用途:当用户需要一段由两个角色在同一播客录音室对谈的竖版视频时,可调用 Make Podcast;它由 agent-media vNext 运行时通过 MCP 工具 mcp__agent-media__make_podcast 提供。
主要能力:提供 character_a 和 character_b(为 list_characters 返回的已保存 char_ ID,或角色图 URL),以及有序的 A/B 对话脚本,每条含 speaker("A" 或 "B")与 line。管线渲染一张共用的双人镜头、为每位角色锁定一个特写,用原生嘴唇同步的 Seedance 配音逐轮驱动动画(角色在外观与声音上全程保持一致),再将各轮硬切组合为 9:16 竖版视频。过长轮次会自动拆分为不超过 15 秒的镜头。字幕为可选,需先询问用户,再设置 subtitles:true。
使用方式:优先走 MCP 工具;回退路径为 REST:POST https://api.agent-media.ai/v1/skills/make_podcast/run,请求头 Authorization: Bearer $AGENT_MEDIA_API_KEY、Content-Type: application/json、Idempotency-Key 为每个意图的唯一字符串,请求体包含 character_a、character_b、script 与可选的 room 描述。轮询结果使用 GET https://api.agent-media.ai/v1/skills/runs/<skill_run_id>。认证使用 agent-media login 签发的既有 Bearer token。
成本与耗时:按每个 5/10/15 秒镜头的 140/280/420 计费,所有 A/B 轮次累加,字幕另加 15;主场景与两个特写免费;费用在提交时扣除;典型运行时间为 360–1400 秒。
限制:两个角色须为不同的已保存角色;字幕需用户明确同意后才启用;本页未提供其他平台或价格信息。