一个 Claude Agent Skill —— 把一个生活妙招选题,端到端做成可直接发布的竖屏 AI 短视频(自带 AI 配音)。
English: An end-to-end Claude skill that turns one "life-hack" idea into a publish-ready 9:16 short video — consistent storyboard images → image-to-video clips with native AI voiceover → auto-stitched final cut. Single gateway (Volcengine ARK), single key. All generation prompts are in Chinese by design (Seedream / Seedance are ByteDance models tuned for Chinese semantics).
问方向 → 热门检索/对标视频拆解 → 选题对齐 → 双锚定方案(视觉+叙事) → 分镜脚本
→ 生成 N 张一致性分镜静图(火山 Doubao-Seedream-5.0-lite)
→ 并发生成 N 段 I2V 视频,带原生 AI 配音(火山 Doubao-Seedance-1.5-pro)
→ ffmpeg 自动拼接成片
默认结构 3 镜 × 5 秒 = 15 秒,9:16 竖屏(可调)。最终交付:
final.mp4— 成片,自带 AI 配音,可直接发布- 分镜静图(PNG)+ 分段视频(MP4,各自带配音,供剪映精修)
storyboard.xlsx分镜表 +voiceover-script.txt口播稿 + 后期指引
| 模式 | 说法示例 | 体验 |
|---|---|---|
| 标准(默认) | — | 选题/锚定/分镜/成本/基准图逐步确认,适合首次或新方向 |
| 快速 | "快速来一条""老规矩" | 一份完整方案一次确认 + 成本确认,两次交互出片 |
| 托管 | "直接做完给我" | 只确认成本,做完交付并汇报所有决策 |
偏好(方向/人群/音色/模式)会被记住,第二次使用一句话带过。
| 用途 | 网关 | 默认模型 |
|---|---|---|
| 图片生成 | 火山引擎 ARK | doubao-seedream-5-0-lite |
| 视频生成 + 配音 | 火山引擎 ARK | doubao-seedance-1-5-pro-251215 |
| 拼接成片 | 本地 ffmpeg | concat + stream copy(失败自动重编码) |
只要一个 ark- 开头的 key。模型可用 --model 热替换(换 Seedance 1.0 系列更便宜但
无音频;成本估算会按实际模型单价算)。
方式 A · git clone(推荐,方便 git pull 更新):
git clone https://github.com/Frank-oll/ai-video-creator.git把整个目录放进你的 agent 的 skills 目录:
- Claude Code:放到
~/.claude/skills/ai-video-creator/(目录里直接是SKILL.md) - claude.ai:Settings → Skills → Upload(先把目录打包成
.skill/ zip 再上传) - 其他遵循 SKILL.md 规范的 agent(Kimi 等):放进各自的 skills 目录
方式 B · 下载 .skill / .zip 包(在 Release 页),直接上传到 claude.ai(Settings → Skills → Upload)。
pip install -r requirements.txt # requests + openpyxl
# ffmpeg(拼接/抽帧用,强烈推荐):
brew install ffmpeg # macOS
sudo apt install ffmpeg # Ubuntu/Debian
# Windows: https://www.gyan.dev/ffmpeg/builds/ 下载,bin 加 PATH注册 https://www.volcengine.com/ 并实名 → 进方舟控制台 https://console.volcengine.com/ark →
「模型管理」免费开通 Doubao-Seedream-5.0-Lite 和 Doubao-Seedance-1.5-Pro →
「API Key 管理」新建 key(以 ark- 开头)。余额建议 ≥ ¥10。
本 skill 遵循通用的 SKILL.md / Agent Skill 规范,不绑定单一客户端。除了 Claude Code、 claude.ai,理论上也能放进其他兼容该规范的智能体使用,例如 WorkBuddy、Marvis、OpenClaw、 Hermes 等。
⚠️ 使用效果因模型而异:本 skill 重度依赖宿主智能体的底层模型能力——多模态自检(看图判断 画面一致性)、中文语义理解、命令行/工具调用、长流程编排。不同智能体接入的模型不同,出片 质量与稳定性会有差异;能力较弱的模型可能需要更多人工确认或重试。建议优先选用多模态和中文 能力较强的模型,以获得最佳效果。
