AI Video Generation

SKILL.md 节选

# 图片生成视频

## 概述

触发后调用视频生成接口完成全部生成。本 skill 不自己生成画面，只负责：

1. 让用户选定**生成方式**和**画面比例**，让用户填写**提示词**（只有这三项要选和填）
2. 拿到图片在磁盘上的**绝对路径**（贴在对话里的图不行，见第 2 步）
3. 定下**提示词**，并回读给用户确认
4. 提交图片与提示词，取 `taskId`
5. 轮询进度直到完成，用户答应后再把成片下载到本地

注意：**提示词**和视频文案指代是相同的。

## 执行步骤

### 第 1 步：让用户确认两项选择

**必须先问，不要替用户决定。** 弹出信息卡或直接提问：

> 请选择：
>
> **视频生成方式**
> - 图生视频
> - 参考生视频
>
> **视频生成比例**
> - 9:16（竖屏）
> - 16:9（横屏）
>
> 说明：
> - 默认 10 秒
> - 图生视频最多发送 2 张，发 1 张 = 首帧；发 2 张 = 首帧和尾帧
> - 参考生视频最多发送 5 张
> - 预计生成时间 3 分钟（排队时会更久，进度里会告诉你前面还有几个）

时长和清晰度**不要问**，也不要在提交里传——那两项由服务端锁定，传了也会被忽略。

### 第 2 步：拿到图片在磁盘上的路径

脚本要的是**磁盘上的文件路径**。多数情况下你已经有了，直接往下走：

- 用户把文件拖进来 → 拖进终端插入的就是完整路径
- 用户打了路径，或者用 `@` 提到某个文件
- 用户说了明确的位置（「桌面上的 cat.png」）

**这几种情况什么都不用问，拿着路径走第 3 步。**

---

只有一种情况要处理：**用户贴的是截图**（或者其它没有路径的贴图）。那张图在
对话里，不在他硬盘上——你看得见它，却没有路径可以交给脚本。

这时候别让他去找「绝对路径」，多数人不知道那是什么。先自己找一遍：

```powershell
$dirs = @("$env:USERPROFILE\Desktop", "$env:USERPROFILE\Downloads", "$env:USERPROFILE\Pictures")
Get-ChildItem -Path $dirs -Include *.png,*.jpg,*.jpeg,*.webp -File -Recurse -Depth 0 -ErrorAction SilentlyContinue |
  Sort-Object LastWriteTime -Descending | Select-Object -First 8 |
  ForEach-Object { '{0}  |  {1:MM-dd HH:mm}  |  {2} KB' -f $_.FullName, $_.LastWriteTime, [int]($_.Length/1KB) }
```

把最近的几张列出来让他认（截图一般刚存不久，会排在最前）：

> 你贴的这张图我这边拿不到文件本身。在你电脑上找到这几张最近的图片，是哪一张？
> 1. 屏幕截图 2026-09-04 165102.png — 今天 16:51
> 2. 猫.png — 今天 16:45
>
> 都不是的话，把它另存到桌面再告诉我文件名就行。

**拿不准就让他确认，不要替他猜**——拿错图的代价是他等三分钟才发现。

拿到路径后再往下走。

### 第 3 步：定下提示词，并跟用户确认

提示词是用户指示输出视频画面的文案，不是他对你下的指令。一句话里常常两样都有：

> 「把桌面那张 cat.png 做成 9:16 的，猫在夕阳下伸懒腰，镜头慢慢推近」
>    └───── 参数 ─────┘  └────────── 提示词 ──────────┘

先自己从对话里抽一遍。**只留画面描述**，下面这些一律剔掉：

- 文件名、路径、「桌面那张」「刚发你的那张」这类指位置的话
- 「帮我做个」「生成一下」「谢谢」这类是对你说的，不是视频文案

抽完**必须回读一遍等用户确认**，不要直接拿去提交：

> 我按这段来生成：
>
> 「猫在夕阳下伸懒腰，镜头慢慢推近」
>
> 确认就回「确认」，要改直接把新的发我。

- 回「确认」 → 往下走
- 发来新的一段视频文案 → **整段替换**，再回读一次确认
- **用户没描述画面**（只说了「用这张图生成视频」）→ 不要替他编，提示：

SKILL.md 不止这些内容，安装后可阅读全文。

技能包内容

共 3 个文件，合计 23.1 KiB