视频号穿搭视频参考生成

要解决的问题

视频号服装穿搭内容创作者通常从零开始构思视频：选题靠感觉，结构靠模仿，最终生成效果依赖试错。当看到数据表现好的穿搭作品时，缺少一套标准化流程来快速提取其内容结构并转化为可用的生成方案。

核心能力与工作流程

这个技能把参考生成拆成四个阶段：

• 数据筛选：对候选视频号链接串行执行 fetch-stats.js，保留原始播放数、点赞、评论等互动指标。在用户提供的候选集合内按播放门槛筛选参考作品，缺少播放数的候选单独标注。

• 内容分析：对入选链接执行 analyze-content.js，提取摘要、字幕、开头钩子、内容结构和行动引导（如关注、互动指令）。

• 结构复用：把可复用的内容结构（如"痛点引入→搭配展示→单品推荐→行动引导"）转成新的服装穿搭生成方案。不复制原作台词、人物身份、品牌素材或受保护表达。

• 视频生成：将生成方案与用户另供的图片、音频、视频素材交给 generate-video.js，明确哪些内容运动、哪些保持稳定。仅在生成成功且本地视频文件存在、大小大于零时交付。

适用边界

视频号链接只用于数据和内容分析，不直接作为商品图或生成附件。生成素材必须由用户明确提供或授权，且用户需确保有权使用这些素材。

不承诺生成视频获得与参考作品相同的播放表现。结果只说明参考依据，不预测播放、互动、转化或投资回报。API Key 通过 --api-key 参数或 UNITYCLAW_KEY 环境变量传入，不会在回复、日志或结果中展示。