Chanjing One Click Video Creation

v1.0.10

用户输入选题或工作流，自动生成完整短视频成片（文案、分镜、数字人口播与 AI 画面混剪）；调用 Chanjing Open API 与同仓库子技能脚本。

⭐ 0· 229·1 current·1 all-time

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for binkes/chanjing-one-click-video-creation.

Previewing Install & Setup.

Prompt PreviewInstall & Setup

Install the skill "Chanjing One Click Video Creation" (binkes/chanjing-one-click-video-creation) from ClawHub.
Skill page: https://clawhub.ai/binkes/chanjing-one-click-video-creation
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Canonical install target

openclaw skills install binkes/chanjing-one-click-video-creation

ClawHub CLI

Package manager switcher

npx clawhub@latest install chanjing-one-click-video-creation

Security Scan

VirusTotal

Benign

View report →

OpenClaw

Benign

high confidence

✓

Purpose & Capability

Name/description (one‑click video creation using Chanjing APIs + ffmpeg) match the files and runtime behavior: run_render.py calls sibling Chanjing skills, polls TTS/video task state, downloads media, and uses ffmpeg/ffprobe to normalize and concat. The manifest and SKILL.md document the same dependencies and credentials model.

ℹ

Instruction Scope

Runtime instructions and scripts perform network calls to Chanjing Open API, download returned media URLs, execute sibling skill CLIs via subprocess, call ffmpeg/ffprobe, and may open a browser for login. All of these are consistent with the described video-rendering pipeline; however the skill persists access_token on disk (credentials.json) and will read/write the credentials directory described in manifest.yaml — be aware of token persistence and where credentials are stored.

✓

Install Mechanism

No install spec is present; the package is instruction + Python scripts that rely on existing binaries (ffmpeg/ffprobe) and sibling skills. This is lowest install risk and consistent with the declared approach (no arbitrary downloads/installers).

ℹ

Credentials

The skill does not require unrelated cloud credentials; it uses a local credentials.json (app_id/secret_key/access_token) as expected for the Chanjing API. Manifest flags sensitive fields and opts to persist access_token on disk — expected but a privacy surface. Optional environment variables are documented but not required. One minor inconsistency: runtime examples/downloads use res.chanjing.cc (CDN) while manifest.allowed_hosts/documentedHosts list open-api.chanjing.cc and www.chanjing.cc — the skill intends to download media URLs returned by the API (manifest allows 'mayDownloadFromApiResponseUrls'), but you should confirm you trust the CDN domain used by the API.

✓

Persistence & Privilege

always:false and agentPolicy modify flags are reasonable. The skill persists an access_token to credentials.json by design (manifest.persistAccessTokenOnDisk: true) and writes outputs under a user-controlled --output-dir; these are expected for a rendering pipeline and do not indicate silent privilege escalation. It does import and execute sibling skill code and invoke subprocesses (documented in manifest) — normal for this multi-skill orchestration.

Assessment

This skill appears to do what it says: orchestrate Chanjing TTS/video APIs, download media, and run local ffmpeg to produce a final mp4. Before installing or running it: 1) Verify you trust the Chanjing endpoints (API + CDN) because the skill will POST your credentials-derived token and download media URLs returned by the API. 2) Note credentials are persisted to credentials.json (default ~/.chanjing/credentials.json or directory set by CHANJING_OPENAPI_CREDENTIALS_DIR); follow the project guidance (0600/0700, don't commit to VCS). 3) Ensure ffmpeg/ffprobe and required sibling skills (chanjing-tts, chanjing-video-compose, chanjing-ai-creation or chan-skill) are present and on PATH. 4) If you need stricter network or filesystem controls, review manifest.yaml's allowed_hosts and filesystem roots and confirm whether res.chanjing.cc (CDN media) is acceptable for your deployment. 5) The templates include content-generation rules and stylistic biases (e.g., default preference for younger‑looking figures); review those if content neutrality is important. If you want extra assurance, inspect the sibling skills' _auth.py and the credentials guard flow (open_login_page.py) to see exactly how tokens are obtained and persisted.

