Super Video Maker 是一个面向智能体框架的端到端 AI 视频制作技能。它能把视频创意、脚本、产品流程、屏幕录制、虚拟形象简报或已有长视频,转化为经过打磨的视频资产。
主要能力
该技能可产出多种视频格式:
- Avatar Explainers(avatar-explainer):带合成主持人的实证驱动虚拟形象视频,包含屏幕录制/源素材凭证、UI 微故事、字幕和行动要点。
- UGC AI Ads(ugc-ai-ad):付费社交广告,使用虚构 AI 创作者、参考图角色一致性、Seedance 2.5 片段、ElevenLabs 语音一致性、钩子变体、字幕和直接响应 CTA。
- Motion Collage Explainers(motion-collage-explainer):无真人出镜的单概念讲解短片,先用 gpt-image-2 生成大胆的丝网印刷剪贴拼贴静态图,再用 Seedance 2.5 动画化为动态拼贴,并以平静的“In a Nutshell”纪录片旁白解说。
- 使用 HeyGen 制作虚拟形象视频。
- 通过 fal.ai 使用 Seedance 2.5 生成 AI B-roll。
- 使用 OpenAI 图像模型生成或编辑图像。
- 带光标/事件日志的屏幕录制。
- 使用 Remotion 或 HyperFrames 制作动态图形。
- 字幕、音乐和最终 FFmpeg 导出。
相关文档
技能附带多份参考文件,按需阅读:VIDEO_COPY_PLAYBOOK.md(文案层:四线脊柱、双轨规则、屏幕文案技巧、可信度规则等)、SPOKEN_VO_HUMANIZER.md(口语化规则)、HOOK_PLAYBOOK_ARTICLE_SPRINT.md(钩子家族与角度规则)、recipes/README.md 与 tools/video_recipes.py(机器可读视频配方)、REFERENCE.md(供应商能力与路由决策)、FFMPEG_PLAYBOOK.md(FFmpeg 配方)、WORKFLOW_EXAMPLES.md(完整制作示例)、REMOTION_VIDEO_GUIDE.md(Remotion 动效设计规则)、TABLETOP_EXPLAINER_PLAYBOOK.md、LIVING_CANVAS_PLAYBOOK.md、HYPERREALISTIC_IMAGE_SOP.md、MOTION_COLLAGE_STYLE.md、REVIEW_VIDEO_PLAYBOOK.md 等。
使用方式
采用分阶段流水线,而非随机工具调用:intake -> 脚本/镜头列表 -> 资产 -> 组装 -> FFmpeg 收尾 -> QC -> 导出。
在首次付费生成调用前,需确认付费生成计划,展示供应商、片段/图像数量、时长、分辨率和可能成本驱动因素。优先使用技能本地工具(tools/ 目录下文件),每个工具应输出 RESULT: {...} JSON,并以此作为事实来源。每次运行的任务状态保存在 tmp/video_jobs/<job_id>/ 下,包含 job_state.json、输入、中间产物和最终导出。QC 通过前不删除中间资产。
适用场景
该技能适用于:制作带虚拟形象的口播讲解视频、付费社交 UGC 广告、无真人出镜的概念/拼贴讲解短片、产品发布或 SaaS 讲解视频、竞品评论对比视频,以及将长视频重新剪辑为短视频资产等。
限制与注意事项
- 付费生成调用前必须确认。
- Seedance 2.5 通过 fal.ai 默认使用,价格约为 720p 下 $0.4730/秒;--fast 和 --mini 会固定到 2.0 版本。
- 当 fal 被限流或无额度时,按既定顺序回退:Replicate Seedance(需配置 REPLICATE_API_TOKEN)、真实源截图/UI 模型/库存素材/排版卡片、OpenAI gpt-image-2 静帧 + Ken Burns、本地解释器 B-roll。
- 禁止回退到抽象的暗黑宇宙、发光、漂浮或象征性“AI”图像。
- 不得提交密钥或用户会话,不发布 .env、cookies、生成的录制、私有虚拟形象或下载的用户视频。
- 需通过虚拟形象自己的声音披露合成主持人,或在音频缺失时使用透明圆角徽章。
- 始终以语音 CTA 结尾,而非静默收尾。
- 字幕默认底部居中,避免左下角。
- 主音频响度归一化到 I=-16:TP=-1.5:LRA=11。
- 其他具体细节(如各文档完整内容、工具完整参数、分类归属)暂未提供。