用途 该技能把一份视频脚本制作成完成的、混音后的视频。脚本（通常来自 video-script）说明影片内容；本技能用生成媒体把它做出来，并保持从第一帧到最后一帧像同一部影片。
核心思路与流程 生成视频容易漂移：镜头之间人脸变化、服装走样、场景重排。稳定结果来自锚点——每次生成都固定到已批准的图像，这些图像又来自一小套参考静帧“圣经”。单靠文本提示无法保持角色稳定，已批准的图像可以。因此顺序始终是：圣经 → 关键帧 → 运动；当角色或场景重复出现时，任何片段都不只靠文本生成。
流水线： script ─▶ models ─▶ breakdown ─▶ voice ─▶ bible ─▶ keyframes ─▶ CHECKPOINT ─▶ shots ─▶ lock ─▶ score ─▶ mix ─▶ QC （发现模型）（plan.json）（定时）（参考）（锚点）（用户：外观+预算）（候选条）（edit.json）（音乐、音效）（assemble.py）
关键概念 Bible（圣经）：全片已批准的参考静帧，包括风格帧、角色表、场景板和道具。每个关键帧都从它生成。 Anchor（锚点）：视频生成固定到的已批准静帧（首帧、尾帧或参考图）。 Take（候选条）：一个镜头的一次视频生成。一个镜头在磁盘上保留所有候选，选其中一条。 Chain（链）：连续动作中的切点。下一镜头的首帧是前一选中候选的尾帧。 Lock（锁定）：画面锁定，剪辑时间确定。音乐和音效在锁定之后制作，绝不提前。
输入与预检 脚本：video-script 文档，含五行、简介、声音计划，以及带 Shot、Visual、On-Screen、V/O、Dialogue、SFX、Music、Transition 字段的帧。若用户只有想法，先运行 video-script；若脚本较松散，映射到这些字段并在 plan.json 中把缺口记为假设。 格式：片长、画幅比、渠道来自脚本标题行和简介；脚本未确定时才询问。 环境：在不打印值的情况下检查 RUNWAYML_API_SECRET、ELEVENLABS_API_KEY、FAL_KEY（或 fal-ai MCP 服务器）、ffmpeg/ffprobe、python3。通过 scripts/runway.py get /v1/organization 读取 Runway 额度余额。 项目目录：在用户工作目录下的 production/<slug>/ 中工作，结构包含 plan.json、script.md、bible/、keyframes/、clips/、audio/（vo、dialogue、sfx、music）、gfx/、review/、edit.json、out/。plan.json 是制作记忆，记录每个决策、提示词、种子、任务 id、文件和成本，中途停止可从文件恢复。
工作步骤
- 发现模型：为图像、视频（终稿+草稿档）、语音、对白、音效、音乐各角色选择当前最佳模型。不从记忆或本技能中取模型名；目录每月变化。完成标准：plan.json 中每个角色写明模型 id、提供方、检查日期、胜出原因和关键约束（允许比例、时长、参考限制、关键帧位置），且约束从 API schema 读取。
- 拆镜：把脚本帧转为镜头，一个镜头一次视频生成。拆分超过模型时长或含两个动作/机位的帧；为每镜头选生成模式、决定哪些镜头链式连接、列出所需角色/场景/道具；时长对齐模型接受值并加 handles。
- 先录音：配音和对白决定时长，先于任何画面生成。为每行选或设计声音，生成一个文件，测量长度，过长则拉长镜头。
- 建圣经：生成风格帧，再生成角色表、场景板、道具。变体通过参考编辑从已批准图像派生，绝不从文本重新生成角色。完成标准：角色表显示固定服装的可识别人物，场景板为目标画幅比，每张图都实际查看并对照清单。
- 生成关键帧：从圣经合成每镜头首帧（模式需要时含尾帧），附带参考，按视频模型最终画幅比生成。链式镜头首帧暂留空，等上一步的候选条。
- 检查点：外观与预算：首次视频生成前的唯一审批点。向用户展示圣经和全部关键帧的缩略图总览（含镜头 id）、所选模型与视频花费估算（镜头×候选×秒数×费率，含草稿和音频）、任何假设或改动。获得同意后再生成；实际花费超出估算 25% 以上需再次询问。
- 生成镜头：先草稿，只对批准的草稿生成终稿。独立镜头并行提交，链式镜头按顺序。每条候选对照清单审查，失败时沿重试阶梯上升。完成标准：每镜头有通过清单的选中候选，链式镜头首帧来自前一条选中候选。
- 锁定画面：写 edit.json（片段顺序、修剪入出点、转场、V/O 锚定到片段 id）。用 scripts/assemble.py edit.json --timeline 检查时间，先渲染仅画面和语音的粗剪并审查。此后画面时间不再改变。
- 配乐与声音：针对锁定剪辑，按每帧 SFX 字段生成音效、按场景生成环境声、音乐和声音标识，加入 edit.json。
- 混音、渲染、质检：用 scripts/assemble.py edit.json 渲染；把字幕条和片尾卡作为 PNG 叠加，字幕作为附属文件；运行质检清单，全部修复后交付。
- 交付：报告最终文件路径、片长、按提供方分类的总花费、成片缩略图总览，以及有更多预算会重做的镜头；脚本列出时提供精简版或其他画幅比。
规则 所有产物落地：提供方输出 URL 数小时到数天过期，到达即下载到项目目录并记录到 plan.json。 先 schema 后请求体：请求体按第 1 步读取的当前 API schema 构建，比例、时长、字段名因模型而异。 查看一切：阅读生成的每张静帧；通过缩略图和抽帧审查每个片段。未查看的候选不算审查。 每次重试只改一件事，并在 plan.json 记录改了什么。 肖像与权利：真实人物需本人同意，真实品牌需所有者授权。Runway 审核失败会消耗额度，反复失败可能停用账号，被审核的提示词应重写而非重复提交。 回合稀缺：在一个回合中批量提交独立生成，每个文件只写一次，旁白保持简短。
脚本与参考 scripts/runway.py：Runway 客户端，支持 run（提交、等待、下载）、submit、wait、upload、get；请求体中的任何 “local:<path>” 字符串会自动上传；仅用标准库。 scripts/assemble.py：渲染 edit.json，支持修剪、剪切、xfade 转场、静帧、PNG 叠加、按片段 id 放置音频、音乐在语音下闪避、响度归一化；有 --timeline 和 --dry-run 模式；docstring 即 edit.json schema。 参考文档：Model Discovery（第 1 步）、Plan Format（第 2 步起，plan.json 形状与拆镜规则）、Look and Consistency（第 4、5 步）、Shot Generation（第 7 步：模式、运动提示、对白与口型、候选审查、重试阶梯）、Sound（第 3、9 步）、Assembly（第 6、8、10 步：缩略图、edit.json、叠加、字幕、质检）。
适用场景与限制 适用于已有或可形成脚本、需要生成式视频从分镜到成片全流程制作的场景。需要相应提供方 API 密钥与 ffmpeg/python 环境；模型能力、时长、画幅、参考限制以各 API 当前 schema 为准。真实人物和品牌需授权；生成输出需及时下载保存；费用按提供方定价估算，资料未提供具体价格。