SuperAPI AI 工具集

video-gen

设计与创作

查看项目

更新于 10-15 21:47

技能介绍

用途:video-gen 是视觉内容生成的“路由大脑”,接收“做视频”“生成图片”“做 b-roll”等请求后,判断应交给哪个引擎和流水线。意图保持稳定,引擎可替换。

主要能力:按三个维度分类请求——交付物(静态图、≤15 秒单片段、多场景成片)、身份一致性(无、产品、人脸)、发布渠道(社交、商品页、YouTube、网站、广告)。据此分派到 Higgsfield 系列技能(产品图、商品卡、Soul id 人脸一致、通用生成)、Gemini API 的 Nano Banana(参考图编辑)、Grok Imagine(快速风格化图)、HyperFrames(HTML 视频合成、字幕、TTS、音频反应动效)、Descript MCP(文本式剪辑、去口播填充词、字幕、发布)。还给出多条流水线,如 30 秒产品广告、无露脸 YouTube b-roll 批量、一致人脸口播、字幕密集型短片。

使用方式:先安装所需引擎,例如 Higgsfield CLI 用 curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh 并同步其 vendor 技能;Gemini 需设置 GEMINI_API_KEY;HyperFrames 用 npx hyperframes;Descript 需连接其 MCP 服务器。引擎缺失时按 Higgsfield → Nano Banana(仅图)→ Grok Imagine(仅图)降级;若无视频引擎则停止并说明需安装哪个。

限制:本技能不直接生成内容,依赖外部付费账户与订阅;未提供具体价格、额度或效果数据。发布到付费渠道前建议用 Higgsfield 的 brain_activity 预测钩子强度与留存风险。遇到额度耗尽、需自定义流水线(LoRA、ControlNet、动作迁移)或按量计费问题时,转交 video-engine-routing 技能。