87 个 MCP 工具
本页从源码注册表自动生成,与软件内 AI 助手调用的工具完全同源。搜索工具名或用途即可筛选。
修改与执行 35
add_ground_shape在某段视频的地面平面上放置 3D 形状(内置几何体,AR 贴地):一键全自动(无追踪数据先自动分析)。form:plate 立牌 / box 立方体 / cylinder 圆柱 / cone 锥体。参数语义同 add_ground_text…
在某段视频的地面平面上放置 3D 形状(内置几何体,AR 贴地):一键全自动(无追踪数据先自动分析)。form:plate 立牌 / box 立方体 / cylinder 圆柱 / cone 锥体。参数语义同 add_ground_text(size 缺省 0.1,v 缺省 0.55)。
segmentIndex必填integer段下标(0 起)form必填string形状:plate 立牌 / box 立方体 / cylinder 圆柱 / cone 锥体clipIndexinteger段内素材下标(缺省 0)unumber水平位置 0~1(缺省 0.5)vnumber垂直位置 0~1(缺省 0.55)sizenumber宽度占画面比例 0.03~0.8(缺省 0.1)yawDegnumber平面内朝向(度;立牌缺省自动面向镜头,一般无需填写)pitchDegnumber立体倾斜(-90~90 度,缺省 0):立牌 = 前倾后仰;几何体 = 整体倾倒rollDegnumber自身平面内旋转(-180~180 度,缺省 0)depthnumber高度倍率 0.2~3(缺省 1;box/cylinder/cone 有效)colorstring颜色 #rrggbb(缺省品牌强调色)entrancestring入场:rise 升起(缺省)/ fade 淡入 / none
add_ground_text在某段视频的地面平面上放置 3D 文字(AR 贴地效果,随镜头平移/推近/走动保持钉在地面):一键全自动——素材还没有地面追踪数据时先自动分析(数秒),再加元素。form 三种形态:flat 躺平大字(贴地投影风)/ billboard 立…
在某段视频的地面平面上放置 3D 文字(AR 贴地效果,随镜头平移/推近/走动保持钉在地面):一键全自动——素材还没有地面追踪数据时先自动分析(数秒),再加元素。form 三种形态:flat 躺平大字(贴地投影风)/ billboard 立起面板(广告牌,有真实透视高度)/ extruded 立体厚度字。位置 u/v 为参考帧画面归一化坐标(0~1,y 向下,缺省画面下半中央),size 为宽度占画面比例(缺省 0.13,别贪大——镜头走近时元素按真实透视放大)。返回 applied 回读与追踪质量(残差>4px 或锚点<5 建议换画面纹理更丰富的素材)。
segmentIndex必填integer段下标(0 起)text必填string文字内容(建议 ≤10 字,躺平大字 ≤6 字)form必填string形态:flat 躺平 / billboard 立起面板 / extruded 立体厚度字clipIndexinteger段内素材下标(缺省 0)unumber水平位置 0~1(缺省 0.5)vnumber垂直位置 0~1(缺省 0.6~0.58;地面通常在画面下半)sizenumber宽度占画面比例 0.03~0.8(缺省 0.13)yawDegnumber平面内朝向(度;缺省不设 = 自动面向镜头——立起面板正面/躺平文字正立方向随相机自动转,一般无需填写)pitchDegnumber立体倾斜(-90~90 度,缺省 0):躺平/立体文字 ±90 = 竖立面向 yaw 方向;立起面板 = 前倾后仰rollDegnumber自身平面内旋转(-180~180 度,缺省 0)depthnumber厚度倍率 0.2~3(缺省 1;仅 extruded 立体字 = 挤出厚度)colorstring颜色 #rrggbb(缺省品牌强调色)entrancestring入场:rise 升起(缺省)/ fade 淡入 / none
apply_cut_list把保留区间清单落到某段素材,做「只留这几段」的浓缩剪辑:区间外全部挖掉(挖段无缝拼接、有效时长相应缩短),区间首尾成为新的可用边界,段时长自动对齐。mine_highlights 的落地一步;区间可来自挖矿结果,也可手动给出。
把保留区间清单落到某段素材,做「只留这几段」的浓缩剪辑:区间外全部挖掉(挖段无缝拼接、有效时长相应缩短),区间首尾成为新的可用边界,段时长自动对齐。mine_highlights 的落地一步;区间可来自挖矿结果,也可手动给出。
index必填integer片段下标(0 起)videoIndexinteger该段内视频下标(0 起;缺省取段内时长最长的视频素材)keepRanges必填array保留区间列表(媒体绝对秒,1-24 段;重叠/近接自动合并,过短段丢弃)
delete_segment删除故事板中的一个片段(整段连同其素材/文案/旁白一起移除,后续段下标前移)。至少保留一段——只剩一段时返回错误,此时可改用 update_segment 换内容替代删除。删除废镜头、压缩片长时用。
删除故事板中的一个片段(整段连同其素材/文案/旁白一起移除,后续段下标前移)。至少保留一段——只剩一段时返回错误,此时可改用 update_segment 换内容替代删除。删除废镜头、压缩片长时用。
index必填integer要删除的片段下标(0 起)
export_cover生成视频封面:取当前故事板指定时刻的一帧,叠加自由文字图层(字体/字号/描边/3D 挤出/自由拖放位置),导出为封面图(JPG/PNG,存入输出目录,随工程记住封面配置)。文案缺省链:参数 → 已存封面配置 → 发布元数据标题 → 首段标题…
生成视频封面:取当前故事板指定时刻的一帧,叠加自由文字图层(字体/字号/描边/3D 挤出/自由拖放位置),导出为封面图(JPG/PNG,存入输出目录,随工程记住封面配置)。文案缺省链:参数 → 已存封面配置 → 发布元数据标题 → 首段标题。add3dText 可追加 3D 立体大字并放到画面主体后面(自动主体遮挡检测)。返回封面图供自查,建议先 review_render 看过全片再选帧。
timeSecnumber选帧时刻(秒,0~全片时长;缺省用已保存配置)presetstring版式预设(重排已存图层的文字位置,保留文案):'bottomLeft' 底部渐变左下标题(默认,最通用)/ 'centerPoster' 居中海报 / 'leftBand' 左侧渐变 / 'topBand' 顶部渐变(主体在画面下半时用)titlestring封面主标题(≤60 字;缺省走文案缺省链)subtitlestring封面副标题(可选)tagstring标签角标文案,如「新品上线」(可选,带品牌蓝底色条)scrimnumber背景压暗强度 0~1(默认 0.55;画面本身偏暗可调低)formatstring'jpg'(默认,体积小适合上传)或 'png'(无损)add3dTextobject追加一个 3D 立体文字图层(大字氛围/品牌词,默认放到画面主体后面形成前后遮挡)
import_segment_media把本地视频/图片/3D 模型文件(mp4/webm/mov/png/jpg/glb 等)导入为指定片段的素材,返回元数据(时长/分辨率)。用户已有录好的素材时用它直接导入,比重新录一遍快;导入后可用 view_segment_frame 看…
把本地视频/图片/3D 模型文件(mp4/webm/mov/png/jpg/glb 等)导入为指定片段的素材,返回元数据(时长/分辨率)。用户已有录好的素材时用它直接导入,比重新录一遍快;导入后可用 view_segment_frame 看图、set_segment_trim 裁剪、set_segment_viewport 取景。.glb 模型素材配 ModelTurntable 等 3D 模板用(仅支持未压缩单文件 glb,勿用 draco 压缩/.gltf 多文件)。mxf/超大(>2GB)/4K+ 素材导入后自动后台生成 960 宽代理(响应带 proxy 字段;编辑/抽帧/预览走代理,渲染自动回源,get_app_status 的 proxyJobs 可查转码进度)。
index必填integer目标段下标(0 起)path必填string媒体文件的本地绝对路径
import_stock_media把 search_stock_media 选中的素材下载并导入为指定片段的素材(域名白名单校验后落本地缓存,免署名可商用)。provider/id/type/downloadUrl 原样传搜索结果里带回的值。
把 search_stock_media 选中的素材下载并导入为指定片段的素材(域名白名单校验后落本地缓存,免署名可商用)。provider/id/type/downloadUrl 原样传搜索结果里带回的值。
index必填integer目标段下标(0 起)provider必填stringid必填string搜索结果里的素材 idtype必填stringdownloadUrl必填string搜索结果返回的下载直链(原样传回,主进程做域名白名单校验)
move_segment调整片段在故事板中的顺序:把下标 fromIndex 的段移动到 toIndex 位置(其余段顺次腾位)。先删后加会丢素材关联,重排镜头顺序一律用它。
调整片段在故事板中的顺序:把下标 fromIndex 的段移动到 toIndex 位置(其余段顺次腾位)。先删后加会丢素材关联,重排镜头顺序一律用它。
fromIndex必填integer要移动的片段当前下标(0 起)toIndex必填integer移动后的目标下标(0 起,按移动前的段序计;即从列表里抽出该段后插入的位置)
move_shot把一个素材 shot(段内素材)跨段搬移或段内重排:素材对象整体搬迁,裁剪窗/取景视口/音频设置全部保留。典型用法:把高光镜头挪到 CTA 段压轴、把主素材与辅素材归位同一段做画中画叠层(同段多素材 = layered shot)。posi…
把一个素材 shot(段内素材)跨段搬移或段内重排:素材对象整体搬迁,裁剪窗/取景视口/音频设置全部保留。典型用法:把高光镜头挪到 CTA 段压轴、把主素材与辅素材归位同一段做画中画叠层(同段多素材 = layered shot)。position 缺省 = 追加到目标段末尾。shot 的稳定 id 与媒体出入点见 get_timeline 的 shots 字段;改完建议 get_timeline 复检归属。
fromSegmentIndex必填integer源段下标(0 起)clipIndex必填integer源段内素材下标(0 起,即 shots[].clipIndex)toSegmentIndex必填integer目标段下标(0 起;与源段相同 = 段内重排)positioninteger插入到目标段内的位置(0 起;缺省 = 追加末尾)
remove_ground_element删除某段已放置的 3D 地面元素;id 缺省 = 清空该段全部地面元素。
删除某段已放置的 3D 地面元素;id 缺省 = 清空该段全部地面元素。
segmentIndex必填integer段下标(0 起)idstring元素 id(缺省 = 清空该段全部地面元素)
remove_segment_media移除某个片段里指定的一个素材(视频/图片),段本身与文案保留。段内只剩这一个素材时不允许移除(请改用 delete_segment 或先补充素材)。录废了一条、导入错了文件时用;重新查看可用 get_segment_media。
移除某个片段里指定的一个素材(视频/图片),段本身与文案保留。段内只剩这一个素材时不允许移除(请改用 delete_segment 或先补充素材)。录废了一条、导入错了文件时用;重新查看可用 get_segment_media。
index必填integer片段下标(0 起)videoIndex必填integer该段内素材下标(0 起,顺序同 get_segment_media 返回)
