📦 Video Production — 视频制作全流程

使用 Veo 3 生成电影级视频片段，在浏览器预览中审查，通过反馈进行迭代，并组装最终的 A/B 测试视频 — 所有操作都以最小的 token 消耗完成。

快速开始

cd ~/.openclaw/workspace/skills/video-production
# 1. 从故事板生成所有片段
.venv/bin/python3 scripts/batch_generate.py --storyboard /path/to/storyboard.json
# 2. 打开浏览器预览
.venv/bin/python3 scripts/generate_preview.py --storyboard /path/to/storyboard.json
# 3. (反馈后) 仅重新生成修订场景
.venv/bin/python3 scripts/apply_feedback.py --storyboard storyboard.json --feedback feedback.json
# 4. 组装最终视频
.venv/bin/python3 scripts/ffmpeg_assembler.py --storyboard storyboard.json

A/B 视频架构

目标：15秒视频，3个片段 × 每个5秒

[HOOK: 5s] → [CORE: 5s] → [CTA/PAYOFF: 5s]
     ↑                           ↑
 swap for A/B               swap for A/B

经济性：

• 5个 Veo 提示 → 4个独特的 A/B 视频（2个钩子 × 1个核心 × 2个 CTA）
• 7个提示 → 9个视频 | 9个提示 → 16+个视频
• 在 5秒和 10秒处过渡 — 便于分析

流程概述

storyboard.json
      ↓
batch_generate.py     → clips/scene_01.mp4 ... scene_05.mp4
      ↓
generate_preview.py   → preview.html (在浏览器中打开，零 token)
      ↓
[审查 + 将反馈 JSON 粘贴到 Muffin]
      ↓
[Muffin 建议修订提示，更新 storyboard.json]
      ↓
apply_feedback.py     → 仅重新生成 'revise' 场景
      ↓
ffmpeg_assembler.py   → final_AA.mp4, final_BA.mp4, final_AB.mp4, final_BB.mp4

Token 成本： 仅在编写故事板 + 解释反馈时产生。预览、生成和组装都是零 token。

故事板格式

{
  "project": "my-video",
  "output_dir": "clips",
  "final_output": "final.mp4",
  "scenes": [
    {
      "id": "scene_01",
      "role": "hook_a",
      "label": "Hook A",
      "order": 1,
      "duration": 5,
      "aspect_ratio": "16:9",
      "prompt": "..."
    }
  ],
  "_ab_combinations": {
    "video_1_AA": ["scene_01", "scene_03", "scene_04"],
    "video_2_BA": ["scene_02", "scene_03", "scene_04"],
    "video_3_AB": ["scene_01", "scene_03", "scene_05"],
    "video_4_BB": ["scene_02", "scene_03", "scene_05"]
  }
}

完整模板见 scripts/storyboard_template.json。

反馈格式

审查 preview.html 后将此 JSON 粘贴到 Muffin：

{
  "scenes": [
    { "id": "scene_01", "action": "approve", "notes": "" },
    { "id": "scene_02", "action": "revise", "notes": "slower camera, warmer light" }
  ]
}

Veo 3 API — 当前限制（Gemini API，2026-02-23 验证）

参数	支持
aspect_ratio	✅
number_of_videos	✅
negative_prompt	✅
duration_seconds	❌ 损坏（即使值有效也抛出 400）
fps	❌ 仅 Vertex AI
compression_quality	❌ 仅 Vertex AI
enhance_prompt	❌ 仅 Vertex AI

模型： veo-3.1-generate-preview（最佳）| veo-3.1-fast-generate-preview | veo-3.0-generate-001

SDK： google-genai（不是 google-generativeai）

提示词技巧

每句话都要有动作 — Veo 从静态提示词产生的输出会卡顿。每句话都应描述相机或主体的运动。

角色连续性 — Veo 无法在片段之间保持完全相同的角色。在包含同一角色的每个场景中显式描述物理细节。

✅ "与开场相同的客户角色 — 深色夹克，专业气质，30-40岁"

剪辑连续性 — 为实现无缝剪辑，每个提示词都应以前一个片段结束时的颜色/光线状态开头。

✅ "温暖的琥珀色光线，与后期制作室的直接视觉延续..."

单一连续镜头 — 每个提示词都是一个连续的片段。设计为一个揭示多个元素的相机移动 — 而不是蒙太奇描述。

内容政策 — 环境/道具场景生成可靠。打电话的紧张人物可能会无声返回无视频。让人物保持冷静或改为描述环境。

配额管理

达到每日限制（429 RESOURCE_EXHAUSTED）时，使用配额监视器：

# 设置每 30 分钟重试一次的 cron，完成时发送短信给 Master
chmod +x scripts/quota_watcher.sh
# 添加到 crontab：
(crontab -l 2>/dev/null | grep -v quota_watcher; \
 echo "/30    * /path/to/quota_watcher.sh >> /tmp/quota_watcher.log 2>&1") | crontab -

通用模式见 api-quota-watcher 技能。

脚本

脚本	用途
scripts/batch_generate.py	从故事板生成所有场景，跳过已存在的
scripts/generate_preview.py	构建带有视频播放器 + 反馈表单的 preview.html
scripts/apply_feedback.py	仅重新生成标记为 'revise' 的场景
scripts/ffmpeg_assembler.py	将批准的片段拼接 → 最终 MP4（剪切或交叉淡入淡出）
scripts/quota_watcher.sh	重试 + 通知 cron 以恢复配额
scripts/storyboard_template.json	故事板模板起点

环境设置

cd ~/.openclaw/workspace/skills/video-production
uv venv .venv
uv pip install google-genai Pillow requests
# API 密钥必须在 ~/.zshenv 中：
export GOOGLE_API_KEY="AIza..."

