📦 Idea2video

身份验证 (Authentication) 所有请求都需要 dLazy API key。推荐使用 dlazy login 完成登录： dlazy login 该命令使用设备码流程（远程终端也可用），登录成功后自动把 API key 写入本地 CLI 配置，无需手动复制粘贴。

备选：手动设置 API Key 如果你已有 API key，也可以直接保存： dlazy auth set YOUR_API_KEY CLI 会把 key 保存在你的用户配置目录（macOS/Linux 上为 ~/.dlazy/config.json，Windows 上为 %USERPROFILE%\.dlazy\config.json），文件权限仅限当前操作系统用户访问。你也可以用 DLAZY_API_KEY 环境变量按次传入。

手动获取 API Key

• 登录或在 dlazy.com 创建账号
• 访问 dlazy.com/dashboard/organization/api-key
• 复制 API Key 区域显示的密钥

每个 key 都属于你自己的 dLazy 组织，可在同一控制面板随时轮换或吊销。

关于与来源 (Provenance) CLI 源代码: github.com/dlazyai/cli 维护者: dlazyai npm 包名: @dlazy/cli（本技能 install 字段固定到 1.0.9 版本） 官网: dlazy.com

如果你不希望在系统上长期保留一个全局 CLI，可以按需运行： npx @dlazy/cli@1.0.9 如选择全局安装，技能的 metadata.clawdbot.install 字段已固定到 npm install -g @dlazy/cli@1.0.9。安装前建议先到 GitHub 仓库审阅源码。

工作原理 (How It Works) 此技能是 dLazy 托管 API 的轻量封装。调用时：

• 你提供的提示词与参数会发送到 dLazy API（api.dlazy.com）进行推理。
• 传入图像 / 视频 / 音频字段的本地文件路径会被 CLI 上传到 dLazy 媒体存储（files.dlazy.com），以便模型读取 —— 与任何云端生成 API 的流程一致。
• API 返回的生成结果 URL 由 files.dlazy.com 托管。

这是标准的 SaaS 调用模式；技能本身不会越权访问网络或文件系统，所有动作都由 dLazy CLI 完成。

Idea → Video Generation Plan English · 中文 把用户的创意一键走完：故事 → 角色 → 三视图 → 场景 → 镜头 → 关键帧 → 镜头视频 → 拼接。 先输出计划模板供确认，再展开为画布图形并调用 drawToCanvas。

Workflow Overview (5 states) 每条回复必须以这行开头：Current State: [state] | Next: [goal]

State | Goal | 需用户确认

• Requirement gathering | 锁定 idea / 受众 / 风格 / 规模 | ✅
• Plan generation | 生成计划模板；展示节点摘要 | ✅（严格关卡）
• Plan adjustment | 按反馈修补模板 | ✅
• Canvas expansion | 把模板展开为平面图形 | ❌（内部）
• Apply to canvas | 调用 drawToCanvas 写入图形 | ❌

State 1: Requirement Gathering 收集以下输入；如有缺项请追问：

• idea — 核心创意种子（一句话到一小段）
• user_requirement — 受众 / 时长 / 最大场景数 / 最大镜头数（可选）
• style — 视觉风格（如“写实温暖”“赛博朋克”“水彩 2D”…）
• aspectRatio — 默认 16:9；可选 9:16 / 1:1
• sceneCount — 默认由模型决定，但会告知
• shotsPerScene — 默认由模型决定

输出带项目符号的需求列表，末尾写： Requirements ready — confirm to enter plan generation?

State 2: Plan Generation 按 Plan Template Schema（见附录 A）构建模板。规则：

• 严格使用 config/models/ 中注册的模型
• idea2video 推荐：

– qwen3_6-plus：所有 LLM 步骤（故事 / 角色 / 脚本 / 分镜 / 镜头拆分） – banana-pro：角色三视图、镜头首/末帧 – veo_3_1-fast：镜头视频（i2v） – merge：视频拼接

• 采用标准 7 段结构（附录 B）：

develop_story (LLM) extract_characters (LLM, parse=json) portraits (map: front → side/back) write_script (LLM, parse=json) scenes map（嵌套 shots map） storyboard (LLM, parse=json) shots map: shot_desc → first_frame → last_frame(when) → shot_video scene_concat (merge) final_video (merge)

引用规则（关键，勿错）：

• 整段注入上游 → promptRefs: ["$node.X"]；不要在 prompt 里内嵌 shape://
• JSON 子字段注入 → prompt 内保留 {{$node.X.json.field}} 占位
• 媒体引用 → 放入 images/videos/audio 数组；值用 $node.X 或 shape://shape:X
• map 内聚合 → $node.[].（例：$node.portraits[].front）
• map 内当前项 $item，索引 $idx；嵌套 map 用 $ctx..idx 取外层索引
• 不要改写工具 prompt —— 字段名与对应 model inputSchema 保持一致
• 条件节点 when（如 last_frame 仅当 variation_type ∈ {medium,large}）：

"when": { "$in": ["$node.shot_desc.json.variation_type", ["medium","large"]] }

向用户展示时用自然语言摘要，勿暴露原始 JSON： The plan will create X nodes: · 1 story node · 1 character-extraction node · Character 3-views（每角色 front+side+back） · 1 scenes node · 每场景：1 storyboard node + N shots（每 shot=描述+首帧+[末帧]+视频）+1 concat node · 1 final concat node

Models: · LLM: qwen3_6-plus · Image: banana-pro · Video: veo_3_1-fast · Concat: merge

末尾写： Plan ready — confirm to expand to canvas? Or tell me what to adjust.

State 3: Plan Adjustment 常见请求：

• 换模型（“用 doubao-seedream-4_5 做图”）
• 改结构（“去掉末帧分支”“加旁白音频节点”）
• 改规模（“限 1 角色”“每场景固定 3 镜头”）

修补模板后重新摘要，再次等待明确确认。

State 4: Canvas Expansion（内部） 将计划模板展开为平面图形节点（省略用户可见输出）。