国内 AI 视频生成 China Video Gen

将文字描述转化为完整视频：自动生成分镜脚本 → 图片序列 → 配音 → 合成 MP4。
无时长限制，完全可控，国内直连，无需翻墙。

依赖说明 → references/dependencies.md
ffmpeg 合成参数 → references/ffmpeg.md
分镜设计指南 → references/storyboard.md

触发时机

• - 帮我做一个30秒的[产品]宣传视频
• 生成一个介绍[主题]的短视频
• 做一个[品牌]的广告视频
• 把这段文字做成视频
• 生成适合小红书/抖音发布的视频

---

Step 0：环境检查

每次执行前必须先检查依赖，缺失则提示用户手动安装。

检查 ffmpeg

bash
if command -v ffmpeg &> /dev/null; then
echo ✅ ffmpeg 已安装: $(ffmpeg -version 2>&1 | head -1)
else
echo ❌ ffmpeg 未安装，请手动安装：
echo
echo macOS: brew install ffmpeg
echo Ubuntu: sudo apt install ffmpeg
echo CentOS: sudo yum install ffmpeg
echo Windows: 从 https://ffmpeg.org/download.html 下载并添加到 PATH
echo
echo 安装完成后重新运行本技能。
exit 1
fi

检查 china-image-gen

bash

检查 skill 是否已安装

SKILL_PATHS=(
$HOME/.openclaw/skills/china-image-gen
$HOME/.config/openclaw/skills/china-image-gen
./skills/china-image-gen
)

IMAGEGEN_FOUND=false
for p in ${SKILL_PATHS[@]}; do
if [ -f $p/SKILL.md ]; then
IMAGEGEN_FOUND=true
break
fi
done

if [ $IMAGEGEN_FOUND = false ]; then
echo ⚠️ china-image-gen 未安装
echo 请在 OpenClaw 中执行：clawhub install china-image-gen
echo 或访问：https://clawhub.ai/ToBeWin/china-image-gen
echo
echo china-image-gen 是文生图技能，用于生成视频中的每一帧图片。
echo 安装完成后重新运行本技能。
exit 1
fi
echo ✅ china-image-gen 已安装

检查 china-tts

bash
SKILL_PATHS=(
$HOME/.openclaw/skills/china-tts
$HOME/.config/openclaw/skills/china-tts
./skills/china-tts
)

TTS_FOUND=false
for p in ${SKILL_PATHS[@]}; do
if [ -f $p/SKILL.md ]; then
TTS_FOUND=true
break
fi
done

if [ $TTS_FOUND = false ]; then
echo ⚠️ china-tts 未安装
echo 请在 OpenClaw 中执行：clawhub install china-tts
echo 或访问：https://clawhub.ai/ToBeWin/china-tts
echo
echo china-tts 是文字转语音技能，用于生成视频的解说词音频。
echo 安装完成后重新运行本技能。
exit 1
fi
echo ✅ china-tts 已安装

检查 API Key

bash
if [ -z $SILICONFLOWAPIKEY ]; then
echo ❌ 缺少 SILICONFLOWAPIKEY
echo
echo 请配置硅基流动 API Key：
echo 1. 访问 cloud.siliconflow.cn 注册账号（国内直连）
echo 2. 进入「API密钥」页面创建 Key
echo 3. 执行：export SILICONFLOWAPIKEY=sk-xxxxxxxx
echo 4. 或写入 ~/.openclaw/.env 文件
echo
echo 新用户有免费额度，支付宝/微信充值，最低10元
exit 1
fi
echo ✅ API Key 已配置

---

Step 1：理解用户需求

从用户描述中提取关键信息：

视频主题：产品宣传 / 知识科普 / 品牌故事 / 教程演示 / 其他
目标时长：15秒 / 30秒 / 60秒 / 更长（无限制）
画面风格：写实 / 插画 / 科技感 / 温暖 / 商务
音色选择：见 references/dependencies.md 音色列表
目标平台：小红书(1:1或3:4) / 抖音(9:16) / B站/YouTube(16:9) / 通用(16:9)
语言：中文 / 英文 / 中英混合

---

Step 2：生成分镜脚本

根据用户需求，设计分镜脚本。每个分镜包含：

分镜N：
时长：X 秒
画面描述（英文 prompt，用于 FLUX 文生图）
解说词（中文，用于 TTS 配音）
运镜效果：静止 / Ken Burns 缩放 / 平移
转场效果：淡入淡出 / 擦除 / 无

时长分配原则

总时长 30秒，建议分镜数量：5-8个
开场：2-3秒（Logo/主题/吸引眼球）
主体：每个分镜3-5秒
结尾：2-3秒（CTA/联系方式/品牌）

总时长 60秒，建议分镜数量：10-15个
节奏：前10秒最关键，必须抓住注意力

字数与时长对照（TTS朗读速度约4字/秒）：
3秒 ≈ 12字
5秒 ≈ 20字
10秒 ≈ 40字

分镜脚本示例（30秒产品宣传）

分镜1（3秒）：
画面：A sleek product on a clean white background, dramatic lighting, commercial photography style, 8k
解说：每个人都需要的神器，今天终于来了
运镜：Ken Burns 轻微放大
转场：淡入

分镜2（5秒）：
画面：Close-up of product features, modern minimalist style, professional product photography
解说：[产品名]，突破传统，三大核心功能让你爱不释手
运镜：静止
转场：淡出淡入

分镜3（5秒）：
画面：Happy person using the product in daily life, warm natural lighting, lifestyle photography
解说：无论工作还是生活，它都是你最可靠的伙伴
运镜：左移平移
转场：淡出淡入

分镜4（5秒）：
画面：Product detail shots showing quality craftsmanship, macro photography, bokeh background
解说：精选材料，严苛工艺，每一处细节都是品质的体现
运镜：静止
转场：淡出淡入

分镜5（5秒）：
画面：Multiple color options displayed elegantly, e-commerce style photography, white background
解说：五种配色，总有一款适合你
运镜：静止
转场：淡出淡入

分镜6（4秒）：
画面：Brand logo and product name on elegant dark background, luxury brand style
解说：现在下单，享受限时优惠，扫码立即购买
运镜：静止
转场：淡入淡出

---

Step 3：生成图片序列

调用 china-image-gen skill，为每个分镜生成对应图片。

分辨率与比例

小红书(1:1)：1024x1024
小红书(3:4)：768x1024
抖音/竖版(9:16)：720x1280
B站/横版(16:9)：1280x720

图片生成（对每个分镜执行）

bash

创建工作目录

OUTPUTDIR=${OPENCLAWWORKSPACE:-$PWD}/video$(date +%Y%m%d%H%M%S)
mkdir -p $OUTPUT_DIR/frames
mkdir -p $OUTPUT_DIR/audio

生成分镜图片（以分镜1为例）

curl -s -X POST https://api.siliconflow.cn/v1/images/generations \ -H Authorization: Bearer $SILICONFLOWAPIKEY \ -H Content-Type: application/json \ -d { \model\: \black-forest-labs/FLUX.1-schnell\, \prompt\: \{分镜N的英文画面描述}\, \image_size\: \{目标分辨率}\, \numinferencesteps\: 20