product-video-creator

# 商品视频创作多智能体协同系统

## 任务目标
- 本 Skill 用于：将商品信息和需求转化为完整的商品宣传视频
- 能力包含：
  - 文案创作：分析商品卖点，生成吸引人的核心文案
  - 故事策划：设计贴合商品的场景故事线
  - 脚本创作：将故事转化为可执行的分镜脚本
  - 分镜设计：规划每个镜头的画面描述、时长、转场
  - 图片生成：为分镜生成符合描述的场景图片
  - 字幕创作：为每个镜头创作精炼的字幕文本
  - 音效推荐：推荐背景音乐和音效方案
  - 视频合成：将所有素材合成为最终MP4视频
- 触发条件：用户提供商品信息（名称、卖点、图片等）和视频需求（时长、风格、目标受众）

## 前置准备
- 依赖说明：视频合成脚本所需依赖
  ```
  moviepy>=1.0.3
  pillow>=10.0.0
  opencv-python>=4.8.0
  ```
- 文件准备：确保工作目录下有以下资源（如需自定义）
  - `bgm/`：背景音乐文件夹（可选，脚本会推荐也可使用默认）
  - `product_images/`：商品原始图片（可选，智能体可基于描述生成）

## 操作步骤

### 步骤1：文案创作师 - 核心卖点提炼
**职责**：分析商品信息，生成吸引目标受众的核心文案

**执行要点**：
- 识别商品的核心卖点和差异化优势
- 针对目标受众（如年轻女性、家庭用户、商务人士等）调整语言风格
- 生成3-5条备选文案，包含：
  - 标题（简短有力，5-10字）
  - 核心宣传语（朗朗上口，15-20字）
  - 详细卖点（3-5个要点）

**输出**：核心文案文本

### 步骤2：故事策划师 - 场景故事设计
**职责**：基于文案设计连贯的场景故事线，让商品卖点自然融入

**执行要点**：
- 设计故事主题（如"问题-解决方案"、"使用场景展示"、"对比测试"等）
- 规划故事起承转合，通常3-5个场景
- 确保故事逻辑流畅，卖点自然出现而非硬植入
- 设计情感曲线（吸引-兴趣-欲望-行动）

**输出**：场景故事大纲（含每个场景的情节和卖点关联）

### 步骤3：脚本创作师 - 分镜脚本编写
**职责**：将故事转化为具体的分镜脚本

**执行要点**：
- 根据视频时长要求分配每个镜头的时间（通常30秒视频8-12个镜头）
- 为每个镜头定义：
  - 序号（如镜头1、镜头2）
  - 时长（秒）
  - 画面内容描述（详细到人物、动作、背景、商品位置）
  - 字幕内容（简短精炼，与画面配合）
  - 转场方式（切、淡入淡出、推拉等）
- 确保分镜连贯性和节奏感

**输出**：分镜脚本表格，格式参考 [references/storyboard_format.md](references/storyboard_format.md)

### 步骤4：分镜导演 - 画面设计优化
**职责**：为每个分镜生成详细的画面描述，指导图片生成

**执行要点**：
- 基于分镜脚本，为每个镜头创作详细的画面描述词（prompt）
- 描述词包含：
  - 主体（商品、人物、环境）
  - 风格（写实、插画、3D渲染等）
  - 光影（自然光、室内光、戏剧性光影）
  - 构图（特写、中景、全景、视角）
  - 色调（温暖、冷色、高对比等）
- 确保画面风格统一，符合视频整体风格

**输出**：每个镜头的画面描述词列表

### 步骤5：分镜画师 - 场景图片生成
**职责**：为每个分镜生成符合描述的图片

**执行要点**：
- 使用图像生成能力，基于分镜导演的描述词生成图片
- 确保图片质量：分辨率至少1920x1080
- 保持风格一致性：所有图片使用相同的风格参数
- 商品展示突出：确保商品在画面中清晰可见、位置合理
- 必要时生成多版本选择

**输出**：图片序列，命名为 `scene_001.jpg`, `scene_002.jpg`, ...

### 步骤6：字幕师 - 字幕创作与设计
**职责**：为每个镜头创作字幕文本，并规划显示位置和时间

**执行要点**：
- 基于分镜脚本的字幕内容，创作最终字幕文本
- 确保字幕简短易读（每行不超过20字）
- 设计字幕位置（通常画面下方1/3处）
- 规划字幕显示时间（在镜头前1/3出现，后1/3消失）
- 考虑字幕颜色和边框以确保可读性

