用途：当用户要求生成视频、把文字变成视频、让图片动起来或制作短片时使用。该技能会自动选择合适模式（文生视频或图生视频）、优化提示词，并返回视频链接。
主要能力：支持三种生成模式——text-to-video（仅文本提示生成视频）、image-to-video（单张图片加提示生成动画片段）、reference-based（参考图片或视频生成风格一致的输出）。可选模型包括 minimax、kling、veo、hunyuan、pixverse、grok、seedance，各模型对模式的支持不同，例如 pixverse 仅支持图生视频，hunyuan 不支持图生视频。典型时长 4–10 秒，seedance 支持 4–12 秒并带同步音频。
使用方式：通过命令行脚本调用。文生视频示例：node {baseDir}/tools/generate.js --mode text-to-video --prompt "<enhanced prompt>" --duration <seconds> --aspect-ratio <ratio>。图生视频需额外提供 --image-url "<public image URL>"。常用参数包括 --mode（默认 text-to-video）、--prompt（必填）、--image-url、--duration（默认 5）、--aspect-ratio（默认 16:9，可选 9:16、1:1、4:3、3:4）、--model（默认 auto）。其他命令：node tools/generate.js --list-models 列出可用模型；node tools/generate.js --status --job-id <id> 查询异步任务状态。脚本返回 JSON，包含 success、mode、videoUrl、duration、aspectRatio，将 videoUrl 发给用户即可。
适用场景：制作短片、动画化图片、电影感镜头、广告或故事片段、竖屏短视频等。
限制：默认零 API Key，请求经托管代理；如需自定义代理或令牌，可设置环境变量 VIDEO_STUDIO_PROXY_URL 和 VIDEO_STUDIO_TOKEN。图生视频需要公开可访问的图片 URL。具体模型能力、端点细节和提示词模式见 references 目录下的文档。资料未提供收费、价格及生成效果保证等信息。