reorder_segments按新顺序整体重排故事板片段:order 必须是全部下标 0..n-1 的一个排列(如 [2,0,1] = 原第 3 段排最前)。转场归属随片段走(原 A→B 的转场仍是 A 的出场转场)。一次到位,比多次相邻移动省调用;撤销为一步。改完建议…
按新顺序整体重排故事板片段:order 必须是全部下标 0..n-1 的一个排列(如 [2,0,1] = 原第 3 段排最前)。转场归属随片段走(原 A→B 的转场仍是 A 的出场转场)。一次到位,比多次相邻移动省调用;撤销为一步。改完建议 get_timeline 复检新时间轴。
order必填array新顺序(旧下标数组,长度 = 片段数,必须是 0..n-1 的排列)
set_bgm设置背景音乐(本地曲库;曲库目录在「声音 → 背景音乐」里指定)。不传 track 时返回曲库清单:含自动推导的情绪/能量档(文件名关键词 + 波形分析)与时长。可按曲名选(部分匹配),也可只给 wantMood/wantEnergy 让工…
设置背景音乐(本地曲库;曲库目录在「声音 → 背景音乐」里指定)。不传 track 时返回曲库清单:含自动推导的情绪/能量档(文件名关键词 + 波形分析)与时长。可按曲名选(部分匹配),也可只给 wantMood/wantEnergy 让工具自动挑最匹配的。传 track="none" 清除 BGM。配完用 set_bgm_ducking 调避让。
trackstring曲名(部分匹配;"none" = 清除 BGM)volumenumber音量 0-1(缺省 0.35)volumeKeysarray音量包络关键点(时间轴音量线):[{sec, volume}],sec 相对 BGM 起播点(秒)、volume 0-1 为相对倍率,相邻点线性过渡、两端外保持端值。适合叙事性强弱:如开场强 [{sec:0,volume:1},{sec:4,volume:0.35},{sec:12,volume:1}]。传 [] 清除。不传 track 只传它 = 只改现有 BGM 的包络不换曲(需已添加 BGM)。wantMoodstring想要的情绪(不指定曲名时按此自动挑)wantEnergystring想要的能量档(配合 wantMood)
set_bgm_ducking设置背景音乐自动避让旁白:旁白响起时自动压低 BGM(带平滑过渡)。需先有背景音乐。amount=旁白期间 BGM 音量倍率(0.1~1,0.25=压到 25%,1=不压低)。
设置背景音乐自动避让旁白:旁白响起时自动压低 BGM(带平滑过渡)。需先有背景音乐。amount=旁白期间 BGM 音量倍率(0.1~1,0.25=压到 25%,1=不压低)。
enabled必填boolean是否启用避让amountnumber旁白期间 BGM 音量倍率(0.1~1,缺省 0.25)
set_bgm_position设置 BGM 在成片时间轴上的定位:起播点 startAtSec(>0 = 前段静音,如旁白先进、副歌后起)、截取窗 trimStartSec/trimEndSec(掐前奏/截副歌;循环只铺窗内)、淡入淡出与音量。数值自动钳制(循环窗最短 …
设置 BGM 在成片时间轴上的定位:起播点 startAtSec(>0 = 前段静音,如旁白先进、副歌后起)、截取窗 trimStartSec/trimEndSec(掐前奏/截副歌;循环只铺窗内)、淡入淡出与音量。数值自动钳制(循环窗最短 2s;起播点 ≤ 片长−1)。典型用法:J-cut 声音先行(钩子文字前 BGM 先起 → startAtSec 设小或 0)、掐前奏直接进副歌(trimStartSec 对齐副歌起点)。改完节拍类工具(align_beats 等)自动按新位置对齐。
startAtSecnumber成片时间轴起播点(秒,≥0;缺省不变)trimStartSecnumber素材截取起点(秒,[0, 素材时长−2];缺省不变)trimEndSecnumber素材截取终点(秒,[截取起点+2, 素材时长];缺省不变)fadeInSecnumber淡入时长(秒,0-8,从起播点起算;缺省不变)fadeOutSecnumber淡出时长(秒,0-8,锚定片尾;缺省不变)volumenumber音量 0-1(缺省不变)
set_brand_style设置品牌样式(项目级):品牌色 + 字体氛围。品牌色统一全片模板的强调色/渐变/光晕/字幕条(建议从用户 Logo/网站取色,一个片子只用一个主色);字体氛围成套切换全片标题/正文字体。两项都可选,至少传一项;预览与渲染即时生效,随工程保存…
设置品牌样式(项目级):品牌色 + 字体氛围。品牌色统一全片模板的强调色/渐变/光晕/字幕条(建议从用户 Logo/网站取色,一个片子只用一个主色);字体氛围成套切换全片标题/正文字体。两项都可选,至少传一项;预览与渲染即时生效,随工程保存。
brandColorstring品牌色 #RRGGBB(如 #F97316 活力橙 / #16A34A 生长绿 / #7C3AED 星云紫);传 "default" 恢复默认蓝;缺省不变fontMoodstring字体氛围(缺省不变):sleek=商业冷峻(MiSans,缺省)/ warm=温暖手写(霞鹜文楷,vlog/餐饮/文创)/ tech=科技等宽(开发者工具/代码教程)/ display=英文展示(Poppins 几何感,出海产品)
set_color_grade设置全片色彩统一(项目级):色调风格预设 + 自动曝光匹配。色调预设把全片内容统一到同一风格(清冷商业/暖调胶片/青橙大片/黑白高对比/复古褪色/原生);自动曝光匹配把多源素材(录屏/截图/本地文件)的亮度向全片中位数拉齐,消除拼凑感。字幕…
设置全片色彩统一(项目级):色调风格预设 + 自动曝光匹配。色调预设把全片内容统一到同一风格(清冷商业/暖调胶片/青橙大片/黑白高对比/复古褪色/原生);自动曝光匹配把多源素材(录屏/截图/本地文件)的亮度向全片中位数拉齐,消除拼凑感。字幕与 Logo 不被染色。
look必填string色调预设 id:none=原生 / cleanCool=清冷商业 / warmFilm=暖调胶片 / tealOrange=青橙大片 / monoContrast=黑白高对比 / fadedRetro=复古褪色autoMatchboolean自动曝光匹配开关(缺省不变)
set_fine_print设置全片常驻的边缘小字(免责声明/版权/「本片由 AI 生成」等),渲染在画面底部边缘,小字淡显。text 传空串 = 清除。
设置全片常驻的边缘小字(免责声明/版权/「本片由 AI 生成」等),渲染在画面底部边缘,小字淡显。text 传空串 = 清除。
textstring小字内容(≤200 字,支持 \n 多行;空串 = 清除)positionstring位置(缺省不变)opacitynumber不透明度 0.2~1(缺省不变;小字宜淡,建议 0.4~0.6)sizeScalenumber字号倍率 0.6~1.6(缺省不变,1 = 约画布高 1.6%)
set_ground_tracking调整某段视频素材的 3D 地面追踪:enabled 开关(关闭后该素材上的 3D 地面元素不再渲染,数据保留)、reanalyze 重新分析(换 trim 段落/追踪质量不佳时用,秒级)。与稳定互不冲突(可叠加)。
调整某段视频素材的 3D 地面追踪:enabled 开关(关闭后该素材上的 3D 地面元素不再渲染,数据保留)、reanalyze 重新分析(换 trim 段落/追踪质量不佳时用,秒级)。与稳定互不冲突(可叠加)。
segmentIndex必填integer段下标(0 起)clipIndexinteger段内素材下标(缺省 0)enabledboolean开/关地面追踪(缺省不变)reanalyzebooleantrue = 重新自动分析(秒级)
set_logo调整已上传 Logo 的位置/大小/透明度/显隐。Logo 图片由用户在「品牌」面板上传,本工具只调整其呈现;若用户尚未上传会返回提示。
调整已上传 Logo 的位置/大小/透明度/显隐。Logo 图片由用户在「品牌」面板上传,本工具只调整其呈现;若用户尚未上传会返回提示。
positionstring位置(缺省不变)sizenumber占画布宽度比例(0.05~0.4,缺省不变)opacitynumber不透明度 0~1(缺省不变)visibleboolean是否显示(缺省不变)
set_media_colorspace设置某视频素材的 Log 色彩曲线(电影机 log 灰片恢复正常色)。设置后:已有代理将按新曲线重新生成(编辑/抽帧/预览即恢复正常色),渲染回源前自动经 Log→709 技术转换 LUT 一次性转码。导入时会按拍摄设备元数据自动猜(Son…
设置某视频素材的 Log 色彩曲线(电影机 log 灰片恢复正常色)。设置后:已有代理将按新曲线重新生成(编辑/抽帧/预览即恢复正常色),渲染回源前自动经 Log→709 技术转换 LUT 一次性转码。导入时会按拍摄设备元数据自动猜(Sony/DJI/BMD 自动填;Canon C-Log2/C-Log3 与 ARRI LogC3/LogC4 有机型歧义,导入响应的 colorCurveGuessNote 会提示确认)。传 colorCurve: "none" 清除标记(普通素材勿用本工具)。
index必填integer段下标(0 起)videoIndexinteger段内视频素材下标(0 起,缺省 0)colorCurve必填string色彩曲线:slog3=Sony S-Log3 / clog2=Canon C-Log2 / clog3=Canon C-Log3 / logc3=ARRI LogC3(EI800) / logc4=ARRI LogC4(ALEXA 35) / dlog=DJI D-Log / bmdfilm5=BMD Film Gen5 / none=清除(普通素材)
set_narration_timing设置某段旁白的段内时序:offsetSec 偏移(0 = 段起点开口;>0 = 等转场/前奏过去再开口,钳制在本段范围内)与音量。文案与生成仍走 update_segment / synthesize_narration,本工具只管「何时开…
设置某段旁白的段内时序:offsetSec 偏移(0 = 段起点开口;>0 = 等转场/前奏过去再开口,钳制在本段范围内)与音量。文案与生成仍走 update_segment / synthesize_narration,本工具只管「何时开口、多大声」。
segmentIndex必填integer片段下标(0 起)offsetSecnumber段内起播偏移(秒,[0, 该段时长],0.1 步进;缺省不变)volumenumber旁白音量 0-1(缺省不变)
set_project_style设置项目级样式(五项全可选,至少给一项):字幕样式 captionStyle(位置/字号倍率/字色/底色不透明度/出现动效,浅合并——只改给出的字段)、画面质感 texture(clean 干净无叠加 / film 胶片轻暗角+细颗粒 / …
设置项目级样式(五项全可选,至少给一项):字幕样式 captionStyle(位置/字号倍率/字色/底色不透明度/出现动效,浅合并——只改给出的字段)、画面质感 texture(clean 干净无叠加 / film 胶片轻暗角+细颗粒 / cinema 电影重暗角+颗粒+扫柔光)、节拍脉冲 beatPulse(有 BGM 且检出节拍时画面随鼓点微缩放+光效闪动)、音效配置 sfx(enabled 总开关 / volume 音量 / transitionWhoosh 转场音效 / beatImpact 节拍重音 / introRiser 片头揭示音,浅合并)、看图预算 frameBudget(view_media_frames 附图总量上限 0-200,0=不限,缺省 12;多素材工程看不过来时用它放宽,预算紧张时引导模型先 contact-sheet)。品牌色/字体氛围走 set_brand_style,色调/曝光走 set_color_grade,Logo 走 set_logo,边缘小字走 set_fine_print——不要调本工具。