**输出**：字幕文本与时间配置，格式参考 [references/subtitle_format.md](references/subtitle_format.md)

### 步骤7：音效师 - 音频方案推荐
**职责**：推荐背景音乐和音效方案，提升视频感染力

**执行要点**：
- 推荐背景音乐类型（轻快、温馨、动感、高级感等）
- 说明音乐的情绪基调和使用方式（全程使用、分段切换等）
- 推荐关键音效（如转场音效、点击声、商品出场音等）
- 提供音乐来源建议（免费素材库、版权音乐平台等）
- 说明音量平衡（背景音乐音量应低于人声/音效）

**输出**：音频方案说明文档

### 步骤8：视频工程师 - 视频合成
**职责**：调用脚本将图片、字幕、音频合成为最终视频

**执行要点**：
- 确保所有素材准备就绪：
  - 图片序列：`scene_*.jpg`
  - 字幕配置：`subtitles.json`
  - 音频文件：`bgm.mp3`（或其他格式）
- 调用合成脚本处理技术细节
- 验证视频质量：分辨率、帧率、音画同步、字幕清晰

**调用脚本**：
```bash
python scripts/video_composer.py \
  --images ./scene_*.jpg \
  --subtitles ./subtitles.json \
  --audio ./bgm.mp3 \
  --output ./final_video.mp4 \
  --fps 24 \
  --duration 30
```

**输出**：最终视频文件 `final_video.mp4`

## 资源索引
- 必要脚本：见 [scripts/video_composer.py](scripts/video_composer.py)（用途：视频素材合成与导出）
- 分镜脚本格式：见 [references/storyboard_format.md](references/storyboard_format.md)（何时读取：步骤3编写分镜脚本时）
- 字幕格式规范：见 [references/subtitle_format.md](references/subtitle_format.md)（何时读取：步骤6配置字幕时）
- 视频参数规范：见 [references/video_specs.md](references/video_specs.md)（何时读取：步骤8合成视频前参考）

## 注意事项
- 保持智能体间协作：每个步骤的输出应成为下一步的输入，确保连贯性
- 优先使用智能体能力：创意内容、文案、图像生成等环节充分利用智能体已有能力
- 脚本专注技术处理：仅视频合成使用脚本，其他环节由智能体完成
- 质量控制：每个步骤完成后，智能体应自我评估输出质量，必要时调整
- 灵活调整：根据视频时长和复杂度，可增减镜头数量，但保持逻辑完整

## 使用示例

### 示例1：30秒新品推广视频
- 功能说明：为新款智能手表创作30秒宣传视频
- 商品信息：智能手表，支持健康监测、超长续航、时尚外观
- 目标受众：20-35岁都市白领
- 视频风格：现代简约，科技感
- 执行流程：
  1. 文案创作师生成核心文案："智能生活，腕间掌控"
  2. 故事策划师设计"一天的生活"场景
  3. 脚本创作师编写8个分镜（每个3-4秒）
  4. 分镜导演设计现代科技风格的画面描述
  5. 分镜画师生成8张场景图片
  6. 字幕师创作配合画面的字幕
  7. 音效师推荐轻快科技感背景音乐
  8. 视频工程师调用脚本合成视频

### 示例2：60秒护肤品宣传视频
- 功能说明：为抗衰老护肤品创作60秒品牌视频
- 商品信息：高端抗衰老精华，主打紧致、提亮
- 目标受众：30-50岁女性
- 视频风格：温暖优雅，高级感
- 执行流程：
  1. 文案创作师："时光荏苒，美丽不老"
  2. 故事策划师设计"使用前后对比"故事
  3. 脚本创作师编写12个分镜
  4. 分镜导演设计温暖光线、优雅风格的画面
  5. 分镜画师生成12张高质量图片
  6. 字幕师创作情感化字幕
  7. 音效师推荐舒缓优雅背景音乐
  8. 视频工程师合成60秒视频

### 示例3：15秒社交媒体短视频
- 功能说明：为新品零食创作15秒抖音风格短视频
- 商品信息：网红零食，口味丰富、包装精美
- 目标受众：18-30岁年轻人
- 视频风格：活泼有趣，快节奏
- 执行流程：
  1. 文案创作师：简洁有力的口号
  2. 故事策划师：单一场景的快速展示
  3. 脚本创作师：4-5个快节奏分镜
  4. 分镜导演：鲜艳色彩、动感构图
  5. 分镜画师：生成4-5张生动图片
  6. 字幕师：简短字幕配合节奏
  7. 音效师：动感音乐配合转场音效
  8. 视频工程师：合成15秒视频