端到端 AI 视频生成：利用图像生成、视频合成、配音与编辑，根据文本提示制作视频。支持 OpenAI DALL‑E、Re...
AI Video Center Skill.
功能概述
AI Video Center Skill.是一项面向实际任务的技能，主要用于General 完整视频,使用 AI. 能力.；Image Center - DALL-E 3, Stable Difusion, Flux.；
核心要点
- Video Center - LumaAI, Runway, 复制。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。
使用与执行
从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。该技能适合用于一次性任务，也可以接入自动化工作流，与其他技能或上层代理配合完成更完整的业务链路；在组合使用时，应明确每一步的输入输出关系，并避免不同步骤之间出现参数冲突。
AI 视频生成技能
使用 AI，根据文本描述生成完整视频。
能力
- 图像生成 — DALL-E 3、Stable Diffusion、Flux
- 视频生成 — LumaAI、Runway、Replicate 模型
- 配音（Voice-over） — OpenAI TTS、ElevenLabs
- 视频编辑 — FFmpeg 合成、转场、叠加层（overlays）
快速开始
# 生成完整视频 python skills/ai-video-gen/generate_video.py --prompt "山脉上的日落" --output sunset.mp4 # 仅将图像序列合成为视频 python skills/ai-video-gen/images_to_video.py --images img1.png img2.png --output result.mp4 # 添加配音 python skills/ai-video-gen/add_voiceover.py --video input.mp4 --text "您的旁白内容" --output final.mp4
环境配置
必需的 API 密钥
请添加至您的环境变量或 .env 文件中：
# 图像生成（任选其一） OPENAI_API_KEY=sk-... # DALL-E 3 REPLICATE_API_TOKEN=r8_... # Stable Diffusion、Flux # 视频生成（任选其一） LUMAAI_API_KEY=luma_... # LumaAI Dream Machine RUNWAY_API_KEY=... # Runway ML REPLICATE_API_TOKEN=r8_... # 多种模型 # 配音（可选） OPENAI_API_KEY=sk-... # OpenAI TTS ELEVENLABS_API_KEY=... # ElevenLabs # 或使用免费本地方案（无需 API）
安装依赖项
pip install openai requests pillow replicate python-dotenv
FFmpeg
已通过 winget 自动安装。
使用示例
1. 文本到视频（端到端全流程）
python skills/ai-video-gen/generate_video.py --prompt "一座拥有飞行汽车的未来主义城市夜景" --duration 5 --voiceover "欢迎来到未来" --output future_city.mp4
2. 多场景视频
python skills/ai-video-gen/multi_scene.py --scenes "清晨日出" "繁忙的城市街道" "宁静的夜晚" --duration 3 --output day_in_life.mp4
3. 图像序列转视频
python skills/ai-video-gen/images_to_video.py --images frame1.png frame2.png frame3.png --fps 24 --output animation.mp4
工作流选项
预算模式（FREE）
- 图像：Stable Diffusion（本地运行或免费 API）
- 视频：开源模型
- 配音：OpenAI TTS（成本低廉）或免费 TTS 服务
- 编辑：FFmpeg
质量模式（Paid）
- 图像：DALL-E 3 或 Midjourney
- 视频：Runway Gen-3 或 LumaAI
- 配音：ElevenLabs
- 编辑：FFmpeg + 特效
脚本参考
generate_video.py— 主要端到端生成器images_to_video.py— 将图像序列转换为视频add_voiceover.py— 为已有视频添加旁白multi_scene.py— 创建多场景视频edit_video.py— 应用特效、转场与叠加层
API 成本估算
- DALL-E 3：约 $0.04–0.08 / 张图像
- Replicate：约 $0.01–0.10 / 次生成
- LumaAI：$0–0.50 / 5 秒（提供免费额度）
- Runway：约 $0.05 / 秒
- OpenAI TTS：约 $0.015 / 千字符
- ElevenLabs：约 $0.30 / 千字符（音质更优）
示例
参见 examples/ 目录，内含示例输出文件及提示词（prompts）。
热门AI工具
相关专题
本专题从实际API接口调试场景出发，讲解Postman身份认证的完整配置流程，包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查，帮助用户正确完成接口授权与访问验证。
0
2026.11.06
围绕Postman HTTP请求头配置展开，讲解Headers选项的具体使用方式，包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法，帮助用户解决接口调试过程中遇到的请求头配置问题。
0
2026.11.06
详细介绍Postman接口请求的创建与发送方法，涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看，帮助用户掌握Postman接口请求的完整操作流程。
0
2026.11.06
DBeaver数据导入专题，整理Excel、CSV、SQL、TXT等常见文件的数据导入方法，涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作，帮助用户将本地文件中的数据写入数据库，并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。
0
2026.11.05
DBeaver安全防护专题，围绕数据库连接安全、账号密码保护和访问权限管理展开，整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法，同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项，帮助用户提高数据库日常管理的安全性。
0
2026.11.05
本专题聚焦DBeaver数据库连接配置与管理，覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库，整理相应的连接设置方法，并提供驱动缺失、认证失败和连接异常等问题的排查方向。
0
2026.11.04
本专题围绕XORM框架的结构体映射展开，说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充，并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
本专题聚焦XORM框架的配置与连接环节，拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择，讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式，并补充容器与兼容数据库的适配经验。
0
2026.11.04
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.7万人学习
共6课时 | 54.7万人学习
最新文章
