用途：Claude 自身无法渲染视频，但可担任导演与剪辑代理，驱动完整的多镜头生成流程——脚本、逐场景生成、审阅、拼接、迭代。
主要能力与五阶段流程：1) 分镜：把故事拆成节拍，每段最多 10 秒，每镜头一条提示词；2) 生成：运行 scripts/omni_generate.py，需后台运行；3) 审阅：对每个片段及全片使用 parsing-video 技能做联系表对照连续性清单；4) 拼接：运行 scripts/assemble.py，默认修剪、交叉淡入、丢弃音频、可选叠加文字并保持尾帧；5) 迭代：优先对失败场景做对话式编辑（保留其余内容），而非整段重生成。
使用方式：需要 ffmpeg/ffprobe 和 Cloudflare AI Gateway 凭据（/mnt/project/proxy.env，含 CF_ACCOUNT_ID、CF_GATEWAY_ID、CF_API_TOKEN，Google 密钥存于网关内）。默认模型为 Gemini Omni Flash（gemini-omni-flash-preview，Interactions API）。生成调用与文件下载均经网关。因 Interactions API 为同步调用且耗时约 30–90 秒/片段，须后台启动并轮询 DONE 标记。
适用场景：需要按分镜生成多段带音频的短视频并拼接成片；用参考图固定角色与道具；通过对话式编辑微调单个场景。
限制：无试运行，任何请求都会计费，不可用空输入测试；不支持 negativePrompt 参数；输出上限约 10 秒 1280×720 mp4（含同步音频与 SynthID 水印）；不支持视频延长、首尾帧插值、多视频引用（需退回保留的 Veo 3.1 脚本）；Omni 默认多镜头，逐场景提示需注明“single continuous shot”。代理冷启动可能返回 503，需退避重试。
范围：转码/裁剪/合并/GIF/字幕属 processing-video；读取、摘要或质检现有视频属 parsing-video（亦为本技能审阅步骤）。