Music Video 是一个围绕音乐驱动视频序列制作的技能，核心思路是把音乐与画面当作两套独立、可版本化的素材分别管理，再按节拍与场景顺序组合成可审阅的草稿。
用途：把主题、歌曲或用户提供的音轨，转化为对节拍敏感的关键帧与动画镜头序列，并按批准顺序拼装成片。资料明确指出，生成的音轨并不自动具备发行权，也未必有可直接用于剪辑的结构。
所需输入：主题、歌词或器乐意向，以及用户提供或生成的音频；目标时长、已知的节奏/节拍信息、画幅比例与分辨率；视觉前提，包括角色、产品、地点、风格与连续性规则；场景数量、转场与输出变体数量；以及音乐、声音、样本、图像、人物、品牌和源素材的权利。若用户提供音轨，应上传并保留其角色与来源；若用户要求新音乐，需确认流派/情绪、器乐或人声、大致长度与预期用途；不得模仿在世艺术家，也不得未经授权复用歌词。
规划方式：先生成节拍/场景映射，逐场景记录时间范围、对应音乐节拍（前奏、drop、主歌、副歌、桥段、高潮、尾声等）、视觉目的、运动方式（镜头/动作）。角色与产品描述在各提示之间保持稳定，每个场景使用一套经批准的关键帧或参考集，并记录父级 ID。
执行阶段：先冻结节拍图，并决定使用用户音轨还是 media.generate_music（MuAPI 音频映射见 muapi-video-tools.md）。生成或接受关键帧，可借助相邻图像智能体或可用图像能力制作静帧，在批量动画前先检查身份、产品、世界观与顺序。用 media.generate_video 对每个已批准关键帧做动画，端点需从 MODELS.md 中选择当前可用者；镜头时长要匹配当前 schema，不能假设所有模型都支持完整乐句。每个任务都要轮询，并对照节拍审阅运动，跟踪音频偏移、片段入出点、有意停顿与转场点。用 media.combine_video 或文档所述 REST 工具合并已批准片段，保留音乐父级、混音策略与场景顺序。最后执行视频质检，覆盖时序、闪烁、连续性、音画同步、响度/削波、字幕、权利与导出。仅在预算允许时并行运行独立的关键帧/镜头变体；渲染失败后不得擅自更改音轨、速度、歌词或场景顺序。
输出契约：返回音频资产与来源、节拍图、场景关键帧、动画任务、预测 ID、合成输出 URL、混音与时间假设、质检发现、权利状态以及失败分支。允许的清单与回执按 reports-and-receipts.md 保存在 .video/ 目录下。
限制：该技能产出仅为草稿，不授予发布、同步、机械、母带或表演者权利。资料未提供具体价格、收费模式、平台支持范围或效果保证。