用途 本技能用于把一张人物照片转成一支约15秒的电影感烹饪教学视频，默认主题为手工意面，也可替换为寿司卷、柴火披萨、抹茶拿铁等菜系。适合制作食谱视频、美食短视频、烹饪教程或竖屏 Reels。
主要能力 采用两步式流程。第一步生成一张复合“制作参考板”静态图片（非视频帧），把角色外观、厨房环境参考和9格动作分镜整合在一张图上。第二步用原始人物照片锁定身份、用参考板锁定编排与环境，驱动参考图生视频，保证全程人物面部、服装和厨房一致。模型中 generate_audio=true 时会原生生成音频。
输入参数
- person_image（图片URL，必填）：人物照片，同时用于参考板和最终视频的身份参考。
- dish（文本，可选，默认 fresh pasta）：烹饪主题，驱动9步动作板。
- kitchen_style（文本，可选，默认 warm rustic-modern Italian）：厨房美学风格。
- outfit（文本，可选，默认 white t-shirt, olive green apron, dark trousers）：人物全程服装。
- duration_seconds（整数，可选，默认15）：成片时长；15对应完整9步，10会压缩到约6个节拍。
- aspect_ratio（文本，可选，默认16:9）：输出宽高比，做竖屏/Reels 用 9:16。
- resolution（文本，可选，默认720p）：分辨率可选 480p、720p。
使用方式 需先提交规划并按顺序执行两步，第二步依赖第一步的输出。 第一步调用 gpt-image-v2-edit 生成参考板，提示词要求宽幅参考板（3840x2160）、白色边距、网格布局，顶部为9格编号动作分镜，中左为人物角色参考（四视图，精确保留面部、发色、眼色、肤色等），中右为厨房环境参考，底部为简单图标。命令示例：muapi image edit --model gpt-image-v2-edit --image "{{person_image}}" --image-size "3840x2160" --quality auto --background auto --moderation low --output-format png --prompt "..."。等待完成并记录输出 URL 作为 {{reference_sheet_url}}，展示给用户确认人物相似度与厨房氛围后再进行第二步（第二步成本较高）。 第二步调用 bytedance-seedance-2-0-reference-to-video-fast 生成视频，同时传入原始人物图和参考板。命令示例：muapi video generate --model bytedance-seedance-2-0-reference-to-video-fast --image "{{person_image}}" --image "{{reference_sheet_url}}" --aspect-ratio "{{aspect_ratio}}" --duration "{{duration_seconds}}" --resolution "{{resolution}}" --generate-audio true --prompt "..."。提示词要求连续单镜头、缓慢顺畅的转场、手部特写、中景、结尾拉远展示成品、浅景深、暖色自然光、全彩电影级调色，并要求人物、服装、厨房一致；音频为厨房环境声与烹饪音效加轻音乐，无对白无旁白。生成后把视频 URL 交给用户，并可提供后续选项：竖屏 9:16 重渲染用于 Reels、30秒加长版，或用同一张人物图替换菜系。
执行说明 该技能由 LLM 编排：读取各阶段、向用户补齐缺失输入，再调用 muapi CLI 命令。若未设置 MUAPI_API_KEY，先用 muapi auth configure。对尚无 CLI 别名的模型 ID，可用 curl -X POST https://api.muapi.ai/api/v1/<endpoint> -H "x-api-key: $MUAPI_API_KEY" -H 'content-type: application/json' -d '{...}' 并配合 muapi predict wait <request_id> 轮询。发出每次调用前需把 {{input_name}} 占位符替换为真实输入。第一步必须先完成并返回图片 URL，第二步才能启动，并把该 URL 作为第二个 --image 传入。
适用场景与限制 适用于美食教程、食谱短视频、竖屏 Reels 等。注意事项：双图参考是关键，@Image1 锁定身份、@Image2 锁定编排与环境，不可只留其一，否则会丢失面部或厨房。第一步参考板必须为宽幅 3840x2160，分辨率过小会模糊9格动作面板导致视频模型无法读取。启用 generate_audio 时必须写明音频指令，否则配乐随机。此流程支持真实人脸，因为人物照片是用户自己的素材且走的是参考图生视频端点。非烹饪流程可沿用同一两步结构，仅改 {{dish}} 与9步描述。时长不超过8秒时，建议把动作板减到5至6格，硬塞9个节拍会降低运动质量。触发关键词包括 cooking video、cooking tutorial、pasta video、recipe video、food video、chef video、cooking storyboard、kitchen tutorial、cooking reel、tutorial video from photo、storyboard to video。收费与价格信息暂未提供。