captionStyleobject字幕样式(浅合并,只改给出的字段)texturestring画面质感:clean 干净无叠加 / film 胶片(轻暗角+细颗粒)/ cinema 电影(重暗角+颗粒+扫柔光)beatPulseboolean节拍脉冲开关(需有 BGM 且检出节拍才生效;无 BGM 时设置也不出错)sfxobject音效配置(浅合并)frameBudgetinteger工程看图预算:view_media_frames 附图总量上限 0-200(0=不限,缺省 12)——多素材看不过来时放宽,预算紧时模型会先 contact-sheet 扫全片再定点高清抽帧
set_publish_metadata设置/更新发布元数据(视频标题/简介/话题标签),随工程文件保存,发布时可打开「渲染导出 → 封面与发布信息」按平台(抖音/B站/小红书/视频号/YouTube)一键复制组装好的文案。部分更新:只给要改的字段。标签不带 #,自动清洗去重。返…
设置/更新发布元数据(视频标题/简介/话题标签),随工程文件保存,发布时可打开「渲染导出 → 封面与发布信息」按平台(抖音/B站/小红书/视频号/YouTube)一键复制组装好的文案。部分更新:只给要改的字段。标签不带 #,自动清洗去重。返回各平台字数校验(超限给警告,不阻断)。
titlestring视频标题(各平台上限不同:抖音 55 / B站 80 / 小红书 20 / YouTube 100 字)descriptionstring视频简介/描述/文案tagsarray话题标签数组(不带 #;也接受逗号/空格分隔的字符串)
set_segment_beats整组设置/清除某片段的「手放节拍标记」(v1.4 additive,L2 节拍层原语):在段内标记时刻点 [{t 段内秒, kind: accent(重拍/强调)|mark(普通), target?(主体人话), note?(备注)}]。合…
整组设置/清除某片段的「手放节拍标记」(v1.4 additive,L2 节拍层原语):在段内标记时刻点 [{t 段内秒, kind: accent(重拍/强调)|mark(普通), target?(主体人话), note?(备注)}]。合成时与 BGM 拍点并流成该段节拍网格,踩拍/逐拍生长类模板自动消费(逐词砸入、逐拍生长对齐到标记时刻)——**没有 BGM 也生效**,手工卡点不需要音乐。与 get_segment_plan 返回的推导节拍(模板会怎么动的只读投影)是两回事:这是你放的输入标记。整组替换语义(与 set_segment_captions 同构);beats 缺省或空数组 = 清除该段全部标记。每段至多 32 个;t 必须 ∈ [0, 段时长)(超界返回错误)。写后 get_timeline 的 clips[i].beats 回读。
segmentIndex必填integer片段下标(0 起)beatsarray节拍标记整组(缺省/空 = 清除)
set_segment_captions设置某段的烧录字幕行(时间相对段起点)。建议从该段旁白文案切句生成,每行 ≤60 字、≤20 行,endSec 不超过段时长。传空数组清除该段字幕。
设置某段的烧录字幕行(时间相对段起点)。建议从该段旁白文案切句生成,每行 ≤60 字、≤20 行,endSec 不超过段时长。传空数组清除该段字幕。
index必填integer片段下标(0 起)captions必填array字幕行数组(空数组 = 清除该段字幕)
set_segment_overlay设置/调整某段的悬浮图片层(透明 PNG 浮在模板场景之上,带投影/缓浮,如 capture_element 截的 UI 元素)。x/y 为中心点归一化坐标(0-1,0.5/0.5=正中);scale 为宽占画布比例;传 remove=tr…
设置/调整某段的悬浮图片层(透明 PNG 浮在模板场景之上,带投影/缓浮,如 capture_element 截的 UI 元素)。x/y 为中心点归一化坐标(0-1,0.5/0.5=正中);scale 为宽占画布比例;传 remove=true 移除。素材由 capture_element 生成(attachToSegment 可一步贴附)。
index必填integer片段下标(0 起)xnumber中心点 X(0~1,缺省不变)ynumber中心点 Y(0~1,缺省不变)scalenumber宽占画布比例(0.05~1,缺省不变)floatAmpnumber缓浮幅度倍率(0=静止,缺省不变)tiltXnumber3D 透视倾斜角 X(°,-30~30,缺省不变)tiltYnumber3D 透视倾斜角 Y(°,-30~30,缺省不变)radiusnumber圆角 px(0~40,0=保持图片原始形状,缺省不变)shadownumber投影强度倍率(0=无投影,缺省不变)opacitynumber不透明度 0~1(缺省不变)removebooleantrue = 移除该段悬浮层
set_segment_trim裁剪某段某视频的可用区间(trimStart/trimEnd,秒),并可用 cuts 挖段——把中间一段抠掉、前后画面无缝拼接(如剪掉口误、加载等待、无关操作)。建议先用 view_segment_frame 看过画面后再选取最佳片段。cu…
裁剪某段某视频的可用区间(trimStart/trimEnd,秒),并可用 cuts 挖段——把中间一段抠掉、前后画面无缝拼接(如剪掉口误、加载等待、无关操作)。建议先用 view_segment_frame 看过画面后再选取最佳片段。cuts 给出即整体替换该素材的挖段列表([] = 清空全部挖段),省略 = 保留现有挖段不变。
index必填integer片段下标(0 起)videoIndexinteger该段内视频下标(0 起,缺省 0)trimStart必填number裁剪起始时间(秒,≥0)trimEnd必填number裁剪结束时间(秒,>trimStart)cutsarray挖段列表(媒体绝对秒,落在 (trimStart, trimEnd) 内,自动钳制合并):每项 {start, end} 抠掉 [start, end) 的画面。有效时长 = trimEnd−trimStart−Σ挖段长
set_segment_viewport设置某段某视频的取景视口:scale 缩放倍率(1=按适配显示,>1放大)、offsetX/offsetY 平移比例(-0.5~0.5,0=居中)。用于聚焦画面重点区域。
设置某段某视频的取景视口:scale 缩放倍率(1=按适配显示,>1放大)、offsetX/offsetY 平移比例(-0.5~0.5,0=居中)。用于聚焦画面重点区域。
index必填integer片段下标(0 起)videoIndexinteger该段内视频下标(0 起,缺省 0)scalenumber缩放倍率(0.1~5,缺省 1)offsetXnumber水平平移(-0.5~0.5,缺省 0)offsetYnumber垂直平移(-0.5~0.5,缺省 0)
set_stabilization调整某段视频素材已有的跟踪稳定:enabled 开关(关闭不清数据,随时开回)、smoothSec 调强度(只重算平滑,毫秒级,不重分析)、points 换跟踪点(给出即重跑跟踪分析,秒级;素材还没有稳定数据时给 points 等价于 st…
调整某段视频素材已有的跟踪稳定:enabled 开关(关闭不清数据,随时开回)、smoothSec 调强度(只重算平滑,毫秒级,不重分析)、points 换跟踪点(给出即重跑跟踪分析,秒级;素材还没有稳定数据时给 points 等价于 stabilize_clip)。三个字段至少给一个。
segmentIndex必填integer段下标(0 起)clipIndexinteger段内素材下标(缺省 0)enabledboolean开/关稳定(缺省不变;数据保留)smoothSecnumber平滑强度(秒,0.2~2,缺省不变;只重算不重分析)pointsarray换跟踪点(视频像素,1~2 个;给出即重跑分析)
set_storyboard整体替换故事板。片段素材(录屏)一律留空,由用户后续上传;可选同时提交正式 shot-level editPlan,校验失败会返回错误,需修正后重试。
整体替换故事板。片段素材(录屏)一律留空,由用户后续上传;可选同时提交正式 shot-level editPlan,校验失败会返回错误,需修正后重试。
set_video_type设置工程的视频体裁(决定工作流剧本分册、系统提示词身份与 get_templates 的模板推荐口径,随工程保存)。做非宣传片内容(vlog / 口播 / 教程 / 卡点混剪)时先切换体裁,之后的建议按对应剧本给出;体裁只是推荐口径,不限制…
设置工程的视频体裁(决定工作流剧本分册、系统提示词身份与 get_templates 的模板推荐口径,随工程保存)。做非宣传片内容(vlog / 口播 / 教程 / 卡点混剪)时先切换体裁,之后的建议按对应剧本给出;体裁只是推荐口径,不限制任何模板/工具的实际使用。
videoType必填string体裁:promo 产品宣传片 / vlog 生活 vlog 与素材混剪 / talkingHead 口播讲解 / tutorial 教程演示 / montage 卡点混剪
split_segment把某个片段在指定秒数处拆成两段:前半段时长 atSec,后半段接续剩余时长并插在原段之后(后续段下标顺延)。视频素材的裁剪区间自动按拆点划分(前半播到 trimStart+atSec,后半从 trimStart+atSec 起播);文案/字…
把某个片段在指定秒数处拆成两段:前半段时长 atSec,后半段接续剩余时长并插在原段之后(后续段下标顺延)。视频素材的裁剪区间自动按拆点划分(前半播到 trimStart+atSec,后半从 trimStart+atSec 起播);文案/字幕/旁白等两段各自保留一份副本。用于把一段长素材拆成两个镜头,分别配不同模板/文案。
index必填integer片段下标(0 起)atSec必填number拆点(秒,相对段起点;拆分后两半各至少 0.5s)
update_ground_element调整某段已放置的 3D 地面元素(改文案/位置/大小/朝向/倾斜/旋转/厚度/颜色/入场/透明度),或用 remove_ground_element 删除。id 与 add_ground_text/add_ground_shape 返回对应…
调整某段已放置的 3D 地面元素(改文案/位置/大小/朝向/倾斜/旋转/厚度/颜色/入场/透明度),或用 remove_ground_element 删除。id 与 add_ground_text/add_ground_shape 返回对应。注:元素默认无 yawDeg = 自动面向镜头;传 yawDeg 数字后固定朝向。
segmentIndex必填integer段下标(0 起)id必填string元素 idtextstring改文字(仅文字元素)unumber水平位置 0~1vnumber垂直位置 0~1sizenumber宽度占画面比例 0.03~0.8yawDegnumber平面内朝向(度;传数字则从自动朝向切到固定)pitchDegnumber立体倾斜(-90~90 度):躺平/立体文字竖立、立起面板前倾后仰rollDegnumber自身平面内旋转(-180~180 度)depthnumber厚度倍率 0.2~3(extruded 挤出厚度 / 几何体高度)colorstring颜色 #rrggbbentrancestring入场方式opacitynumber不透明度 0~1
update_segment修改故事板中某一个片段的部分字段(下标从 0 开始)。只需给出要修改的字段,未给出的字段保持原值不变;templateId 缺省 = 保留该段现有模板。修改后返回值带 applied 回读(应用后的模板/时长/文案/参数),可直接确认生效。
修改故事板中某一个片段的部分字段(下标从 0 开始)。只需给出要修改的字段,未给出的字段保持原值不变;templateId 缺省 = 保留该段现有模板。修改后返回值带 applied 回读(应用后的模板/时长/文案/参数),可直接确认生效。