组装 A/B 组合

所有场景批准后，为每个组合运行组装器：

# 组装所有 4 个 A/B 视频
for combo in AA BA AB BB; do
  # 编辑故事板或直接传递场景列表
  .venv/bin/python3 scripts/ffmpeg_assembler.py \
    --storyboard storyboard.json \
    --output "final_${combo}.mp4"
done

或者在 storyboard.json 的 _ab_combinations 中硬编码 — 组装器会自动读取。

格式适配

格式	注意事项
16:9（主格式）	默认 — 所有脚本使用此格式
9:16（竖屏）	在故事板中将 aspect_ratio 更改为 "9:16"
1:1（方形）	将 aspect_ratio 更改为 "1:1"

为获得最佳效果，为每种格式生成单独的故事板。不要在后期将 16:9 裁剪为 9:16 — 使用正确的宽高比重新生成。

Veo 3 擅长的方面

• 氛围/情绪镜头
• 流畅的相机运动（推进、升降、跟踪）
• 单个片段内的灯光过渡
• 办公室/工作室/城市环境
• 抽象美感（自然、空间、产品）

Veo 3 不擅长的方面

• 屏幕上的精确文字（通过 After Effects/Resolve 在后期添加）
• 在片段之间保持角色一致性
• 单个生成中非常快速的蒙太奇
• 复杂的多人场景
• 特定的道具/品牌细节

---

角色注册表与学习系统

全新默认值

每个新活动从头开始。 没有继承的角色，没有假设的演员阵容，没有来自先前运行的提示词权重。如果您想从过去的活动保持连续性，请明确说明：

"使用 MMM 活动中的 HERO_01"

角色 ID（默认引导）

如果未定义演员阵容，使用这些占位符：

• HERO_01 — 主要 UGC 创建者
• FRIEND_01 — 经常性配角
• HAND_MODEL_01 — 仅手部产品展示者

第一个批准的输出成为该活动的规范身份基准。

角色圣经（每活动）

定义角色后，在项目文件夹中维护 character_registry.json：

{
  "HERO_01": {
    "identity": {
      "age_range": "28-35",
      "gender": "male",
      "skin_tone": "...",
      "hair": "...",
      "build": "..."
    },
    "wardrobe": {
      "preferred": [],
      "avoid": [],
      "signature": ""
    },
    "camera_rules": {
      "preferred_framing": "medium close-up",
      "avoid": []
    },
    "negative_constraints": [],
    "reference_frames": [],
    "phrase_weights": {}
  }
}

CAST 块注入

定义角色后，每个提示词必须包含：

CAST:
HERO: HERO_01 (identity locked; must match reference frames exactly)
Do not alter identity traits across frames or across future assets.

验证阈值

生成后，针对参考帧运行视觉模型一致性检查：

• >= 85 → 自动通过
• 75–84 → 升级到 Master（Telegram），不自动重新生成
• <= 74 → 自动失败，应用稳定补丁，重试一次 → 如果仍然失败则升级

学习循环

每次人工审查决策后，更新：

• 批准 → 增加产生良好一致性的短语权重；将最佳帧添加到批准的参考集
• 拒绝 → 识别漂移属性；降低或禁止导致漂移的短语；添加负面约束
• 边界 → 对该引擎+角色+场景组合应用稳定补丁

生成日志

每次尝试追加到 generation_log.jsonl（永不删除）：

{
  "timestamp": "...",
  "campaign": "...",
  "scene_id": "...",
  "engine": "veo-3.1-generate-preview",
  "attempt": 1,
  "characters": ["HERO_01"],
  "prompt": "...",
  "output": "clips/scene_01.mp4",
  "verification_score": 88,
  "drift_notes": "",
  "decision": "auto_pass",
  "human_outcome": "approved",
  "worked_phrases": [],
  "failed_phrases": []
}

升级策略 — 猜测前先询问

通过 Telegram 升级到 Master（从不静默循环）当：

• 验证分数处于边界（75–84）
• 角色首次在新引擎上
• 场景类型对于该角色+引擎组合是新的
• 相同提示词连续失败 2+ 次

升级消息必须包含：场景 ID、引擎、分数、漂移注释和 2-3 个选项。

存档（跨活动持久）

尽管每个活动都从头开始，但这些在技能文件夹中持久存在：

• generation_log.jsonl — 完整审计跟踪
• approved_references/ — 按活动分类的规范帧，可应请求加载
• campaign_phrase_weights/ — 每活动权重存档，可加载以保持连续性