用途：当用户要求“生成视频”“创建视频”“让图片动起来”“文生视频”“图生视频”时使用本技能。它通过脚本调用 Veo 3.1（veo-3.1-generate-preview）或 xAI Grok Imagine 生成带原生音频的短视频片段。
主要能力：文生视频、图生视频、使用艺术风格库生成风格化片段、以自动生成的首帧构建图生视频流程；支持参考图保持主体一致性（R2V，最多 3 张）、末帧插值、负向提示词、随机种子、16:9 或 9:16 画幅、720p/1080p/4K 分辨率、4/6/8 秒时长（默认 8 秒）。
使用方式：核心命令为 bun run --cwd ${CLAUDE_PLUGIN_ROOT} ${CLAUDE_PLUGIN_ROOT}/skills/generate-video/scripts/generate.ts "prompt" [options]。常用选项包括 --input（起始帧）、--ref（参考图）、--last-frame（末帧）、--style、--aspect、--resolution、--duration、--negative、--seed、--output、--provider、--oneshot、--no-audio、--auto-image。生成耗时约 11 秒至 6 分钟，应作为后台任务运行，完成后只读取输出的文件路径，不要把 mp4 读回上下文。若用户未指定风格，需先询问风格选择。生成前应按 references/veo-prompt-guide.md 改写提示词，补充主体、动作、风格、镜头运动、构图与氛围音频等要素。
适用场景：短视频素材、社交竖屏视频、图片动画化、需要角色或物体跨镜头一致性的片段，以及先出图再动画的两步流程。
限制：--ref 不能与 --input 同时使用；参考图要求 16:9 与 8 秒时长，提供参考图时末帧被忽略；图生视频时输入图需匹配目标画幅，否则会出现黑边或裁切；4K 仅 Gemini API 支持；--no-audio 仅 Replicate Veo 支持；grok-imagine-video-1.5 仅支持图生视频，文生视频会被 API 拒绝；xAI 低档位约 1 请求/秒限速。费用、具体价格与平台可用性资料未提供。