chanjing-one-click-video-creation#

速查#

内容位置工作流、 duration_sec、 null/合并、选题校验**§4.1切段、奇偶镜、 scenes[]、 scene_count/ video_typestoryboard_prompt.md** 篇首； video_brief_plan.md渲染技术、状态、 partial/success、硬约束render_rules.md §1–§4； §7、 §8**ref_prompt / 文生提示词****storyboard_prompt.md** + history_storyboard_prompt.md； §4.2 指针请求体字段与默认**§6**run_render.py§5

冲突：渲染实现以 render_rules.md 为准； ref_prompt 条文以 storyboard_prompt.md / history_storyboard_prompt.md 为准（ §4.2 汇总指针）。 run_render.py 只实现 §5 + render_rules.md，不增业务规则。执行：完整工作流编排、仅 run_render 渲染、或混用。

---

1. 做什么#

1. 选题或全文 → video_plan、口播全文、分镜
2. TTS：通过当前 skill 内 clients.tts_client 创建与轮询语音任务；整段优先；超长按分镜少批合并（细则与字数见 render_rules.md §3·C.4）
3. 按镜切音频
4. 数字人分镜：通过当前 skill 内 clients.avatar_client 上传音频、创建数字人视频任务并轮询结果（音频驱动）
5. AI 分镜： ref_prompt → 当前 skill 内 clients.ai_creation_client → 与镜内音频合成
6. 封装：对齐公共数字人轨 → ffmpeg concat → 本地 mp4

---

2. 何时用 / 何时不用#

适合要成片；口播与画面混剪；用户明确要生成短视频不适合仅文案/标题；未要视频；只剪已有素材

---

3. 前置条件#

• 鉴权：当前 skill 通过环境变量 CHANJING_APP_ID / CHANJING_SECRET_KEY 获取蝉镜凭证。凭证缺失或失效时按鉴权逻辑提示重新配置。
• Plan/Script/分镜：本地 Agent 逻辑， 无需 外部 LLM API key（本 skill 必选路径不依赖外部 LLM）
• 本机： ffmpeg、 ffprobe
• run_render：当前版本主渲染链已内聚实现， 不要求 外部 chanjing-tts / chanjing-video-compose / chanjing-ai-creation 目录存在，也 不再依赖 CHAN_SKILLS_DIR 指向包含其它 skill 的仓库根
• 数字人与音色： 勿 用环境变量或仓库内缓存文件保存跨任务的「默认」 audio_man / person_id / figure_type。每次任务在 workflow.json 根级显式填写；由 Agent 按 video_plan（如 video_type）、口播人设与选题语义，调用当前 skill 内的音色与数字人查询能力选型后写入； audio_man 宜与所选形象的 audio_man_id 一致。
• 公共数字人选型（禁止「只取列表前几项」）：须拉取 source="common" 的公共数字人候选（必要时增大分页或翻页，覆盖足够条目），在候选内 逐项对比 后再定稿： name、 figures[].type（→ figure_type）、 figures[].width/ height（画幅与 D.1c 一致）、 audio_man_id、 audio_name（若有）与 video_plan/口播人设（性别、气质、行业、年龄感）是否匹配。 默认偏好年轻、有活力的形象：名称或 audio_name 中含青年/少女/小哥哥/小姐姐/学生/元气/青春/年轻等正向信号时优先；仅当选题或用户明确要求成熟、权威、中老年等气质时，再选对应人设。定制源 customised 同样对比 name、 width/ height、 audio_man_id 等，勿未经比较直接取页首。
• 运行行为说明：运行过程中会调用蝉镜开放 API、上传切段音频、下载生成媒体，并在本地输出目录写入中间文件与最终 mp4。

---

4. 规则汇编#

4.1 工作流编排#

合并： null = 不覆盖。顺序：默认铺底 → 非 null 覆盖 → 布尔/整数校正。字段默认见 §6；未在表中展开的缺省由 run_render.py（及当前 skill 内 clients/）按实现与环境变量读取（ 不含 音色/数字人： audio_man、 person_id/ avatar_id、 figure_type 仅来自 workflow.json，见 §3）。

duration_sec：策划参考，非 ffmpeg 上限。 成片时长 以 TTS+ ffprobe 为准。 scene_count 见 video_brief_plan.md；切段与 AI 条数依实测与字幕轴（ render_rules.md §3·C.5）。禁止为凑时长裁已定稿口播（除非用户要求）。

选题：去空白 <5 字、占位串（如「你好」「test」）拒收；可扩写；严格模式模糊则失败。

步骤：1) Plan → video_brief_plan（败则全败；模板见 video_brief_plan.md）2) Script 3) Storyboard：语义切分； storyboard_prompt.md；非当代 history_storyboard_prompt.md；DH 与 AI 渲染能力均由当前 skill 内 clients/ 承载；TTS/多段 AI/mux render_rules.md §3、 §5 4) Render： render_rules.md §3（含 §3·C.6）、 §4（表 4–6）； ref_prompt 质检见 storyboard_prompt.md / history_storyboard_prompt.md（ §4.2）；重试/ partial render_rules.md §1 5) 成功： render_rules.md §1

仅渲染： run_render.py + full_script + scenes[]。 顺序：Plan → Script → Storyboard → Render（各阶段用哪份模板见上列步骤）。

