SuperAPI AI 工具集

sora

设计与创作

查看项目

更新于 10-15 20:34

技能介绍

用途:为当前项目创建或管理短视频片段,如产品演示、营销短片、电影感镜头、UI 模拟。默认使用 sora-2 模型,并采用结构化提示词增强流程,优先使用内置 CLI 以保证可复现运行。注意:$sora 是提示词中的技能标签,不是 shell 命令。

主要能力:根据提示词生成新视频;按视频 ID 混剪(remix);轮询状态、列出任务、下载视频/缩略图/精灵图;批量运行(多提示词或多变体)。决策逻辑:有视频 ID 且要修改则混剪;有 ID 且要状态或素材则查询/下载;需要大量提示词或素材则批量创建;需要同一镜头的小改动版本则先创建基础版再混剪;否则直接创建(或创建并轮询一步到位)。

使用方式:先确定意图,收集提示词、模型、尺寸、秒数和参考图;批量时在 tmp/ 下写临时 JSONL(每行一个任务),运行一次后删除。优先使用 CLI 增强参数(--use-case、--scene、--camera 等),若已有结构化提示词文件则加 --no-augment 避免重复包装。长提示词建议用 --prompt-file 避免 shell 转义问题。异步任务需轮询至完成,或使用 create-and-poll。下载素材并保存到本地,清理中间文件(如 prompt.txt、remix_job.json、临时 JSONL);若沙箱阻止 rm,可跳过清理或截断文件而不报错。每次迭代只做一处针对性修改。

认证:实时 API 调用必须设置 OPENAI_API_KEY。若缺失,引导用户在 https://platform.openai.com/api-keys 创建密钥并在系统中设为环境变量,切勿让用户在聊天中粘贴完整密钥。

默认与规则:默认模型 sora-2(更高保真用 sora-2-pro);默认尺寸 1280x720;默认时长 4 秒(允许 "4"、"8"、"12" 字符串)。尺寸和秒数必须通过 API 参数设置,文字描述无效。使用 OpenAI Python SDK(openai 包),不要用原始 HTTP。若 uv 缓存权限失败,设置 UV_CACHE_DIR=/tmp/uv-cache。输入参考图须为 jpg/png/webp 且匹配目标尺寸。下载 URL 约 1 小时后过期,需复制到自有存储。不要修改 scripts/sora.py,除非用户要求。Sora 可生成音频,若需配音/音频,在 Audio: 和 Dialogue: 行明确指定并保持简短。

API 限制:模型仅限 sora-2 和 sora-2-pro;API 访问需组织验证账户;时长仅 4/8/12 秒且须通过 seconds 参数设置,API 期望字符串枚举;输出尺寸受模型限制;视频创建为异步,须轮询完成后下载;速率限制按使用层级;内容限制由 API 强制执行。

护栏:仅限适合 18 岁以下受众的内容;不得含受版权保护的角色或音乐;不得含真实人物(含公众人物);含人脸的输入图会被拒绝。

提示词增强:将提示词重排为结构化生产规格,仅显式化隐含细节,不虚构新创意要求。模板含 Use case、Primary request、Scene/background、Subject、Action、Camera、Lighting/mood、Color palette、Style/format、Timing/beats、Audio、Text (verbatim)、Dialogue、Constraints、Avoid 等行,仅保留相关行。增强规则:保持简短;混剪时明确列出不变量(“同一镜头,仅改 X”);若关键细节缺失且阻碍成功则提问,否则继续。

提示词最佳实践:每个镜头一个主动作加一个镜头运动;用计数或节拍表示时间;UI 或屏幕文字保持简短且镜头固定;出现伪影时加简短 avoid 行;短提示更创意,长提示更可控;对话放在专用块,4-8 秒片段保持短句;混剪明确不变量;单变量迭代保持连续性。

参考文档:references/cli.md(CLI 命令与示例)、references/video-api.md(API 参数)、references/prompting.md(提示词结构)、references/sample-prompts.md(示例提示词)、references/cinematic-shots.md(电影感镜头模板)、references/social-ads.md(社交广告模板)、references/troubleshooting.md(常见错误与修复)、references/codex-network.md(网络/审批排障)。