其他 26
align_beats卡点对齐:把各片段切点与转场时长一起吸附到 BGM 的真实节拍网格上(切点压拍 + 转场时长落半拍,帧级精度带 BPM)。需已添加背景音乐(set_bgm 或用户手动添加均可)。建议在搭好故事板、确定各段顺序后调用一次;快切蒙太奇段(0.5…
卡点对齐:把各片段切点与转场时长一起吸附到 BGM 的真实节拍网格上(切点压拍 + 转场时长落半拍,帧级精度带 BPM)。需已添加背景音乐(set_bgm 或用户手动添加均可)。建议在搭好故事板、确定各段顺序后调用一次;快切蒙太奇段(0.5-1.5s/段)用它能让整段节奏严丝合缝。返回移动的切点数、转场数、节拍数与 BPM。
tolerancenumber吸附容差(秒,0.2~1.2,缺省 0.6):切点距节拍超过该值则不动,避免大幅改变内容时长
align_music_structure音乐结构重排:把故事板段落边界吸附到 BGM 的音乐段落边界(intro/build/drop/break/outro,段落边界本就在重拍上),并按目标段能量选转场——drop/高能量边界 whip/flyThrough/cardSweep…
音乐结构重排:把故事板段落边界吸附到 BGM 的音乐段落边界(intro/build/drop/break/outro,段落边界本就在重拍上),并按目标段能量选转场——drop/高能量边界 whip/flyThrough/cardSweep(轮换),中能量 slide/push/zoomIn,安静段 crossfade。不动模板/文案/素材,只调时长与转场类型。适用于常规模板故事板(卡点混剪请用 auto_beat_montage)。需已添加背景音乐。建议在故事板与素材就绪后、align_beats 之前调用(本工具做段落级粗对齐,align_beats 再做节拍级细吸附)。
modestring转场选型模式:fill=只补硬切边界、显式设置的转场保留(默认,手动工程安全);all=全部边界按段能量重选(全自动流水线用)toleranceSecnumber边界吸附段落边界的容差(秒,0.3~5,缺省 1.5):切点距段落边界超过该值则不动
auto_beat_montageAI 卡点剪辑:读取 BGM 的音乐结构(节拍/重拍/段落/能量)与故事板全部视频素材的镜头运动强度,自动把素材切成压拍快切段并重建故事板——drop 段一拍一刀、build 两拍、安静段长镜头;切点全部落在真实节拍上(不是加闪烁特效,是真…
AI 卡点剪辑:读取 BGM 的音乐结构(节拍/重拍/段落/能量)与故事板全部视频素材的镜头运动强度,自动把素材切成压拍快切段并重建故事板——drop 段一拍一刀、build 两拍、安静段长镜头;切点全部落在真实节拍上(不是加闪烁特效,是真剪辑)。高能量段落配高运动镜头、安静段配稳镜头;素材自动轮换不连用。要求:已添加背景音乐 + 故事板已有视频素材。会重建故事板(原片段被替换,素材按剪辑计划重新裁剪分配到新片段)。创意控制:先用 get_footage_map 看素材镜头表,再用 directives 钉镜(开篇/收尾/首 drop 高光镜)或禁镜(画面差的镜头);autoMoneyShot 一键把全场能量峰最高的镜头钉到首 drop 第一拍。搭好卡点混剪后建议再接 review_render 审片。
targetSecnumber目标成片时长(秒,缺省 = BGM 全长)autoMoneyShotbooleantrue = 自动把全场能量峰最高的镜头(高光镜)钉到第一个 drop 段的第一拍,制造「高光压重拍」钩子directivesobject创意指令(全部可选;镜头用 get_footage_map 返回的 {source 素材序号, shot 镜头下标} 引用)
auto_screen_demo录屏即成品(一键编排):把一段带鼠标轨迹的录屏(本软件「整屏录制」的素材自动记录轨迹)自动变成完整演示片故事板——标题钩子(节拍大字)+ 导播演示主段(按 M1 导播分析器的镜头计划在段内自动切大/中/小景:点击落小景特写+浮卡、停顿出大景…
录屏即成品(一键编排):把一段带鼠标轨迹的录屏(本软件「整屏录制」的素材自动记录轨迹)自动变成完整演示片故事板——标题钩子(节拍大字)+ 导播演示主段(按 M1 导播分析器的镜头计划在段内自动切大/中/小景:点击落小景特写+浮卡、停顿出大景、whoosh 模糊转场)+ 结尾 CTA。会重建故事板(原片段被替换)。缺省自动选 BGM(能量偏好 high)并把切点吸附到节拍。素材来源:传 path(录屏文件绝对路径)或不传(用当前故事板第一个视频素材,优先带轨迹)。注意:只有本软件录制的素材带轨迹;其他来源素材主段会退化为宽景缓推。搭好后建议 request_render 渲染,再 review_render 审片。
pathstring录屏文件绝对路径(缺省 = 当前故事板第一个视频素材,优先带光标轨迹的)titlestring标题钩子文案(缺省「产品演示」);建议一句话点出演示主体subtitlestring标题钩子副文案(缺省空)ctaTitlestring结尾 CTA 落版标题(缺省同 title)ctaarray结尾 CTA 行动要点,每行一条(缺省[「立即下载体验」]):官网/下载渠道/二维码指引等withBgmboolean自动选 BGM 并压拍(缺省 true;false = 不动音乐)wantMoodstringBGM 情绪偏好(可选)wantEnergystringBGM 能量偏好(缺省 high)
auto_tutorial教程一键编排(auto_screen_demo 的教程变体):把一段带鼠标轨迹的操作录屏自动变成结构化教程故事板——片头卡 + ([步骤卡「第 N 步」] + 该时间窗的导播演示主段) ×N + 结尾收束卡(教程无 CTA)。步骤切分自点击…
教程一键编排(auto_screen_demo 的教程变体):把一段带鼠标轨迹的操作录屏自动变成结构化教程故事板——片头卡 + ([步骤卡「第 N 步」] + 该时间窗的导播演示主段) ×N + 结尾收束卡(教程无 CTA)。步骤切分自点击聚簇(间隔 ≤2.5s 同步、每步 ≥1.2s,过短并入前步,单素材上限 12 步),每步窗口内仍是导播镜头计划(点击特写/高亮描边/停顿大景)。缺省自动选 BGM(能量偏好 mid,教程气质平稳)并压拍。传 path(录屏绝对路径)或不传(用当前故事板第一个视频素材,优先带轨迹)。搭好后逐给每个步骤起标题(stepTitles,如「新建项目」「导入素材」),文案也可渲染前在故事板「文字」页改。
pathstring操作录屏文件绝对路径(缺省 = 当前故事板第一个视频素材,优先带光标轨迹的)titlestring片头卡标题(缺省「操作教程」),如「三步做出卡点宣传片」subtitlestring片头卡副文案(缺省空)stepTitlesarray每步标题(按步骤序号顺序):每步用一句动词短语概括这一步做什么(如「新建一个项目」);只给确定的部分,其余留空由用户补outroTitlestring结尾收束卡标题(缺省「搞定!」)withBgmboolean自动选 BGM 并压拍(缺省 true)wantMoodstringBGM 情绪偏好(可选)wantEnergystringBGM 能量偏好(缺省 mid)
computer_play_script确定性回放一段已录制的动作脚本(script.jsonl:鼠标/键盘动作序列,无需模型参与,逐动作重放 + 可选画面校验)——宣传片拍摄的重放链路:先用 computer_run_task 把操作跑通一遍录下脚本,确认无误后用本工具反复确定…
确定性回放一段已录制的动作脚本(script.jsonl:鼠标/键盘动作序列,无需模型参与,逐动作重放 + 可选画面校验)——宣传片拍摄的重放链路:先用 computer_run_task 把操作跑通一遍录下脚本,确认无误后用本工具反复确定性重拍(配合录屏工具采集素材)。异步执行,立即返回 taskId,用 computer_status 轮询进度与校验结果。会真实移动鼠标键盘,执行期间请提醒用户不要同时操作鼠标。
scriptPath必填string动作脚本文件绝对路径(script.jsonl,computer_use 脚手架录制产物)verifyboolean逐动作画面校验(缺省 true;校验失败会中止并报偏差点)filmModeboolean拍片模式:拟人贝塞尔轨迹移动鼠标(缺省 false)
computer_run_task让电脑执行一个 GUI 操作任务(内置 computer-use 引擎:本地 sidecar 服务循环「截屏 → 多模态模型看图决策 → 操控鼠标键盘」)。任务在后台异步执行,本工具只负责发起并立即返回 taskId——用 computer…
让电脑执行一个 GUI 操作任务(内置 computer-use 引擎:本地 sidecar 服务循环「截屏 → 多模态模型看图决策 → 操控鼠标键盘」)。任务在后台异步执行,本工具只负责发起并立即返回 taskId——用 computer_status 轮询进度与结果,computer_stop 中途停止。适合「打开示例工程并浏览模板」「在资源管理器里找到某文件」这类需要真实桌面操作的请求;只是改片语故事板内容时不要用它(用故事板系列工具)。执行期间请提醒用户不要同时操作鼠标。屏幕截图会持续发往你配置的 AI 端点。maxSteps 限制最大步数防失控(缺省 30);filmMode=true 用拟人贝塞尔轨迹移动鼠标(拍宣传片素材时用)。需配置多模态视觉模型。
task必填string要让电脑做什么的自然语言描述(越具体越好,含完成判据,≤500 字)maxStepsinteger最大执行步数(1-200,缺省 30;一步 = 一次截屏+决策+动作)filmModeboolean拍片模式:拟人贝塞尔轨迹移动鼠标(宣传片素材拍摄用,缺省 false)
computer_status查询电脑任务的执行状态(computer_run_task / computer_play_script 返回的 taskId):running/done/error、success 与结果摘要。任务在后台执行,发起后用本工具轮询直到 do…
查询电脑任务的执行状态(computer_run_task / computer_play_script 返回的 taskId):running/done/error、success 与结果摘要。任务在后台执行,发起后用本工具轮询直到 done/error。
taskId必填string任务 id(computer_run_task / computer_play_script 返回的 taskId)
computer_stop协作式停止正在执行的电脑任务(当前动作完成后停下,鼠标键盘控制权立即归还用户)。用户说「停下/别动了」或任务明显跑偏时调用。
协作式停止正在执行的电脑任务(当前动作完成后停下,鼠标键盘控制权立即归还用户)。用户说「停下/别动了」或任务明显跑偏时调用。
taskId必填string要停止的任务 id
consolidate_project收集工程引用的全部本地素材(片段视频/图片、鼠标轨迹与稳定 sidecar、BGM、Logo、悬浮层图片、import 旁白音频)复制到指定目录的 media/ 子目录(同名冲突自动改名、同内容跳过),重写工程内引用指向新位置,并把工程保存…
收集工程引用的全部本地素材(片段视频/图片、鼠标轨迹与稳定 sidecar、BGM、Logo、悬浮层图片、import 旁白音频)复制到指定目录的 media/ 子目录(同名冲突自动改名、同内容跳过),重写工程内引用指向新位置,并把工程保存为 <dir>/<工程名>.vtproj——得到自包含、可整体搬走/换机/归档的工程包。工程交付或换机前用它;只是保存引用不复制素材时用 save_project。
dir必填string目标目录绝对路径(不存在会创建;素材进 <dir>/media/,工程存为 <dir>/<工程名>.vtproj)