在 chat 里说:"做一条妙招短视频"(或直接说方向:"做一条阳台种菜的短视频")。
agent 会:索要并验证 key(配置时就把模型开通问题预检出来)→ 问方向 → 检索热门/拆解你给的 对标 → 出选题和方案 → 确认成本(默认配置约 $0.27 ≈ ¥2)→ 生成(每张图、每段视频 agent 先自检再交付)→ 拼接成片。
| 项目 | 估算 |
|---|---|
| Seedream 生图 × 3 | ~$0.06 |
| Seedance 1.5 pro(含配音)15s | ~$0.21 |
| 合计 | ~$0.27 ≈ ¥2(自检重试可能 +0~2 次生图) |
视频 3 镜并发生成约 1-4 分钟。真实单价以火山控制台账单为准。
ai-video-creator/ # 仓库根 = skill 根(SKILL.md 里 name: ai-video-sannong)
├── SKILL.md # 工作流主干(给 agent 读)
├── README.md # 本文件(给人读)
├── LICENSE # MIT
├── requirements.txt # Python 依赖
├── scripts/api_client.py # 全部 API 调用封装(火山 ARK + ffmpeg)
├── profiles/ # 题材包(可扩展)
│ ├── _template.md # 新题材现场生成模板
│ ├── sannong.md # 三农园艺
│ └── home-hacks.md # 家居清洁收纳
├── references/ # 按需查阅
│ ├── voice-presets.md # 配音音色详解(6 preset + 方言)
│ ├── troubleshooting.md # 故障排查
│ └── post-editing-guide.md # 剪映后期指引模板
├── templates/sample_visual_anchor.md # 双锚定 + prompt 完整范例
└── examples/case_gemini_analysis.md # 对标拆解报告范例
生成的项目落在 output/<日期-选题>/,每条视频独立目录,含 project.json 状态档案
(支持断点续传、单镜重做)。
- 模型未开通? 不是 bug,火山要求控制台手动点「开通」(免费)。配置阶段的预检会直接
告诉你差哪个。详见
references/troubleshooting.md。 - 配音能换吗? 6 个内置 preset(含男声)+ 方言 + 完全自定义,见
references/voice-presets.md。 - 想做新题材? 直接说,agent 会现场生成题材包并可保存复用(
profiles/_template.md)。 - 想要更便宜?
--model doubao-seedance-1-0-pro-fast-251015(省 ~40%,无配音, 剪映"文本朗读"补)。 - 没装 ffmpeg? 不阻断,拿 3 段分段 mp4 去剪映手动拼。
- 修改 skill 后:重新 zip 成
.skill重传 claude.ai(改动不自动同步)。
- 不支持人物对话/表演类视频(跨镜身份一致性受限;末镜露脸+CTA 可选但有翻车率)
- 不支持复杂多步骤工艺(镜头数有限)、背景频繁切换的视频
- AI 配音支持中文(普通话 + 四川/粤语等方言)、英文、日韩西语,小语种不支持
欢迎 PR 和 Issue,尤其是这几类:
- 新题材包:照
profiles/_template.md写一个新profiles/<拼音slug>.md(美食、宠物、 育儿、手工……),让更多垂类开箱即用。记得认真填「安全红线」字段。 - 音色 preset:在
scripts/api_client.py的VOICE_PRESETS里加新音色,并在references/voice-presets.md补说明。 - 对标拆解 / 双锚定范例:好的范例能显著提升新手出片质量,参考
examples/、templates/。 - Bug、prompt 翻车 case、新模型适配:开 Issue 时尽量贴上选题、报错原文和
project.json。
提交前请确认没有把任何 API key、output/ 产物、本地配置带进 commit(.gitignore 已覆盖常见情况)。
- 第三方服务:本 skill 调用火山引擎 ARK(Doubao Seedream / Seedance)生成图片与视频, 产生的费用、内容合规与服务可用性由火山引擎及使用者自行负责,本项目不收取任何费用。
- 成本仅为估算:README 与
estimate-cost给出的金额是基于公开报价的估算,真实账单以 火山控制台为准。 - AI 生成内容:成片为 AI 生成,发布到各平台时请遵守平台关于「AI 生成内容」的标识要求与 内容规范;请勿用于生成误导性、违法或侵权内容。
- 本软件按「现状」提供,不附带任何担保,详见 LICENSE。
MIT © 2026 Frank
🎬 觉得有用的话,点个 ⭐ Star 支持一下,也欢迎把你做出来的成片来交流。