OpenStoryline Use

Use this skill when OpenStoryline is already installed and the user wants to start the local MCP/Web services, create or continue a session, send editing ins...

Security Scan

The skill mostly matches its stated purpose (starting local OpenStoryline services and driving sessions) but includes an extra Feishu upload/send script and reads the user's ~/.openclaw config — behavior not declared in the SKILL.md or registry metadata, which is unexpected and merits caution.

Purpose & Capability

The skill's SKILL.md and scripts bridge_openstoryline.py align with the described purpose (starting local MCP/Web services, creating sessions, sending chat prompts). However, the repository also contains scripts/feishu_file_sender.py which implements uploading local files to Feishu by reading ~/.openclaw/openclaw.json and calling external Feishu APIs. The Feishu-related capability is not mentioned in the skill description or SKILL.md and is not declared as a required credential — this is an unexplained extra capability.

Instruction Scope

SKILL.md stays largely within the claimed scope: editing config.toml, launching servers bound to 127.0.0.1, creating and reusing session_id, and verifying outputs. It explicitly warns not to expose services to LAN and to keep services long-running. It instructs how to populate LLM/VLM keys in config.toml (sensitive but relevant). It does not instruct reading ~/.openclaw/openclaw.json or using Feishu, though the included feishu_file_sender.py would do exactly that if executed.

Install Mechanism

This is an instruction-only skill with no install spec (no packages downloaded or archives extracted). That minimizes installation risk. The included scripts are local files; nothing in the manifest attempts to pull arbitrary remote code during install.

Credentials

SKILL.md requires populating LLM and VLM settings (base_url, api_key, model) in config.toml — these are proportional to the skill's function. But feishu_file_sender.py accesses ~/.openclaw/openclaw.json to find Feishu app secrets or account bindings and can use env vars OPENCLAW_CHAT_ID / OPENCLAW_RECEIVE_ID / FEISHU_CHAT_ID. Those accesses are not declared in the registry metadata or SKILL.md, and they grant the ability to upload local files to an external service (Feishu), which is a sensitive capability that should have been explicitly declared and justified.

Persistence & Privilege

The skill is not marked always:true and does not request persistent system-wide changes. It reads the user's home config file (~/.openclaw/openclaw.json) only via the Feishu helper script (if invoked). It does not modify other skills' configs or require privileged system changes.

What to consider before installing

Before installing or invoking this skill: 1) Understand the difference between the bridge script and the Feishu helper — bridge_openstoryline.py is coherent for local session management; feishu_file_sender.py is an extra tool that will read ~/.openclaw/openclaw.json and can upload local files to Feishu. 2) If you do not use Feishu, avoid running feishu_file_sender.py; inspect its code and your ~/.openclaw/openclaw.json for sensitive keys. 3) Be mindful that SKILL.md asks you to place LLM/VLM api_key values into config.toml — those are sensitive keys; only put keys you trust and prefer to store in a controlled location. 4) Prefer running the skill in a sandbox or with limited network permissions if you are concerned about accidental uploads. 5) If you need this skill to send outputs externally, explicitly confirm with the skill author/maintainer which channel is used and where credentials are stored; absence of such declarations in the metadata is the reason for this 'suspicious' rating. 6) If you want a firmer assessment, provide the skill author/homepage or confirm whether feishu_file_sender.py is intended to be part of normal operation; that will change confidence.

OpenStoryline Usage Skill

你负责在“已安装完成”的前提下，执行 OpenStoryline 的实际剪辑流程。 OpenStoryline 是一个剪辑 Agent，用户可使用自己的素材，通过自然语言对话的方式剪辑视频。内置素材搜索、内容理解、生成字幕、文字转语音等功能，用户可以多次提出具体的剪辑/修改意见。

目标是：使用已有脚本，稳定地完成一次从启动服务到产出视频的闭环；并且支持在同一个 session_id 上继续对话、二次编辑、重新生成新视频。

Scope

此技能只处理“使用与剪辑”：

1. 检查并修改 config.toml 的必要字段。
2. 启动 MCP server。
3. 启动 uvicorn agent_fastapi:app。
4. 创建 session 并发送剪辑请求。
5. 等待并验证输出视频产物。
6. 在同一个 session_id 上继续对话，执行二次编辑。
7. 验证二次编辑后是否生成了新的 output_*.mp4。

不处理完整安装流程（依赖安装、模型下载、资源下载等），那是安装技能的范围。如果在启动时遇到问题，怀疑是安装问题，再去查看安装Skill openstoryline-install