load_project打开一个 .vtproj 工程文件(绝对路径),替换当前故事板与全部工程内容。当前工程有未保存更改时会弹确认卡请用户放行。返回工程名/片段数/缺失素材清单。
打开一个 .vtproj 工程文件(绝对路径),替换当前故事板与全部工程内容。当前工程有未保存更改时会弹确认卡请用户放行。返回工程名/片段数/缺失素材清单。
path必填string工程文件绝对路径(.vtproj)
preview_storyboard_frame把当前故事板在指定时间点渲染成一帧成片画面并查看(需多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。timeSec 为全片时间轴上的秒数(各段时长累加)。用于导出前自检整体效果(文案/字幕/构图/转场),可迭代调参…
把当前故事板在指定时间点渲染成一帧成片画面并查看(需多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。timeSec 为全片时间轴上的秒数(各段时长累加)。用于导出前自检整体效果(文案/字幕/构图/转场),可迭代调参后再次查看。
timeSecnumber全片时间轴上的时间点(秒,缺省 0)
request_render请求开始渲染视频。MCP 通道直接后台渲染(无确认卡);界面 AI 助手路径会弹渲染确认。前置条件:已设置「默认输出目录」(未设置时返回引导信息)。渲染中/完成后用 get_app_status 轮询进度与输出路径,lastRender.m…
请求开始渲染视频。MCP 通道直接后台渲染(无确认卡);界面 AI 助手路径会弹渲染确认。前置条件:已设置「默认输出目录」(未设置时返回引导信息)。渲染中/完成后用 get_app_status 轮询进度与输出路径,lastRender.matchesCurrent 可确认成片内容是否等于当前工程内容。智能块缓存默认开:改过文案/参数/素材的段自动重渲,未变段直接拼接缓存(迭代审片只需几秒)——修改后直接 request_render 即可,无需担心全片重渲成本。
review_render审片(本地体检 + 视觉评审双半边):本地可读性体检零成本先跑(13 字/秒停留、行 ≤30 字、要点 ≤5 条、字幕行宽/停留、hook 前 3 秒密度),有成片时再按段自动抽帧交给多模态视觉模型打分(首帧钩子/文字可读性/动效一致性/色…
审片(本地体检 + 视觉评审双半边):本地可读性体检零成本先跑(13 字/秒停留、行 ≤30 字、要点 ≤5 条、字幕行宽/停留、hook 前 3 秒密度),有成片时再按段自动抽帧交给多模态视觉模型打分(首帧钩子/文字可读性/动效一致性/色调统一/字幕安全区/整体商业感,1-5 分)。返回结构化问题清单与修改建议(问题带 segmentIndex,便于局部改稿后重渲)。暂无成片时只返回本地体检结果(渲染前就能改文案);视觉评审需先 render 且 LLM 配置为视觉模型。
pathstring成片文件路径(须为本应用渲染产物或已注册媒体;缺省=最近一次渲染输出)focusstring审片侧重(如「标题可读性」「节奏」,≤100 字);缺省全面审查
review_template审查 AI 生成模板的实际渲染效果(generate_template 的配套自修回路):用演示文案合成单段,渲染 2 个时间点的静帧(入场完成后 + 稳定段),交给多模态模型按模板维度打分(文字可读性/构图布局/品牌一致性/动画节奏/商业…
审查 AI 生成模板的实际渲染效果(generate_template 的配套自修回路):用演示文案合成单段,渲染 2 个时间点的静帧(入场完成后 + 稳定段),交给多模态模型按模板维度打分(文字可读性/构图布局/品牌一致性/动画节奏/商业质感),返回结构化问题清单。生成或覆盖迭代模板后调用;按 suggestion 用 generate_template 传 templateId 覆盖迭代,再用本工具复审直到 pass。需配置多模态视觉模型。
templateId必填stringAI 生成模板的 gen- id(generate_template 返回的 templateId)focusstring审片侧重(可选,如「竖屏适配」「文字层级」「动画节奏」)
save_project把当前工程保存为 .vtproj 工程文件(含全部片段/素材引用/BGM/样式设置)。不传 path 时保存到当前工程文件(从未保存过则报错);传 path(以 .vtproj 结尾、父目录需已存在)时保存到指定位置并设为当前工程文件。建完…
把当前工程保存为 .vtproj 工程文件(含全部片段/素材引用/BGM/样式设置)。不传 path 时保存到当前工程文件(从未保存过则报错);传 path(以 .vtproj 结尾、父目录需已存在)时保存到指定位置并设为当前工程文件。建完故事板或做完重大修改后建议调用一次,避免依赖 30 秒自动保存。
pathstring保存路径(绝对路径,.vtproj 结尾;缺省 = 保存到当前工程文件,无则报错)
scratch_pad你的工作草稿本(随工程保存, survives 上下文压缩与重开):记录已完成的事、待办、关键决策与素材结论。长任务建议每完成一个里程碑就 append 一条;对话历史被自动压缩后,草稿是你找回工作状态的唯一线索。mode=read 读取全…
你的工作草稿本(随工程保存, survives 上下文压缩与重开):记录已完成的事、待办、关键决策与素材结论。长任务建议每完成一个里程碑就 append 一条;对话历史被自动压缩后,草稿是你找回工作状态的唯一线索。mode=read 读取全文,mode=append 追加一行,mode=replace 整体重写。
mode必填stringread 读 / append 追加 / replace 重写contentstringappend/replace 时的内容(read 时留空)
search_stock_media搜索免费商用免署名的 stock 素材(Pexels/Pixabay 聚合,需在「设置 → Stock 素材搜索」配好至少一家的免费 API Key)。返回候选清单(前几张附缩略图),选中后用 import_stock_media 下载导入…
搜索免费商用免署名的 stock 素材(Pexels/Pixabay 聚合,需在「设置 → Stock 素材搜索」配好至少一家的免费 API Key)。返回候选清单(前几张附缩略图),选中后用 import_stock_media 下载导入片段。搜索词用英文命中更多(如 "city timelapse")。
query必填string搜索词(英文命中更多)typestring素材类型(缺省 video)orientationstring画面方向(缺省不限;square 仅 Pexels 支持)perPageinteger每家最多取几条(1-20,缺省 8)
search_templates按风格、画面动作、叙事槽位和主题语义检索模板目录,返回少量候选。模板库很大时必须先确定体裁/叙事职责/风格/动作,再按需调用本工具;不要用 get_templates 拉取全库。可传 needsMedia 筛选是否需要素材。
按风格、画面动作、叙事槽位和主题语义检索模板目录,返回少量候选。模板库很大时必须先确定体裁/叙事职责/风格/动作,再按需调用本工具;不要用 get_templates 拉取全库。可传 needsMedia 筛选是否需要素材。
videoTypestring按体裁过滤,缺省使用当前工程体裁slotstring叙事槽位:hook/showcase/media/data/proof/story/ctastylestring视觉风格:minimal/cinematic/editorial/tech/warm/bold/playful/documentaryactionstring画面动作:static/reveal/slide/zoom/pan/split/compare/list/count/timeline/type/cursor/montagequerystring主题、素材或画面意图关键词(中英文均可)needsMediaboolean是否需要视频/图片素材(true 素材优先,false 零素材优先)limitinteger返回数量,默认 8,最多 20
stop_screen_recording停止当前录制,保存为 webm 视频素材并加入指定片段。可带 trimStartSec/trimEndSec 在入段时直接掐头去尾(与 set_segment_trim 同语义,省去再次调用)。保存后可用 view_segment_fram…
停止当前录制,保存为 webm 视频素材并加入指定片段。可带 trimStartSec/trimEndSec 在入段时直接掐头去尾(与 set_segment_trim 同语义,省去再次调用)。保存后可用 view_segment_frame 看图、set_segment_trim 裁剪。
segmentIndexinteger加入素材的目标段下标(0 起,缺省当前选中段)trimStartSecnumber可用区间起点(秒,相对素材开头,≥0,可选);入段后直接落裁剪trimEndSecnumber可用区间终点(秒,需 > trimStartSec,可选);超出素材时长会被钳到时长
synthesize_narration对已填写旁白文案的段触发 TTS 语音合成(生成旁白音频)。index 缺省=全部有文案的段;speed 可调语速(0.5-2),voice 可覆盖音色(缺省用「设置 → TTS」里配置的默认音色)。结果里 overflowSec/over…
对已填写旁白文案的段触发 TTS 语音合成(生成旁白音频)。index 缺省=全部有文案的段;speed 可调语速(0.5-2),voice 可覆盖音色(缺省用「设置 → TTS」里配置的默认音色)。结果里 overflowSec/overflowNote 标出旁白比段长的段(会溢出重叠到下一段),按提示提速重合成或用 update_segment 延长段。需先在「设置 -> TTS」配置。
indexinteger片段下标(0 起,缺省=全部段)speednumber语速倍率 0.5-2(缺省沿用各段 narration.speed 或 1;改语速需重新合成)voicestring音色名(如 alloy / nova / 云杰 等,视服务商而定;缺省用设置里的默认音色)
take_screenshot截取某个屏幕/窗口当前画面并查看(需要多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。可仅查看画面,也可同时保存为图片素材加入指定片段。窗口需未被最小化。
截取某个屏幕/窗口当前画面并查看(需要多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。可仅查看画面,也可同时保存为图片素材加入指定片段。窗口需未被最小化。
sourceIdstringcapture 源 id(从 list_capture_sources 获取),缺省主屏saveToStoryboardboolean是否把截图保存为图片素材加入片段(缺省 false = 仅查看画面)segmentIndexinteger加入素材的目标段下标(0 起,缺省当前选中段)
transcribe_segment_captions识别指定片段视频素材中的语音,自动生成该段的烧录字幕(自动切句并对齐时间,会覆盖该段已有字幕)。需用户已在「设置 -> 语音识别(ASR)」配置服务;素材无人声时可能返回 0 行。
识别指定片段视频素材中的语音,自动生成该段的烧录字幕(自动切句并对齐时间,会覆盖该段已有字幕)。需用户已在「设置 -> 语音识别(ASR)」配置服务;素材无人声时可能返回 0 行。
index必填integer片段下标(0 起)
undo撤销最近一步工程改动(自己刚做的修改、用户或回写产生的改动都可以撤)。返回被撤销的操作名与来源。适用:发现自己上一步改错了(改错段/错值/多余改动)时,先 undo 回退再给出正确修改——不要用反向修改去覆盖错误(多字段错改时反向修补容易留…
