用途：将一条已有视频广告克隆改造成另一款产品或优惠的广告。与原视频分析工具不同，analyze-video 输出可复用的 Markdown 模板，而 clone-ad 直接输出生成的 Seedance 2.0 视频。
前置条件：需检查 ffmpeg 与 whisper 是否可用，缺失时分别执行 brew install ffmpeg 与 pip3 install openai-whisper 安装；extract-frames.sh 与 whisper 均依赖 ffmpeg。
使用方式：先向用户收集输入，包括源视频（必需，.mp4/.mov/.webm 路径）、产品图片（建议提供，作为 referenceImages / @(img1)）、产品或优惠描述（无图片时必需）、品牌语气（可选）。随后抽取帧与音频、用 whisper 转录对话、逐帧做压缩分析（结构与节奏、镜头与构图、剪辑风格、对话结构、语气能量、灯光与技术质量、产品呈现、2–3 个标志性特征），向用户展示结构化分析摘要并等待确认。
生成模式：源视频不超过 15 秒时单片段生成，超过则按自然节拍拆分，每段不超过 15 秒；提供产品图片用图生视频模式，否则纯文本模式（仅当源视频无人物面部时可考虑视频转视频）；源视频有人说话则 audioEnabled: true 并需台词确认环节；可选择用源音频做声音克隆。多片段采用链式流程：第 1 段用 i2v 建立产品一致性，后续片段用 v2v 并以上一段输出为参考，逐段串行生成后用 ffmpeg 拼接。
适配与生成：保持原对话模式、说话行数、静默节拍位置与能量曲线，替换产品名称、特性与卖点，每句词数接近原文（±3 词），视觉上保留镜头、构图、场景、灯光与技术瑕疵线索；提示词按 Subject + Action + Camera + Style + Constraints 组织，长度约 100–260 词。生成前需完成台词确认与积分成本估算两项确认，再创建会话、上传素材、提交生成请求并轮询结果，最后归入项目并保存到输出目录。
限制与注意事项：referenceImages 与 referenceVideos 互斥；含人物面部的视频做 v2v 会被内容检查拒绝且仍计费；audioEnabled 与 referenceImages 同时使用可能返回 500，需先做探测；referenceVideos 仅支持 1 个；每段生成需等待完成后再上传作为下一段参考，不能并行。