用途:面向自媒体创作者与视频编辑,完成从原视频反推分析到新视频合成的完整二创流程。触发条件包括“二创视频”“反推视频”“视频重制”“根据参考视频创作”等。
主要能力:提取视频关键帧、调用 Coze Bot 做视觉分析(画面风格、色调、构图、节奏)、生成图片素材、生成音效与背景音乐(集成 Suno API,未配置时自动使用占位实现)、基于 Edge-TTS 合成配音(支持中英日等 20+ 音色)、生成 SRT 字幕、合成最终视频,并通过 HTTP 服务器提供下载。
使用方式:环境依赖 opencv-python>=4.8.0、pillow>=10.0.0、moviepy>=1.0.3、numpy>=1.24.0、requests>=2.28.0、edge-tts>=6.1.0;安装配音依赖可执行 pip install edge-tts。流程分三阶段:先运行 scripts/video_frame_extractor.py 提取关键帧,再用 scripts/coze_bot_client.py 做视觉分析;随后用 scripts/image_generator.py、scripts/sound_generator.py、scripts/voice_generator.py、scripts/subtitle_generator.py 生成素材;最后用 scripts/video_compositor.py 合成,并用 scripts/file_server.py 启动下载。输出统一在 ./output/ 下,含 frames、analysis.json、images、audio、voice、subtitles、final.mp4。Suno API Key 配置优先级为命令行参数 > 环境变量 > 技能凭证 > 占位实现;视觉分析依赖用户发布的 Coze Bot,需配置 COZE_API_KEY。
适用场景:参考视频风格复刻、批量二创、图文音素材自动生成与合成。
限制:内容创作(剧本、旁白、字幕、图像提示词)由智能体完成,脚本仅负责技术处理;API 调用有重试上限(Coze Bot 最多 3 次,图像、音频、音效与音乐最多 2 次),错误记录在 ./output/error_log.json,可断点续传复用已有素材;未配置 Suno API Key 时使用占位实现。具体收费与价格暂未提供。