用途:把用户提供的笔记、脚本或本地文件制作成单人知识讲解视频,讲解角色说出已确认的口播文稿,并与悬浮全息信息互动,最终合并为一个 MP4。适用于知识科普、教程、课程、信息摘要、产品机制说明。
主要能力:维护一套可复用的角色与场景 Profile;通过 Gate0 至 Gate3 多个确认环节建立可追溯流程;按目标时长生成口播文稿并做台词密度检查;把文稿切分为 8–15 秒分镜,逐段生成英文 H3 提示词;调用多参考图生成视频能力产出片段,再用脚本硬切拼接。
使用方式:先检查 profile/profile.json 是否完整,缺失时要求用户提供一张本地角色图和一张本地场景图,经 Gate0 确认后写入 Profile。随后获取本期内容与目标时长,创建 hologram-video-runs/YYYYMMDDHHMMSS/ 运行目录,依次经过 Gate1 确认口播文稿、Gate2 确认分镜与提示词、Gate3 确认生成范围,再提交生成。密度检查命令为 python3 <skill-dir>/scripts/check_dialogue_density.py --script script.md --target-duration <target-seconds> 或 --storyboard storyboard.json;拼接命令为 python3 <skill-dir>/scripts/concat_videos.py --storyboard storyboard.json --clips-dir clips --output final.mp4。
限制:只维护一套 Profile,不实现选择器;角色图与场景图作为独立风格参考,不强行统一风格;口播文稿是知识内容唯一事实来源,不静默增加外部事实;Gate3 未确认前不得调用视频生成 API;不添加背景音乐或转场;持久化路径使用相对路径;每个 Gate 必须等待用户明确确认,沉默不视为同意;构图须保持近景安全区,不得拉远到中景或更远;文字仅作为知识负载出现。部分任务失败时保留成功片段,不拼接不完整视频。具体生成能力、费用与平台信息暂未提供。