撤销最近一步工程改动(自己刚做的修改、用户或回写产生的改动都可以撤)。返回被撤销的操作名与来源。适用:发现自己上一步改错了(改错段/错值/多余改动)时,先 undo 回退再给出正确修改——不要用反向修改去覆盖错误(多字段错改时反向修补容易留残留)。一次只撤一步;连续 undo 可逐步回退。
view_media_frames一次抽取某素材(视频/图片)多个时间点的画面并查看(需多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。最多 8 帧;timesSec 缺省在「实际可用区间」(裁剪+挖段之后)上均匀取点,不会抽到已被剪掉的画面,返回…
一次抽取某素材(视频/图片)多个时间点的画面并查看(需多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。最多 8 帧;timesSec 缺省在「实际可用区间」(裁剪+挖段之后)上均匀取点,不会抽到已被剪掉的画面,返回值带段内相对秒,可直接换算 trim/字幕时间。用于快速浏览整段素材内容、决定裁剪区间;传 path 也可查看已渲染成片的画面。长素材先用 mode=contact-sheet(缩略图墙:一张拼图扫全片百帧,配返回的时间表定位)再对锁定时段高清抽 2-3 帧——工程看图预算有限(默认 12 帧,响应带剩余量),别一上来逐帧抽。
indexinteger片段下标(0 起;查看故事板素材时用,取该段第一个视频素材)pathstring媒体文件本地路径(查看已渲染成片等文件时用,与 index 二选一)timesSecarray抽帧时间点(秒,媒体绝对时间,≤8 个;给了就按点抽,缺省在可用区间均匀采样)countinteger缺省采样数量 2-8(缺省 4);只影响缺省采样,给了 timesSec 时忽略modestringframes = 普通抽帧(缺省);contact-sheet = 缩略图墙(一张 cols×rows 拼图 + 每格时间表,扫全片只花 1 帧预算——长素材浏览首选)cellsintegercontact-sheet 格数 10-144(缺省 100 = 10×10)
view_segment_frame抽取某段某视频在指定时间点的一帧画面并查看(需要多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。用于判断素材内容、决定裁剪与取景。timeSec 缺省取视频中点。
抽取某段某视频在指定时间点的一帧画面并查看(需要多模态视觉模型,如 gpt-4o / qwen-vl / glm-4v)。用于判断素材内容、决定裁剪与取景。timeSec 缺省取视频中点。
index必填integer片段下标(0 起)videoIndexinteger该段内视频下标(0 起,缺省 0)timeSecnumber抽帧时间点(秒,缺省取中点)
读取与查询 18
analyze_media_tags对故事板里已有的视频/图片素材做视觉打标(多模态模型看抽帧):每条素材产出内容描述、情绪、适配场景,结果随工程记住并在 get_project_info 透出。用途:让 AI 知道每条素材是什么,从而把文案与素材自动对位(写故事板/换素材前…
对故事板里已有的视频/图片素材做视觉打标(多模态模型看抽帧):每条素材产出内容描述、情绪、适配场景,结果随工程记住并在 get_project_info 透出。用途:让 AI 知道每条素材是什么,从而把文案与素材自动对位(写故事板/换素材前先跑一遍)。
analyze_render_audio成片音频体检(纯本地 ffmpeg 探测):综合响度(对照 -14 LUFS 投放标准与偏离值)、峰值爆音、中段长静音;可选 ASR 转写与旁白文案比对(漏读/错读关键词清单)。审片的音频半边,与 review_render(视觉)互补——…
成片音频体检(纯本地 ffmpeg 探测):综合响度(对照 -14 LUFS 投放标准与偏离值)、峰值爆音、中段长静音;可选 ASR 转写与旁白文案比对(漏读/错读关键词清单)。审片的音频半边,与 review_render(视觉)互补——渲完先跑这两个再决定改不改。
pathstring成片路径(缺省=最近一次渲染输出)checkTranscriptboolean是否 ASR 转写比对文案(需配置 ASR;缺省 true,未配置自动跳过)
get_app_status读取片语应用状态:应用版本、授权状态、当前工程名、是否有未保存更改、是否正在渲染及进度/输出路径,以及最近一次渲染的回读 lastRender(输出路径/耗时/内容指纹/matchesCurrent——指纹与当前工程内容一致即「成片就是当前…
读取片语应用状态:应用版本、授权状态、当前工程名、是否有未保存更改、是否正在渲染及进度/输出路径,以及最近一次渲染的回读 lastRender(输出路径/耗时/内容指纹/matchesCurrent——指纹与当前工程内容一致即「成片就是当前版本」,dirtySinceRender=true 说明渲染后又改过内容需重渲)。request_render 触发渲染后用它轮询进度;也透出代理转码 proxyJobs 与全自动流水线 autoPipeline 进度。
get_capture_status查询录屏状态:是否录制中、已录时长(秒)、源名称。
查询录屏状态:是否录制中、已录时长(秒)、源名称。
get_footage_map查看故事板全部视频素材的镜头表(剪辑大脑的画面理解层):每个素材的镜头切分、各镜头的运动强度(0~1)与能量峰位置。做排片/卡点创意决策前先看它——高运动镜头留给 drop 段、稳镜头留给信息段、能量峰最高的镜头是天然的高光镜(可钉到首 d…
查看故事板全部视频素材的镜头表(剪辑大脑的画面理解层):每个素材的镜头切分、各镜头的运动强度(0~1)与能量峰位置。做排片/卡点创意决策前先看它——高运动镜头留给 drop 段、稳镜头留给信息段、能量峰最高的镜头是天然的高光镜(可钉到首 drop 第一拍)。返回的素材序号与镜头下标可直接用于 auto_beat_montage 的 directives。
get_media_intelligence查询统一素材智能索引(镜头边界、动作发展、ASR/OCR 摘要与置信度)。默认只返回少量匹配素材,避免把数百条素材或全部帧数据塞进上下文;先用 query/role 缩小范围。
查询统一素材智能索引(镜头边界、动作发展、ASR/OCR 摘要与置信度)。默认只返回少量匹配素材,避免把数百条素材或全部帧数据塞进上下文;先用 query/role 缩小范围。
querystring素材名、描述、动作或场景关键词rolestringlimitinteger最多返回条数,默认 8,最多 20
get_music_map查看当前 BGM 的音乐结构图(剪辑大脑的音乐理解层):BPM、节拍/重拍网格、段落结构(intro/build/drop/break/outro 与各段能量)、逐拍编排数据(beats 拍点时间与逐一对齐的 beatEnergies 能量…
查看当前 BGM 的音乐结构图(剪辑大脑的音乐理解层):BPM、节拍/重拍网格、段落结构(intro/build/drop/break/outro 与各段能量)、逐拍编排数据(beats 拍点时间与逐一对齐的 beatEnergies 能量、beatKicks 底鼓强度、beatSnares 军鼓/镲强度,均 0..1)。卡点/排片决策前先看它——钩子压 drop 第一拍、转场/切镜压 beatKicks 强的重鼓点拍、弱拍保持不硬切、缓段留给信息展示;逐拍数组支持精确到拍的编排(如「每 4 拍一个切点、kick>0.8 的拍放转场」)。需已添加背景音乐。
get_project_info获取项目整体信息:画幅比例、方向、总时长、片段数、是否有背景音乐、是否有旁白。做整体规划时调用。
获取项目整体信息:画幅比例、方向、总时长、片段数、是否有背景音乐、是否有旁白。做整体规划时调用。
get_segment_media获取某段已上传的素材清单(文件名/类型/时长/分辨率/裁剪区间/视口)。用户上传素材后调用,了解可用素材以决定裁剪与取景。
获取某段已上传的素材清单(文件名/类型/时长/分辨率/裁剪区间/视口)。用户上传素材后调用,了解可用素材以决定裁剪与取景。
index必填integer片段下标(0 起)
get_segment_plan读取某片段的「模板制作指导投影」(v1.3 additive):模板内部结构投射成时间线原语的只读视图——beats 段内节拍标记(点击/卡驻留/段落浮现等,含秒+帧与说明)、captions 模板自身排版的文字行(文本+起止窗)、medi…
读取某片段的「模板制作指导投影」(v1.3 additive):模板内部结构投射成时间线原语的只读视图——beats 段内节拍标记(点击/卡驻留/段落浮现等,含秒+帧与说明)、captions 模板自身排版的文字行(文本+起止窗)、mediaWindows 素材槽窗(媒体出入点)。按白名单开放(materializable 清单回读;未开放字段不出现)。段内坐标(0=段内容起点),绝对时刻 = get_timeline 的 startSec + 段内秒。首批模板:鼠标跟随运镜/白板画布/文档面板;其余模板 ok:false 并列出已开放清单。
segmentIndex必填integer片段下标(0 起)
get_storyboard获取当前故事板内容(各片段模板/文案/时长/转场/特效)。
获取当前故事板内容(各片段模板/文案/时长/转场/特效)。
get_template_slot_windows查询 3D 家族模板(穿越隧道/城市天际线/旋转中庭/环游展台/星域/艺廊/旅程)在给定时长下每块展板的驻留窗口。3D 画中画只在驻留窗口播放——素材精彩时刻必须落在对应槽位开头(素材本地 0 ~ dwellDurSec),否则会「内容还没…
查询 3D 家族模板(穿越隧道/城市天际线/旋转中庭/环游展台/星域/艺廊/旅程)在给定时长下每块展板的驻留窗口。3D 画中画只在驻留窗口播放——素材精彩时刻必须落在对应槽位开头(素材本地 0 ~ dwellDurSec),否则会「内容还没放完就转场」。编排画中画取窗前必查;可用 focusPanel/focusBoost 给某块板单独加时。
templateId必填string模板 id(七款 3D 家族之一,如 SpiralAtrium3D / OrbitCarousel3D / TimeTunnel3D)durationSec必填number段时长(秒)panelCount必填integer展板数(通常 = 画中画素材数与文案要点行数的较大者,上限 6)dwellRatiointeger驻留节奏档 0快/1均衡/2长驻留/3特写驻留(缺省取模板注册表默认)focusPanelinteger重点展板下标 0-5(给某块板单独加时)focusBoostnumber重点驻留倍率 1-2.5camSpeedinteger镜头速度 0舒缓/1标准/2迅疾(舒缓档行进长、驻留短)
get_templates获取可用视频模板的清单(id、名称、描述、素材数量要求、默认时长、叙事槽位、参数规格)。搭故事板前必须先调用。缺省按当前工程体裁过滤(其他体裁的专属模板不出现),传 videoType 可查指定体裁的清单;传 slot 可按叙事槽位进一步过…
获取可用视频模板的清单(id、名称、描述、素材数量要求、默认时长、叙事槽位、参数规格)。搭故事板前必须先调用。缺省按当前工程体裁过滤(其他体裁的专属模板不出现),传 videoType 可查指定体裁的清单;传 slot 可按叙事槽位进一步过滤(推荐用法:先定每段的叙事角色,再按槽位拉候选,清单更短更准)。
videoTypestring按指定体裁过滤(缺省 = 当前工程体裁;想看全部营销模板时传 promo)slotstring按叙事槽位过滤:hook 开场钩子 / showcase 产品展示 / media 素材演绎 / data 数据数字 / proof 信任背书 / story 流程叙事 / cta 结尾行动
