用途
veo3-video-gen 用于通过 Google Veo 3.x 模型(经由 Gemini API,使用 google-genai 库)从文本提示词生成短视频,并可将多段短片拼接为更长视频。适合需要根据提示词创建视频片段的场景,例如广告、UGC 风格内容等。
主要能力
- 文本生成视频:使用打包脚本从文本提示词生成 MP4 文件。
- 多段拼接:Veo 通常每次请求输出约 8 秒片段,可通过 --segments 生成多个片段并用 ffmpeg 拼接成更长视频。
- 风格一致性控制:通过 --base-style 为每段提示词前置统一风格描述;--segment-style 支持 continuation(默认,追加连续性指令)或 same(每段使用完全相同提示词)。
- 逐段提示词:--segment-prompt 可重复使用,为每段单独提供提示词(覆盖 --prompt)。
- 帧连续性:--use-last-frame 在第 2 段及之后提取上一段最后一帧作为 lastFrame 传入,提升连续性。
- 参考图引导:--reference-image 可重复使用,用产品/风格参考图引导生成。
- 进度与中间文件:--emit-segment-media 在每段完成时打印 MEDIA:;--keep-segments 保留中间 *.segXX.mp4 文件。
使用方式
生成(文本 → 视频):
uv run {baseDir}/scripts/generate_video.py
--prompt "A close up of ..."
--filename "out.mp4"
--model "veo-3.1-generate-preview"
--aspect-ratio "9:16"
--poll-seconds 10
通过拼接生成更长视频:
uv run {baseDir}/scripts/generate_video.py
--prompt "Same scene, consistent style..."
--filename "out-24s.mp4"
--model "veo-3.1-generate-preview"
--aspect-ratio "9:16"
--segments 3
--segment-style continuation
注意:该技能为每个片段发送一个提示词(每段一次 Veo 请求)。建议使用 --base-style 保持各段风格一致。
适用场景
- 根据提示词快速生成广告、UGC 风格等短视频片段。
- 需要将多个约 8 秒片段拼接为更长视频的创作流程。
- 需要参考图引导风格或产品呈现的视频生成。
限制与要求
- 需要 GEMINI_API_KEY 环境变量(或使用 --api-key)。
- 当 --segments 大于 1 时,需要系统 PATH 中存在 ffmpeg。
- 常见问题:429/RESOURCE_EXHAUSTED 表示 API 密钥没有视频配额或计费;503/UNAVAILABLE 表示模型过载,需稍后重试。
- 关于具体价格、平台支持范围、生成时长上限等更多信息,资料中暂未提供。