SuperAPI AI 工具集

anycap-gemini-omni-video-edit

设计与创作

查看项目

更新于 10-15 18:45

技能介绍

用途:通过 AnyCap 使用 gemini-omni-flash-preview,对已有短视频做一次性、窄范围的编辑,尽量保留人物身份、运镜、背景、手部、光照、时序与音频,只改变一个视觉元素。

主要能力:依据自然语言编辑现有短视频;用参考图替换产品或道具;移除或隐藏可见物体;做重打光、换风格、改文字/标牌等场景级微调;先做快速预览迭代。

不适用:场景延长、首尾帧插值或末帧控制、精确多轮状态(previous_interaction_id)、严格多视频推理、超出实时 schema 的长视频生成,以及 schema 未暴露的质量/分辨率。

必要用法:先核对实时命令,运行 anycap status、anycap video models gemini-omni-flash-preview、anycap video models gemini-omni-flash-preview schema --operation generate --mode edit-video,只使用 schema 支持的参数。命令模式: anycap video generate
--model gemini-omni-flash-preview
--mode edit-video
--prompt "<narrow English editing instruction. Keep everything else the same.>"
--param videos=./source.mp4
--param images=./reference.png
--param aspect_ratio=16:9
--param duration=10
--param resolution=720p
--param format=mp4
-o ./edited-output.mp4

规则:必须用 --param videos=... 传入源视频;多参考用 JSON 数组,如 --param images='["./product-front.png","./product-side.png"]';不要重复同一个 --param images= 键期待追加;输出文件名加版本号;URL 或本地文件由 AnyCap 自动上传/解析。

提示词公式:<只对目标动作>。用<参考图>作为<产品/主体/风格/材质>的精确参考。保留<身份、手部、身体、衣物、背景、运镜、光照、阴影、音频、时序>。完成<物理融合细节>。其余保持不变。不要<常见失败模式>。"Keep everything else the same." 应写入普通提示词,因为该工作流不暴露模型级负面提示。

适用场景:短视频换产品/道具、去物体、微调光照与风格、改文字标牌,以及在上更可控视频模型前做快速预览。

限制与注意:该模型为预览版,运行前须核实实时接口;模型行为以 Google 官方文档为准(https://ai.google.dev/gemini-api/docs/omni、https://ai.google.dev/gemini-api/docs/video、https://ai.google.dev/gemini-api/docs/models/gemini-omni-flash);英文提示最稳妥;默认一个源视频加一张参考图;宽高比与源视频一致;时长取 schema 支持值;编辑越小越稳,避免身份漂移、手部瑕疵、闪烁、音频变化;不满意的结果应给出具体新提示词。输出应包含本地视频路径、所用命令摘要、QA 检查及结果、风险说明。参考资料中的 references/scenarios.md 与 references/qa.md 未提供具体内容。