get_timeline读取剪辑时间轴的紧凑全景(与用户在时间轴视图看到的一致):每个片段的起点/时长/素材裁剪窗(=shot 的媒体出入点)/出场转场(类型+时长+音效)/旁白偏移,BGM 的起播点/截取窗/循环窗/淡入淡出/节拍数,全片总时长。做时间语义判断(…
读取剪辑时间轴的紧凑全景(与用户在时间轴视图看到的一致):每个片段的起点/时长/素材裁剪窗(=shot 的媒体出入点)/出场转场(类型+时长+音效)/旁白偏移,BGM 的起播点/截取窗/循环窗/淡入淡出/节拍数,全片总时长。做时间语义判断(卡点/节奏/对位/时长预算)或批量改前先读这一份,比逐段 get_storyboard + get_segment_media 省得多。
get_transition_templates获取转场模板清单:独立合成的衔接效果(吃上下两段的画面,自带音效与运镜),比内置转场更多样。返回 id/效果描述/衔接时长范围/叙事标签/参数规格。按上下段画面内容与叙事节奏选型;选中后在 update_segment 用 transiti…
获取转场模板清单:独立合成的衔接效果(吃上下两段的画面,自带音效与运镜),比内置转场更多样。返回 id/效果描述/衔接时长范围/叙事标签/参数规格。按上下段画面内容与叙事节奏选型;选中后在 update_segment 用 transitionTemplateId + transitionTemplateParams(挂在「上一段」上,作用到本段开头)。传 tag 可按叙事标签过滤。
tagstring按叙事标签过滤(如 运动连续 / 节奏卡点 / 场景切换 / 揭示)
get_workflow_guide首次接入必读:返回片语按工程当前视频体裁组装的成片工作流指南(体裁分册剧本 + 三阶段调用序列 + 前置条件清单与调参纪律;set_video_type 切换体裁后返回对应分册)。无参数。
首次接入必读:返回片语按工程当前视频体裁组装的成片工作流指南(体裁分册剧本 + 三阶段调用序列 + 前置条件清单与调参纪律;set_video_type 切换体裁后返回对应分册)。无参数。
list_capture_sources列出可录制的屏幕与应用窗口(OBS 式源清单,含屏幕分辨率)。录屏/截屏前调用以选择源(返回的 id 原样传给其他录屏工具)。
列出可录制的屏幕与应用窗口(OBS 式源清单,含屏幕分辨率)。录屏/截屏前调用以选择源(返回的 id 原样传给其他录屏工具)。
scan_media对某段视频素材跑场景检测(镜头切分):本地解码分析零 token,产出镜头清单(每个镜头的起止秒/时长/运动强度 0-1)并缓存进素材(随工程保存,重复调用零成本)。多素材排片前先 scan 全部素材——纯文本清单直接定位「哪段素材哪个时间…
对某段视频素材跑场景检测(镜头切分):本地解码分析零 token,产出镜头清单(每个镜头的起止秒/时长/运动强度 0-1)并缓存进素材(随工程保存,重复调用零成本)。多素材排片前先 scan 全部素材——纯文本清单直接定位「哪段素材哪个时间窗在动/在静」,比抽帧看图省几个数量级预算;配合 view_media_frames 的 contact-sheet(视觉确认)与 set_segment_trim(按镜头边界裁剪)使用。运动强度高的镜头适合卡点快切/高光位,低的适合长镜叙事。
index必填integer片段下标(0 起)videoIndexinteger段内视频素材下标(0 起,缺省 0)
长任务与生成 8
capture_element把片语界面中的某个 UI 元素截成透明背景 PNG(CSS 选择器定位,如 AI 助手输入框)——用于做「悬浮 UI」镜头(元素浮在演示画面上,带投影/缓浮)。attachToSegment 给出段下标时一步贴附为该段悬浮层(之后用 set…
把片语界面中的某个 UI 元素截成透明背景 PNG(CSS 选择器定位,如 AI 助手输入框)——用于做「悬浮 UI」镜头(元素浮在演示画面上,带投影/缓浮)。attachToSegment 给出段下标时一步贴附为该段悬浮层(之后用 set_segment_overlay 调位置/大小)。截取的是应用自身界面,不含外部窗口内容。
selector必填stringCSS 选择器(如 ".ai-input-box")。元素必须当前可见attachToSegmentinteger贴附为悬浮层的目标段下标(0 起,缺省 = 仅截图不入段)scalenumber贴附时宽占画布比例(0.05~1,缺省 0.4)
generate_image文生图:生成背景/插画等图像素材(OpenAI 兼容 /images/generations,与 AI 助手共用端点与 Key,模型名在「设置 → 文生图」配置,如 dall-e-3)。给 index 时直接加入该段素材,不给则只生成并返回…
文生图:生成背景/插画等图像素材(OpenAI 兼容 /images/generations,与 AI 助手共用端点与 Key,模型名在「设置 → 文生图」配置,如 dall-e-3)。给 index 时直接加入该段素材,不给则只生成并返回路径。相同提示词命中本地缓存不重复计费。
prompt必填string画面描述(英文通常效果更好;写清主体/风格/构图/光影)indexinteger目标段下标(缺省=仅生成不导入)sizestringWxH(如 1792x1024 横版 / 1024x1792 竖版,各边 256-4096;缺省 1792x1024)
generate_model文生 3D:文本提示词生成 .glb 3D 模型素材并导入指定段(未指定则当前选中段)。需先在「设置 → 文生 3D」配置 API Key(去 meshy.ai 申请;服务地址/模型名可换成 Meshy 兼容服务)。生成耗时约 1-3 分钟…
文生 3D:文本提示词生成 .glb 3D 模型素材并导入指定段(未指定则当前选中段)。需先在「设置 → 文生 3D」配置 API Key(去 meshy.ai 申请;服务地址/模型名可换成 Meshy 兼容服务)。生成耗时约 1-3 分钟,工具会等待完成;产物为未压缩 .glb(仅未压缩 glb 链路),配 ModelTurntable 等 3D 模板用(裁剪/取景对模型无意义)。相同提示词命中本地缓存不重复计费。
prompt必填string模型外观描述(英文通常效果更好;写清主体/材质/风格,如 "a low-poly cartoon rocket, glossy red paint")indexinteger目标段下标(缺省 = 当前选中段)artStylestring艺术风格(可选,如 realistic / cartoon,视服务商支持而定)
generate_template现场生成一个个性化模板(AI 生成模板,gen- 前缀 id),解决「内置/市场模板都不满意」的场景——你可以写任意动画逻辑(文字编排/元素运动/媒体画框/背景装饰),生成后即可像内置模板一样被 set_storyboard / updat…
现场生成一个个性化模板(AI 生成模板,gen- 前缀 id),解决「内置/市场模板都不满意」的场景——你可以写任意动画逻辑(文字编排/元素运动/媒体画框/背景装饰),生成后即可像内置模板一样被 set_storyboard / update_segment 的 templateId 引用渲染。 你写一段受限 TSX 定义一个 Remotion 组件,系统编译后即可像内置模板一样被 set_storyboard 的 templateId 引用渲染。 【契约】 - 必须定义:const GeneratedTemplate = (props) => { ...return (...JSX...); }; - 禁止 import/export/require;下列全局已注入直接使用: React / useCurrentFrame / useVideoConfig / spring / interpolate / Sequence / AbsoluteFill / Img / Video / OffthreadVideo / Audio / Easing / random(seed)(种子随机,确定性) / AnimatedText(文字动效,props: {text, preset, startFrame?, duration?, style?},preset 如 charPop/wordReveal/fadeUp/maskWipe/typewriter/glowPulse) / VIDEO_DESIGN(设计令牌:colors.accent、fontSize{title,subtitle,body,caption}、borderRadius、shadow) / getScaledTokens(画布宽→缩放令牌) / getBrandPalette() / SPRINGS / STAGGER / easeOutQuint / ThreeStage / ThreeAmbience / TurntableModel / ThreeText / PhoneShell / LaptopShell / DEVICE_SCREEN(3D 原语,规则见下) - props 可用:videos(素材数组,v.type 'video'|'image'|'model',v.src 喂 Video/Img/TurntableModel,v.width/v.height 像素)/ text({title, subtitle, features[], brandName})/ orientation('landscape'|'portrait')/ segmentDuration(秒)/ params(paramSpecs 声明的滑块值,用 params.xxx ?? 默认值 读取) - 文字槽位:按组件实际消费的 props.text 字段填 textSlots 参数(如只用 title/subtitle 就传 ["title","subtitle"];不用文字传 [])——校验器据此提醒「文案给了但不显示」的字段;覆盖迭代时重传以更新,缺省沿用旧声明 - 禁止:网络/存储/DOM(document/window)/异步(async/await/Promise/setTimeout)/eval/Function/while 循环/Math.random/Date - 逐帧确定性:同一帧号必须渲染同一画面;动画一律 useCurrentFrame + spring/interpolate 驱动 - 画布宽高用 useVideoConfig().width/height,布局按 orientation 同时适配横竖屏 - 节奏:总帧数 = Math.round(segmentDuration * fps);入场 0.5-0.8s,元素错峰 STAGGER,按 segmentDuration 等比缩放,结尾 0.3s 内保持稳定(方便接转场) 【3D 组件(可选,three.js 场景)】 - ThreeStage 是全部 3D 内容的唯一包裹层(放 AbsoluteFill 内;一个模板至多一个 ThreeStage),totalFrames 必传 = Math.round(props.segmentDuration * fps);常用 props:rig('static'|'orbit'|'dolly'|'crane')、rigSpeed、ambience(0-3)、ambienceColor、radius、fov、shadows - 氛围二选一:ThreeStage 的 ambience prop,或其内部放 <ThreeAmbience level={1-3} color="#7FA8FF" />,不要叠加 - ThreeText 真 3D 挤出文字:{text, size?, depth?, color?, sideColor?, letterSpacing?, maxWidth?, startFrame?, stagger?, position?}(position 是 [x,y,z]) - TurntableModel glb 模型旋转台:{src, size?, periodSec?, spinSpeed?