用途
该技能用于生成高剪辑密度的动作/打斗场景视频。其核心主张是：动作张力来自剪辑密度，而不是单个镜头的质量。通过强制视频模型遵循预先绘制的 4×4 分镜网格，可以在一个 15 秒片段中获得 16 个不同镜头——落拳、反打、特写（ECU）、甩镜等，这是纯文生视频提示词无法自行编排的。
主要能力
- 四阶段流水线：角色设定表 → 环境概念图 → 16 格分镜 → 图生视频成片。
- 分镜阶段要求每格标注：镜头编号（1–16）、景别（WIDE / MS / CU / ECU）、运镜箭头（push、pull、whip、dolly、crash-zoom、handheld）、一词节奏注记（BEAT / IMPACT / RECOVERY / RESET）。
- 要求景别激进变化（不连续两个 WIDE），每个 IMPACT 落在 CU 或 ECU 上。
- 视频阶段要求逐格遵循分镜，匹配剪辑与节奏注记，并生成原生音效（每个 IMPACT 格的打击音、脚步、布料/Foley、低音量配乐）。
输入参数
- character_description（文本，必填）：打斗角色的完整外形描述。非对称细节（眼睛颜色、疤痕在哪一侧、左胯枪套）有助于模型在各格间保持身份一致。
- environment_description（文本，必填）：场景设定，例如“赛博朋克潮湿后巷、霓虹汉字招牌、Stray 游戏美学、铬面雨水”。
- action_script（文本，必填）：动作节拍，散文或编号节拍均可，例如“主角被逼入角落 → 挡下第一拳 → 反击肘击 → 将对手摔进垃圾桶 → 终结技”。
- style_direction（文本，可选，默认 cinematic action film, anamorphic lens, high contrast, motion blur on hits）：应用于每一帧的美学/风格标签。
- duration（整数，可选，默认 15）：最终视频时长（秒）。默认下分镜 16 格约对应每秒一个镜头。
- aspect_ratio（文本，可选，默认 16:9）：输出画幅，16:9 电影感、9:16 竖屏、1:1 方形。
使用方式（四阶段）
阶段 A — 角色设定表
使用 muapi image generate（model=gpt-image-2-text-to-image）生成干净的三视图角色设定表。提示词要求：正面、3/4、侧面三个视角，中性灰背景，影棚灯光，全身，无文字叠加，写实；非对称识别细节保留在正确一侧；画幅 3:2。生成后先向用户展示并确认身份细节无误，该图作为后续阶段的参考图 #1。
阶段 B — 环境概念图
使用 muapi image generate（model=nano-banana-2）设计场景/世界。提示词要求：环境广角定场镜头，画面中无角色，仅环境；强透视线、纵深、大气雾霭；影视美术概念图；画幅为 {{aspect_ratio}}。资料说明此处选用 Nano-Banana-2 是因其推理驱动的构图能力，比纯文生图模型更擅长产出具有可信空间逻辑（卡点、掩体、视线）的场所。展示待批准，作为参考图 #2。
阶段 C — 16 格分镜
使用 muapi image edit（model=gpt-image-2-image-to-image）将动作合成到单张 4×4 分镜图上。参考图：阶段 A 的角色表与阶段 B 的环境图。提示词要求：为动作序列合成 4×4 分镜网格（16 个编号格）；角色沿用参考图 1 的身份、保留非对称细节；地点沿用参考图 2 的空间布局；每格标注镜头编号、景别、运镜箭头、一词节奏注记；景别激进变化，不连续两个 WIDE，每个 IMPACT 落在 CU 或 ECU；手绘漫画水墨风格，单色加选择性红色点缀打击；编号格、格间留清晰沟槽；画幅 1:1（方形最适合 4×4 网格）。展示给用户确认：16 个镜头是否清晰可读、身份是否逐格一致、剪辑密度/景别变化是否足够激进。若某格效果差，仅重新生成分镜并加粗该格注记（如“CELL 7 must be an ECU on the right fist”）。
阶段 D — 分镜转视频（Seedance 2.0）
使用 muapi video from-image（model=seedance-v2.0-i2v），参考图为阶段 C 的 16 格分镜。提示词要求：生成 {{duration}} 秒动作序列，严格逐格遵循 16 格分镜参考图，从左上到右下；遵循每格标注的景别与运镜，匹配分镜节奏注记；强电影感与镜头语言，夸张动态，打击感强并带运动模糊与冲击帧；运镜语言：变形镜头，分镜要求手持处用手持，不要求处用固定机位；原生音频：每个 IMPACT 格有打击音效、脚步、布料/Foley、动作下克制的低音量配乐；并附上动作脚本、美学、时长、画幅。生成后展示最终视频。若剪辑密度过低或镜头与分镜不符，优先重新生成阶段 D（比重建分镜更便宜），并在提示词中更强调“严格逐格遵循”。
适用场景
- 需要高剪辑密度、多镜头切换的短动作/打斗片段。
- 希望用视觉分镜而非纯文本提示来约束视频模型镜头编排的创作流程。
- 需要角色身份在多个镜头间保持一致的动作短片。
限制与注意事项
- 资料指出：Seedance 2.0 i2v 将运动计划锚定在视觉参考上，16 格绘制网格给它 16 个视觉目标；纯文本镜头描述会被平均成糊状，因此采用分镜图而非文本分镜。
- 非对称角色细节很重要：若没有“右眉上疤痕”或“仅左手戴皮手套”之类细节，格间身份漂移是首要失败模式。
- 可用 seedance-2.0-i2v-480p 做草稿，在提交全分辨率 seedance-v2.0-i2v 前进行更便宜的预览。
- 更长打斗可串联两次运行：第一次用分镜 A（格 1–16，节拍 1–15 秒）；第二次用分镜 B（格 17–32，节拍 15–30 秒），以 A 的最后一格作为 B 第一格的连续性锚点。
- 语言：四个模型均支持英文和中文提示词，分镜格标注可用任一语言。
- 触发关键词：fight scene、action sequence、storyboard to video、cut density、cinematic action、combat choreography、seedance 2 storyboard。
执行代理注意事项
- 该配方由 LLM 编排：阅读各阶段，向用户收集缺失输入，然后调用 muapi CLI 命令。若 MUAPI_API_KEY 未设置，先使用 muapi auth configure。
- 对于尚无 CLI 别名的模型 ID，回退到原始端点：curl -X POST https://api.muapi.ai/api/v1/<endpoint> -H "x-api-key: $MUAPI_API_KEY" -H 'content-type: application/json' -d '{...}'，并用 muapi predict wait <request_id> 轮询。
- 阶段 C 使用两张参考图（角色表 + 环境图）。调用 gpt-image-2-image-to-image 时，将它们作为列表传入 images_list（或该模型文档说明的多参考字段）。
- 在发起每次调用前，将 {{input_name}} 占位符替换为用户的实际输入。
流水线一览
character_description → [GPT-Image-2 t2i] → 角色设定表；environment_description → [Nano-Banana-2 t2i] → 环境图；两者与 action_script + style_direction 一起 → [GPT-Image-2 i2i] → 16 格分镜 → [Seedance 2.0 i2v] → 15 秒动作视频。