Core Rules

1. 默认只监听 127.0.0.1，不要主动暴露到局域网。
2. 优先复用现有脚本，不要重复造轮子：
   • 修改配置脚本：位于代码仓库scripts/update_config.py
   • Web 服务桥接脚本位于当前 skill 目录下的 scripts/bridge_openstoryline.py。请先定位当前 skill 目录，再拼接scripts/bridge_openstoryline.py
3. 长驻服务（MCP / Web）必须按“长驻进程”方式启动，并持续观察日志；不要把启动命令当成一次性探测命令。
4. 不要在启动命令后面追加这些包装：
   • | head
   • | tail
   • grep
   • timeout
   • sleep
   • pkill
   • 以及其它会截断日志、提前退出、强行杀进程的包装
5. 询问用户需要剪辑哪些素材及其路径。
6. 第一轮创建 session 后返回的 session_id 必须保存；后续继续对话、二次编辑都依赖它。
7. 如果服务端提示“上一条消息尚未完成，请稍后再发送”，不要新建 session；优先等待，必要时只终止卡住的本地 bridge 进程，然后继续复用原 session_id 重试。
8. 不要在任务执行中途主动终止 MCP / Web 服务，除非用户明确要求停止，或者服务本身已经确认失活。
9. 每次完成任务后，都要向用户明确返回：
   • session_id
   • 最终视频 .mp4 的完整路径
   • 如有二次编辑，还要说明是否生成了新的输出文件
10. 下面的示例命令都使用source .venv/bin/activate作为示例，你需要根据用户实际使用的环境，替换成正确的命令（例如conda activate ）。
11. 遇到端口被占用的情况，优先换一个端口。

OpenClaw Execution Strategy (Important)

如果你是OpenClaw，一定注意以下关键点：

长驻服务怎么跑

对于以下两类命令：

• PYTHONPATH=src python -m open_storyline.mcp.server
• uvicorn agent_fastapi:app --host 127.0.0.1 --port 8005

必须按“长驻进程”处理：

1. 用 exec 启动，并开启 PTY（如果工具支持 pty: true，就开启）。
2. 启动后不要立刻判失败，MCP Server启动需要几分钟的时间。
3. 用 process poll / process log 持续观察返回的内容，一定不要急着杀掉进程。
4. 看到成功日志再继续下一步。

一次性命令怎么跑

以下命令适合普通一次性 exec：

• 修改 config.toml
• 创建 session
• 在现有 session_id 上继续对话
• 查找 .mp4
• 查看文件大小

观察哪个日志最有用

实测中，Web 服务日志 最适合看剪辑进度。
常见正常流程节点包括：

• filter_clips
• group_clips
• generate_script
• generate_voiceover
• render_video

如果 bridge 脚本还在等待，不代表系统没在工作；可能只是服务端还在处理。

Standard Workflow (OpenClaw)

0) 确认仓库根目录

后续命令中的 <repo-root> 指向 OpenStoryline 仓库根目录，例如：

/Users/yourname/Desktop/code/Openstoryline/FireRed-Openstoryline

所有命令都默认在这个目录下执行，并先激活环境。

---

1) 进入项目根目录并配置

必填配置

在开始剪辑前，以下 6 个字段必须有值，否则模型调用会失败。你必须先向用户询问这些字段的具体值，然后用脚本进行修改：

• [llm].model
• [llm].base_url
• [llm].api_key
• [vlm].model
• [vlm].base_url
• [vlm].api_key

直接可用命令（在仓库根目录执行，以.venv为例）：

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set llm.model=REPLACE_WITH_REAL_MODEL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set llm.base_url=REPLACE_WITH_REAL_URL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set llm.api_key=sk-REPLACE_WITH_REAL_KEY

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set vlm.model=REPLACE_WITH_REAL_MODEL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set vlm.base_url=REPLACE_WITH_REAL_URL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set vlm.api_key=sk-REPLACE_WITH_REAL_KEY

选填配置

以下是常见可选项，按需设置：

1. MCP 端口（端口冲突时）

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set local_mcp_server.port=8002

2. 素材检索（Pexels）

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set search_media.pexels_api_key=REPLACE_WITH_PEXELS_KEY

3. TTS（如果需要配音）

在以下 3 家中选一家填写即可：

# minimax
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.minimax.base_url=https://api.minimax.chat/v1/t2a_v2
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.minimax.api_key=REPLACE_WITH_MINIMAX_KEY

# bytedance
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.bytedance.uid=REPLACE_UID
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.bytedance.appid=REPLACE_APPID
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.bytedance.access_token=REPLACE_ACCESS_TOKEN

# 302
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.302.base_url=https://REPLACE_BASE_URL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.302.api_key=REPLACE_API_KEY

---

2) 启动 MCP Server

注意 MCP Server 的启动可能需要几分钟，务必耐心等待，不要急着 kill 掉进程。 macOS/Linux:

cd <repo-root> && source .venv/bin/activate && PYTHONPATH=src python -m open_storyline.mcp.server

