用途:把一段脚本变成成品竖屏 UGC 视频,无需手动选择子工具,由 agent-media 自动决定流程、拍摄段数与时长。短句生成单段口播;任意长度独白生成无缝多段视频且不裁剪;提供 broll_url 时人物在 b-roll、游戏或产品画面上配音。
主要能力:输入 script(口播内容,任意长度)或 scene_action(无声片段,需角色);人物可选 person 文字描述、image 照片(https 或 base64,锁定人脸)、character 已保存角色(char_… 或 character_sheet_url)或 name 提示,最多传一个,省略则生成默认人物。长独白或 b-roll 需真实人脸,应传 image 或 character。可选 look(natural/commercial/raw_iphone)、aspect_ratio(9:16 或 1:1)、broll_url、duration(留空由脚本推断)。字幕为可选,需先询问用户是否要字幕及 caption_style(hormozi/tiktok/minimal),确认后才设 captions:true。
使用方式:优先用 MCP 工具 mcp__agent-media__make_ugc;备用 REST:POST https://api.agent-media.ai/v1/skills/make_ugc/run,带 Authorization: Bearer $AGENT_MEDIA_API_KEY、Content-Type: application/json 与 Idempotency-Key。轮询 GET https://api.agent-media.ai/v1/skills/runs/<skill_run_id>,status 为 succeeded 时 final_output.video_url 即成品 MP4。视频完成后角色会保存,可用 GET /v1/characters 获取 character_id 与 character_sheet_url,下次复用同一张脸更快更省。
适用场景:口播短视频、多段独白、照片人物出镜、b-roll 或游戏画面配音解说。
限制:费用按路线计,短片段约 190–505 credits,长独白或 b-roll 按段计价,随每段运行扣费;典型耗时 360–1400 秒。字幕默认关闭,需用户确认。首次安装与登录见 reference/auth.md,真实性规则见 reference/realism-rubric.md,节奏由 make_ugc 自动处理。