用途 本技能用于一次 varg 渲染产出竖屏 9:16 的“人物在舞台上”讲话视频:Higgsfield Soul 生成角色,Nano Banana 2.1 生成空舞台,Seedance 2.5 把角色放到该舞台上并说出指定台词,语音与鼓掌来自 Seedance 的原生音频。
主要能力
- 自定义角色:角色提示词以“Candid photo of ...”开头,补充体型、面部、发型、服装等细节,并附“Vivid saturated colors, realistic skin detail.”。
- 场景生成:舞台描述需始终标明“empty, no people”,并在演讲者身后设置主题屏幕。
- 台词与表演:LINE 为一到两句简短口头语句(情绪钩子加收尾),适配约 8 秒;视频提示词中包含说话方式/情绪,最后一词处观众鼓掌。
- 输出规格:9:16,时长 8 秒,audio 为“native”,提示词要求画面无文字。
使用方式 云端渲染代码无 import 语句,Render、Clip、Image、Video 与 varg 为全局对象;模型只能通过 varg.imageModel() / varg.videoModel() 指定,裸模型字符串会报错。Image() 与 Video() 为函数调用,通过 JSX(如 <Clip>{talk}</Clip>)组合。Soul“Realistic”样式的 providerOptions 必须放在 varg. 之下,否则会被丢弃。
- MCP:先用 estimate_cost(工具 render,输入 { "code": <template> })估价,再把模板作为 code 传给 render_video,轮询 get_job 直至完成,并用 get_job_cost 报告计费成本。
- API:将模板保存为 keynote.tsx,使用 curl 向 https://api.varg.ai/v2/render 发起 POST(Bearer $VARG_API_KEY,Content-Type: application/json,body 为 {"code": $(jq -Rs . < keynote.tsx)});轮询 https://api.varg.ai/v2/jobs/JOB_ID,视频位于 output.outputs[0].url。
适用场景 需要快速制作竖屏演讲、舞台亮相式人物口播短视频,并希望复用同一角色与舞台、仅迭代台词或收尾效果的场景。
限制与规则
- 先估价:通过 MCP estimate_cost 或 POST /v2/estimate 报价,结果以 credits 表示;按资料,Seedance 默认 720p 下单次约 350 credits,耗时约 5–15 分钟;未经用户明确同意不得启动渲染。
- 分辨率:Seedance 默认 720p;改 1080p 需按所用路由设置分辨率,成本约翻倍,详见 https://varg.ai/models/seedance_2_5.md。
- 宽高比:两个 Image、Video 与 Render 画布的 aspectRatio 必须一致(1080×1920 = 9:16),改格式时需四处同时修改。
- 缓存:未更改的提示词免费缓存;迭代台词或收尾时保持角色与场景提示词逐字节一致,仅重新生成视频。
- 一条 clip 对应一个连续动作,物理收尾动作落在 LINE 最后几个词上。
相关资料 varg-ai(登录、模型、云端渲染格式)、varg-consistent-characters(同一人物跨场景)、varg-podcast-video(双人对谈)、video-skills(查找其他格式技能)。