Windows:

cd <repo-root>
. .venv\Scripts\Activate.ps1
$env:PYTHONPATH="src"
python -m open_storyline.mcp.server

看到类似以下日志，视为成功：

Uvicorn running on http://127.0.0.1:8001

---

3) 启动 Web 服务（uvicorn）

macOS/Linux:

cd <repo-root> && source .venv/bin/activate && uvicorn agent_fastapi:app --host 127.0.0.1 --port 8005

出现以下日志即成功：

INFO:     Started server process [PID]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://127.0.0.1:8005 (Press CTRL+C to quit)

---

4) 创建剪辑会话

注意把地址替换为上一步启动 Web 服务时的真实地址。

curl -s -X POST "http://127.0.0.1:8005/api/sessions"

这一步会创建一个剪辑会话，拿到一个session_id，非常重要！只要 Web 服务还活着，你就可以拿着这个session_id进行上传素材、多轮对话，务必保留。

5) 上传素材

方案1：

curl -s -X POST "http://127.0.0.1:8005/api/sessions/{session_id}/media" -F "files=@/absolute/path/input.mp4"

方案2：对于大文件，建议直接走本地copy

cp path/to/source.mp4 <repo-root>/outputs/{session_id}/media

6) 开始剪辑对话（自动创建 session）

使用 Skill 自带 bridge 脚本.

• skills-root: 当前 skill 所在目录。
• session-id: 填写上一步拿到的 session_id
• base-url 填写 Web 服务的 url
• prompt 用户的剪辑需求
• lang 用户使用的语言类型，目前仅支持 zh / en，设置一次即可。

cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \
  --session-id <session_id> \
  --base-url http://127.0.0.1:8005 \
  --prompt "剪一个小红书风格视频" \
  --lang "zh"

---

7) 等待并观察剪辑进度

有时剪辑Agent会先询问剪辑需求；有时会直接开始剪辑，剪辑可能需要几分钟，尤其是带文案、配音、渲染时。

正确做法

1. 持续 poll 当前 bridge 脚本对应的进程会话。
2. 同时查看 Web 服务日志。剪辑 Agent 会实时更新自己的进度。
3. 只要 Web 服务日志仍在推进，就继续等待，不要随便重启服务。

实战经验

如果 bridge 命令还没返回，但 Web 服务日志里已经在跑节点，这通常说明服务端仍在正常工作，不要误判为失败。

---

8) 第二轮：在同一个 session 上继续聊天

根据助手回复，继续向它发出剪辑要求。例如，助手制定了一个剪辑计划，请求确认。那么：

cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \
  --base-url http://127.0.0.1:8005 \
  --session-id <上一步session_id> \
  --prompt "开始剪辑"

或者需要调整：

cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \
  --base-url http://127.0.0.1:8005 \
  --session-id <上一步session_id> \
  --prompt "使用欢快的BGM"

---

9) 检查首轮产物

一般来说，剪辑agent的输出会直接写出剪辑产物的路径。 如果没有，优先检查：

cd <repo-root> && find .storyline/.server_cache/<session_id> -name "output_*.mp4" 2>/dev/null

判定标准

有 output_*.mp4 即认为剪辑成功。

10) 发送视频

将生成的视频发送给用户观看，询问用户反馈。

OpenClaw + 飞书 APP 场景视频发送指南

如果你是 OpenClaw 且用户使用手机飞书 APP，使用如下专属指南。要求：

• Python 3.6+
• 已安装 requests

  python3 -m pip install requests
  

• OpenClaw 已配置飞书渠道

运行脚本示例如下，此脚本会自动从 ~/.openclaw/openclaw.json 读取飞书凭证。 receive-id 的选择

• oc_xxx -> chat_id：发到群聊或当前单聊会话，优先推荐
• ou_xxx -> open_id：发给指定用户
• on_xxx -> user_id：仅当明确拿到的是 user_id 时再使用

cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/feishu_file_sender.py --help
cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/feishu_file_sender.py --file /absolute/path/to/video.mp4 --receive-id-type chat_id --receive-id oc_xxx

11) 二次编辑

在已经生成视频的情况下，如果用户对视频内容不满意，可以复用同一个 session_id 继续修改视频，并生成新的 output_*.mp4。

示例：修改文案风格

cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \
  --base-url http://127.0.0.1:8005 \
  --session-id <session_id> \
  --prompt "帮我把文案换成更欢乐、更有活力的风格"

• 同一个 session_id 下，系统会重新跑相应节点,然后重新渲染.
• 同一个 session_id 下会出现新的 render_video_* 目录。
• 新目录里会生成新的 output_*.mp4。

---

Security Note

只有当用户明确要求手机 / LAN 访问时，才改为 --host 0.0.0.0。
同时提醒：仅在可信网络使用，避免开放到公共网络。