---

4.2 文生视频提示词（ ref_prompt）— 指针#

唯一条文真值（修订以模板为准，本文不重复 D.1–D.4 表文）：

范围模板当代向、 D.0 语境缺省与文明圈推断、D.1 长度、 D.1a、 D.1b（易幻觉，全 skill 共用）、D.2 当代、手工 visual_prompt、D.3、D.4 当代装配与 7 要素 / 题材簇 / 单镜拼装 / 自检**templates/storyboard_prompt.md** → 「文生视频提示词（当代向真值）」D.2 非当代 路由、历史 流程层、 文明圈与国别自洽、占位符纪律、与 D.3/D.4 衔接说明templates/history_storyboard_prompt.md族裔、 历史/非当代中式造型 与出现人物时的英文短语templates/visual_prompt_people_constraint.md（显式族裔锚定、 历史 / 非当代 节；兼 render_rules.md §4 表 4–6）

仍仅在此处索引：长音频多段 render_rules.md §3·C.6；字数上限环境变量 整段 ref_prompt 长度上限为 **8000** 字符。。模板与 render_rules.md 实现冲突时以 render_rules.md 为准。

---

5. 自动化编排（ run_render.py）#

依赖：鉴权；本机 ffmpeg / ffprobe；当前 skill 内 clients.tts_client / clients.avatar_client / clients.ai_creation_client

职责：① 通过 clients.tts_client 创建与轮询 TTS 任务（含 audio_task_state）；批合并与单批字数上限见 render_rules.md §3·C.4（ TTS_BATCH_MAX）② 切段（ render_rules.md §3·C.5）③ 有 AI 镜时先完成首条数字人并 ffprobe（含 rotate）→ 再按映射提交文生 aspect_ratio/ clarity（见 render_rules.md §3·C.6、 debug.ai_video_submit_params）④ 与其余 DH/AI 并行 poll ⑤ AI 轨对齐该参照 ffprobe ⑥ ffmpeg concat ⑦ 多段文生在 ref_prompt 后追加英文分层；总长 整段 ref_prompt 长度上限为 **8000** 字符。

不做：不产 plan/script/storyboard；不自动非当代/当代；不用 list_tasks 当代次（ render_rules.md §4 表项 8）

手工编排：仍须满足 render_rules.md §3、§4 与 §5；§3 细化（如 silencedetect、 minterpolate、参照轨码率、同套切段音频换形象、TTS 批间静音等） 全部保留。

输入 MVP

字段必填说明full_script是与各镜 voiceover 按 scene_id 拼， norm 一致scenes是scene_id、 voiceover、 use_avatar；AI 镜 ref_prompt（ storyboard_prompt.md / history_storyboard_prompt.md；§4.2）；可选 subtitle``audio_man是宜与所选数字人形象的 audio_man_id 一致person_id/ avatar_id条件有 DH 镜必填figure_type否与当次数字人候选中所选形象行的 figure_type 一致（公共多形态时必填）subtitle_required否默认 false；为 true 时数字人镜烧录字幕（ show）speed/ pitch否默认 1/1ai_video_duration_sec否5 或 10，默认 10model_code否默认 AI_VIDEO_MODEL 或 Doubao-Seedance-1.0-pro；creation_type=4；不传 ref_img_url``max_retry_per_step否默认 1（§6）bash

python scripts/run_render.py --input workflow.json --output-dir ./outputs/run1

输出： final_one_click.mp4； workflow_result.json； work/

实现说明：当前版本 run_render.py 不再通过子进程调用外部 skill 脚本；TTS、数字人视频与 AI 文生视频能力均由当前 skill 内 clients/ 实现。

---

6. 输入（请求体）#

norm：去 \r、首尾空白；空→空串；与 run_render.py 一致。口播：先 full_script，再 script → copy_text → input_script → content 首个非空。无 topic：首句代选题（40 字内遇句末标点截，否则 24 字）。 null/合并 §4.1。

字段必填说明topic条件无则见首句规则；建议 ≥5 字industry/ platform/ style否industry 空；platform/style： DEFAULT_* 或 douyin/ 观点型口播``duration_sec否DEFAULT_DURATION 或 60；策划参考use_avatar否默认 trueavatar_id/ voice_id否空； 不得 用环境变量兜底音色或数字人；须在 workflow.json 写明 audio_man/ person_id（及有 DH 镜时的 figure_type），由 Agent 按当次任务调用当前 skill 内的音色与数字人查询能力 对比 name、形态、画幅、 audio_name 等后 选型； 禁止 未比较即取列表最前几条； 默认偏好年轻数字人（见 §3）subtitle_required否默认 false（数字人成片不烧录字幕； run_render 传 hide）cover_required否默认 truestrict_validation/ allow_auto_expand_topic/ max_retry_per_step否true/false/1full_script否默认空script_title/ script_hook/ script_cta否默认空script/…否见上文口播顺序

---

7. 输出 JSON#

键含义statussuccess / partial / failedvideo_planPlanscript_resulttitle、hook、full_script、ctastoryboard_result.scenes[]scene_id、duration_sec、voiceover、subtitle、visual_prompt、use_avatarrender_resultvideo_file、scene_video_urls、render_path、degrade_log其它error、debug…

渲染无降级：任一步失败即中断，不自动改为仅 DH 或仅 AI 成片。 partial：未成 success（如 run_render 异常仍写 workflow_result.json）； 不 表示允许上述降级， 不 免 storyboard_prompt.md·D.1b 类质检。成功 degrade_log = []；失败尽量保留已产出文案与分镜。

---

8. 硬性约束#

表在 templates/render_rules.md §4；与 ref_prompt 交叉见 storyboard_prompt.md / history_storyboard_prompt.md（ §4.2 指针）。本节为锚点。

---

9. 限制#

• 本地 mp4；不上传
• AI 单段常 5–10s；长口播多段
• 成片时长=TTS 总轨；可与 duration_sec 不符
• TTS：整轨优先、超长少批合并；单批上限与合并策略（含 TTS_BATCH_MAX）以 render_rules.md §3·C.4 为准
• 文生失败可能为平台/模型；试增 max_retry_per_step、短 ref_prompt、拆镜；查 workflow_result.json