};src 只能取 props.videos 里 v.type === 'model' 的 v.src(没有 model 素材就不要用;仅支持未压缩 glb) - PhoneShell / LaptopShell 参数化设备壳(props: color?);children 是 three 场景内的屏幕锚点,只能放空或 three 内容,不要放 DOM/Video/Img(本轮无屏幕纹理组件);屏幕区域尺寸常量 DEVICE_SCREEN.phone / .laptop = {w, h} - 3D 动画同铁律:只准 useCurrentFrame + interpolate/spring 逐帧算坐标与旋转;禁 Math.random/Date 【3D 示例】(片段;props/fps 同骨架示例) const model = (props.videos || []).find((v) => v.type === 'model'); return ( <AbsoluteFill style={{background: '#0b1020'}}> <ThreeStage rig="orbit" totalFrames={Math.round(props.segmentDuration * fps)} ambience={2}> <ThreeText text={props.text.title} size={1.1} position={[0, 1.4, 0]} /> {model ? <TurntableModel src={model.src} size={2.6} /> : null} </ThreeStage> </AbsoluteFill> ); 【骨架示例】 const GeneratedTemplate = (props) => { const frame = useCurrentFrame(); const {fps, width, height} = useVideoConfig(); const enter = spring({frame, fps, config: SPRINGS.smooth}); return ( <AbsoluteFill style={{background: '#0b1020', justifyContent: 'center', alignItems: 'center'}}> <AnimatedText text={props.text.title} preset="charPop" style={{fontSize: VIDEO_DESIGN.fontSize.title, color: '#fff', fontWeight: 700, opacity: enter}} /> </AbsoluteFill> ); }; 【调用约定】扫描或编译失败会返回具体错误(含命中位置),修正后重新调用;传 templateId 可覆盖迭代同一模板(沿用 id,故事板引用不断)。生成成功后建议切一段到该模板用 preview_storyboard_frame 查看实际效果,不满意继续覆盖迭代。
name必填string模板名称(≤30 字)descriptionstring模板描述(≤200 字):适用场景/素材需求,给未来的自己和用户看code必填string受限 TSX 源码(≤24000 字符),必须定义 const GeneratedTemplate = (props) => {...}defaultDurationnumber默认时长(秒,1-60,缺省 8)templateIdstring覆盖迭代:传入已有 gen- 模板 id(沿用 id,故事板引用不断);缺省 = 新建textSlotsarray文字槽位声明:组件实际消费的 props.text 字段(缺省 = 未标注/覆盖迭代时沿用旧声明;[] = 不展示任何文字)。校验器据此对「文案给了但模板不展示」的字段发提醒paramSpecsarray可选滑块参数(≤8 个;组件内经 props.params.xxx 读取,UI「参数」页出现对应滑块)
mine_highlights从一段长素材(vlog 原片 / 口播录像 / 长录屏)挖出高光片段清单:本地静音检测 + ASR 转写 + 抽帧交给多模态视觉模型评估,返回带理由的保留区间(起止秒 + 内容摘要 + 保留原因),不改动工程。拿到清单后用 apply_cu…
从一段长素材(vlog 原片 / 口播录像 / 长录屏)挖出高光片段清单:本地静音检测 + ASR 转写 + 抽帧交给多模态视觉模型评估,返回带理由的保留区间(起止秒 + 内容摘要 + 保留原因),不改动工程。拿到清单后用 apply_cut_list 一次落地浓缩,或 split_segment 拆段分别包装。需多模态视觉模型;ASR 未配置/失败也能跑(缺文字线索,靠画面与语音窗口判断)。素材太短(<20s)请直接 set_segment_trim。
index必填integer片段下标(0 起)videoIndexinteger该段内视频下标(0 起;缺省取段内时长最长的视频素材)targetDurationSecnumber期望浓缩后总时长(秒,10-180,缺省 60)maxSegmentsinteger最多保留几段(2-60,缺省 8)focusstring挑选侧重(如「只要做菜的部分」「保留有对话的画面」,≤100 字)
run_auto_pipeline全自动流水线:一句话需求(brief)进 → 按工程体裁切换编导剧本(产品宣传片/生活 vlog/口播讲解/教程演示/卡点混剪,体裁用 set_video_type 改)→ AI 写脚本并搭建故事板 → 自动配素材(已有素材优先,其次 st…
全自动流水线:一句话需求(brief)进 → 按工程体裁切换编导剧本(产品宣传片/生活 vlog/口播讲解/教程演示/卡点混剪,体裁用 set_video_type 改)→ AI 写脚本并搭建故事板 → 自动配素材(已有素材优先,其次 stock 搜索/文生图,都不可用则改用零素材模板)→ vlog/口播/教程体裁遇 ≥60s 长素材自动挖高光浓缩 → 可选 TTS 旁白 → 渲染 → VLM 审片 → 高危问题自动改稿重渲 → 封面 + 发布元数据。异步启动、立即返回,用 get_app_status 轮询 autoPipeline 字段看逐步进度与产物路径。要用户先过目计划:传 plan_only=true 只出成片计划(不执行不改工程),用户确认或改完后再带 segments(计划原样或修改版)执行。前置:已配置 AI 助手(视觉模型可解锁审片与挖高光)与默认输出目录。
brief必填string需求描述(产品/受众/卖点/风格/时长偏好,越具体越好,≤500 字)targetDurationSecnumber目标总时长秒(8-90,缺省约 30)aspectRatioIdstring画幅比例 id(缺省用当前工程画幅)reviewRoundsinteger审片后自动改稿重渲的轮数上限 0-2(缺省 1)narrationboolean是否合成旁白(需配置 TTS;缺省 true,未配置/失败自动跳过不阻断)materialsstring配素材策略(缺省 auto)planOnlybooleantrue = 只生成成片计划并返回(一次 LLM 调用,不执行、不改工程);与 segments 互斥segmentsarray已确认/修改过的故事板计划(plan_only 返回的 segments 原样或人工修改版);给出时跳过脚本生成直接执行,校验失败原样报错不会自动重写(保护人工修改)
stabilize_clip一键跟踪稳定某段的视频素材(手持/走动拍摄的抖动画面):自动在画面静止区选纹理最强的跟踪点(也可给 points 手动指定,视频像素坐标;1 个 = 平移稳定,2 个 = 平移+旋转+缩放),逐帧跟踪后施加反向校正,画面自动放大裁掉露出的边…
一键跟踪稳定某段的视频素材(手持/走动拍摄的抖动画面):自动在画面静止区选纹理最强的跟踪点(也可给 points 手动指定,视频像素坐标;1 个 = 平移稳定,2 个 = 平移+旋转+缩放),逐帧跟踪后施加反向校正,画面自动放大裁掉露出的边缘。只写入稳定数据,不动裁剪/文案/时长;分析耗时数秒到十几秒(30s 内素材)。手持/走动素材先稳定再排片。返回 zoom(>1 的部分即裁边比例)与 lostRatio(跟丢帧占比)——lostRatio>0.15 说明跟踪不稳,建议换跟踪点(放静止背景、纹理强处)用 set_stabilization(points) 重试。
segmentIndex必填integer段下标(0 起)clipIndexinteger段内素材下标(缺省 0)pointsarray跟踪点(视频像素,1~2 个;缺省/空数组 = 自动选点做单点平移稳定)smoothSecnumber平滑强度(秒,0.2~2,缺省 0.8;越大越稳但保留的运镜越少)
start_screen_recording开始录制屏幕/窗口画面(画面/麦克风无需用户操作;withSystemAudio 需真实用户手势,若返回 needsUserGesture 错误请引导用户在录屏弹窗手动点击开始)。可用 countdownSec 倒计时起录,给用户留出切到目…
开始录制屏幕/窗口画面(画面/麦克风无需用户操作;withSystemAudio 需真实用户手势,若返回 needsUserGesture 错误请引导用户在录屏弹窗手动点击开始)。可用 countdownSec 倒计时起录,给用户留出切到目标窗口的时间(调用会阻塞倒计时结束后才起录)。开始后回复用户「请开始操作,完成后说一声」,等用户回复完成后再调用 stop_screen_recording 保存——你无法在单次对话中计时等待。可先用 list_capture_sources 按名称挑源(或直接给 sourceName 模糊匹配)、用 take_screenshot 看一眼画面再定 region 选区;fps/maxHeight 控制画质与输出分辨率(默认 30fps 满分辨率);layout 让摄像头与屏幕一起烧录成素材(画中画/分屏/仅摄像头,会自动请求摄像头)。
sourceIdstringcapture 源 id(从 list_capture_sources 获取),缺省主屏;与 sourceName 二选一,同时给出时 sourceId 优先sourceNamestring按源名称/窗口标题模糊匹配(大小写不敏感子串,如 "Chrome"、"设置")。唯一命中直接用;多命中会报错并列出候选,请改用 sourceIdwithMicboolean是否同时录制麦克风(缺省 false)withSystemAudioboolean是否同时录制系统声音(缺省 false;需真实用户手势,可能返回 needsUserGesture 错误)layoutstring画面构成(缺省不启用摄像头,纯屏幕):pip=摄像头圆角画中画叠角落 / side=屏幕与摄像头左右分屏拼接 / stack=上下分屏拼接 / camera=仅摄像头全画幅(口播出镜素材,不录屏幕,region 无效)。给了 layout 会自动开启摄像头(权限被拒会报错)countdownSecinteger起录前倒计时秒数(0-10,缺省 0 立即起录);给用户切窗口留时间,调用会阻塞 countdownSec 秒后才开始录制regionobject选区录制(仅屏幕源):只录屏幕上一块矩形区域,坐标为视频像素(原点左上,x 向右 y 向下;屏幕物理分辨率见 list_capture_sources 的 width/height)。宽高至少 320×180,越界部分自动钳回屏幕内;建议先 take_screenshot 看过画面再选fpsinteger录制帧率(10-60,缺省 30)。界面演示类 30 足够;有快速运动画面可上 60(文件更大)maxHeightinteger输出画面高度上限(像素,如 1080/720/480;缺省不缩 = 原始分辨率)。源更高时等比缩小到该高度(宽同比例、偶数取整),源更矮时不放大。录 4K 屏但只出 1080p 素材时用它省体积bitrateMbpsnumber视频码率 Mbps(2-40,缺省按分辨率自动:约 1080p30=8)。画面细节多或有运动模糊时调高