用途
该技能让 AI 智能体能够调用 Arcads 平台 API，创建营销视频与营销图片。它面向广告创意生产场景，把多种生成模型、图片广告模板和多步骤动画流水线整合在同一个技能中。
主要能力
视频生成
- Seedance 2.0：官方描述为旗舰视频模型，适用于 UGC 视频、产品揭示、主视觉镜头、lookbook、功能演示，时长 4-15 秒。文档提供了 9 层 UGC 提示词结构（人物、开场、钩子、问题、解决方案、演示、收益、社交证明、行动号召、风格）。
- Veo 3.1：图生视频，支持对白。适用于把 Nano Banana 静态图动画化为口播 UGC 视频。对白视频中 dialogue 字段为必填。
- Sora 2：文生视频，支持较长时长（最长约 20 秒），适用于电影感场景和 B-roll。
- Kling 3.0：适用于场景生成与环境 B-roll。
- 其他提及的模型：Grok Video、OmniHuman、音频驱动模型。
图片生成
- Nano Banana 2 / Pro / Edit：适用于 AI 网红、UGC 静态图、照片级产品图。文档给出了创建 AI 网红的方法：先生成一张主肖像并人工确认，再以主肖像为参考生成其余 9 个角度，组成 10 张角色设定表；使用 Pro 模型可加强身份一致性。
- ChatGPT Image 2（gpt-image-2）：适用于文字排版和 UI 类广告，如 Apple Notes 列表、Slack 对话、编辑式版式、对比表格。
静态 Meta 图片广告模板
仓库包含 37 个经过验证的静态 Meta 图片广告提示词模板。模板类别包括：UI/应用模拟（Apple Notes、Slack 对话、iMessage 截图、ChatGPT 对话、Google 搜索结果）、编辑式（Forbes 主视觉、杂志封面、广告牌、博物馆展陈）、对比类（功能表格、前后对比、对决卡片）、生活方式类（便利贴平铺、创始人信、约会应用卡片、天气预报 UI）。完整列表位于 shared/skills/image-ad-prompting/library/。
多步骤动画广告流水线
- 皮克斯风格 3D 动画广告：8 个节拍的故事弧 → 用 ChatGPT Image 2 生成分镜 → 每个节拍用 Seedance 2.0 做图生视频 → ffmpeg 拼接并加字幕。流程中先锁定角色设定表，再逐帧生成分镜，并将前一帧作为参考以保持连贯，参考图最多 5 张。
- 黏土动画风格广告（在概述中被提及，正文未展开细节）。
- 字幕烧录流程：用 Whisper 转写并获取词级时间戳 → 按短语分组 → 生成 captions.json → 用 HyperFrames（npx hyperframes）渲染。
使用方式
前置条件：Python 3.10+，以及从 Arcads 设置页获取的 API 密钥。可选工具：ffmpeg（视频拼接、抠像）、jq（bash 脚本解析 JSON）、Node.js + npx hyperframes（字幕烧录）、openai-whisper（转写）。
安装：克隆仓库 github.com/krusemediallc/arcads-claude-code，运行 ./scripts/setup.sh。该脚本会提示输入 Arcads API 密钥、创建包含 ARCADS_API_KEY 的 .env 文件、验证 API 连接并创建 MASTER_CONTEXT.md 工作区文件。手动设置可执行 echo "ARCADS_API_KEY=your_api_key_here" > .env。
核心 API 模式：所有调用使用 Authorization: Bearer 头，基础地址为 https://api.arcads.ai。标准生成流程为三步：提交任务获得 jobId、轮询状态直至 completed 或 failed、下载结果。文档提供了 submit_job、poll_status、download_file 等 Python 函数示例，以及各模型的端点与参数示例。
适用场景
- 社交媒体 UGC 风格营销视频与口播广告
- 产品揭示与主视觉镜头
- 静态 Meta 图片广告批量产出（含 UI 模拟、编辑式、对比、生活方式等版式）
- AI 网红角色形象设定
- 皮克斯风格等动画广告的多步骤制作
- 广告视频字幕烧录
限制
- 需要 Arcads API 密钥，且文中未提供定价或收费信息。
- 部分模型（如 Veo、Sora）轮询超时时间较长，示例中分别为 900 秒和 1200 秒。
- 对白视频必须显式提供 dialogue 字段。
- 进阶流程依赖 ffmpeg、jq、Node.js/npx hyperframes、openai-whisper 等外部工具。
- 黏土动画流水线的具体步骤在资料中未展开。
- 各模型的具体可用时长、分辨率、并发或配额限制暂未提供。