Like a lobster shell, security has layers — review code before you run it.

latestvk9701n2hmgya5hwkt4k6dadm6983rrbc

229downloads

0stars

11versions

Updated 3w ago

v1.0.10

MIT-0

一键式视频渲染器

功能说明

一键调用 Chanjing API 完成口播 TTS、数字人合成、文生视频与本地封装；集成 ffmpeg / ffprobe 做拼接、转码与轨对齐。编排与安全细则见 §3–§8 与 templates/；成片命令见 §5。

运行依赖

必须可用的二进制或等价封装（具体调用方式见 §5、run_render.py）：

ffmpeg：拼接、转码、封装
ffprobe：时长、分辨率、旋转等元数据（与数字人轨对齐）
chan-skill（或同仓库下直接 python 调用子技能脚本）：驱动 chanjing-tts、chanjing-video-compose、chanjing-ai-creation 等 CLI

环境变量与机器可读声明

可选环境变量覆盖（均有默认或路径推断、非运行前必填）：scripts/run_render.py 顶部及子 skill 源码；凭据路径见 manifest.yaml credentials。
合规 permissions、clientPermissions、agentPolicy、凭据模型：manifest.yaml

§3.2 与 run_render.py 对齐；若与 manifest.yaml 冲突，以 manifest.yaml 为准。

使用命令

ClawHub（slug 以注册表为准，常与技能包名一致）：clawhub run chanjing-one-click-video-creation
本仓库直连：python scripts/run_render.py --input workflow.json --output-dir ./outputs/run1（在技能目录或配合 SKILLS_DIR / CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT / CHAN_SKILLS_DIR 使用）

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_type`；首镜 `voiceover` ≤20 字（硬）	`storyboard_prompt.md` 篇首「文本切段」；`script_prompt.md` 首镜口播；`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`、子进程 CLI	§5
安全、凭据、信任边界、策略	`manifest.yaml` + §3.1（§3.1 不重复 manifest 表格）
环境变量、二进制、副作用、落盘	§3.2

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：手工编排子 skill、仅 run_render、或混用。

1. 做什么

选题或全文 → video_plan、口播全文、分镜
TTS：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）
按镜切音频
数字人分镜：chanjing-video-compose（音频驱动）
AI 分镜：ref_prompt → chanjing-ai-creation → 与镜内音频合成
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：chanjing-credentials-guard；凭据路径与字段见 manifest.yaml、§3.1；无凭证时子进程可 open_login_page.py
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）
本机二进制与仓库布局：§3.2（ffmpeg / ffprobe、SKILLS_DIR 等）
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 list_voices.py 与 list_figures.py（--source 取 common / customised 等与本次任务一致）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」）：须用 list_figures.py --source common --json 拉取候选（必要时增大 --page-size 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。

3.1 安全、凭据与信任边界

环境变量与二进制以 manifest.yaml 与 §3.2 为据。审阅时可对照 description 与 manifest.yaml（含 agentPolicy）。

能力与管道：步骤级说明见 §1；run_render 职责与子进程见 §5（不在此重复链路）。
主凭据 / 路径 / primaryEnv：见 manifest.yaml；路径与写回行为另见 §3.2 持久性表「凭据状态」及 CHANJING_OPENAPI_CREDENTIALS_DIR（兼容 CHANJING_CONFIG_DIR）。
敏感与合规：勿回显完整密钥、勿将 credentials.json 提交版本库；权限建议 0700 / 0600（配置脚本尽量设置）。
信任与出站行为：HTTPS、按返回 URL 拉取媒体、--output-dir 落盘等细节见 §3.2「典型副作用」与持久性表；须自行判断是否信任蝉镜主机与链接。
浏览器：缺凭证时的 webbrowser.open / open_login_page.py 见 §3.2 同表。
Agent 策略：manifest.yaml 中 agentPolicy（非 always、不改其它 skill）。

3.2 运行时契约（环境变量、二进制、副作用与落盘）

与 scripts/run_render.py 及同仓库子 skill 行为对齐；与篇首 YAML、manifest.yaml 一致。若与其它产品文档并列，以本仓库源码、manifest.yaml 与本文为准。

环境变量（可选覆盖）

命名以仓库根 合规规则.md §3 为准。清单未再逐项列举可选变量：不设亦可运行。凭据目录见 manifest.yaml credentials（directoryEnv、defaultPath）。run_render.py 内 openapi_base_url、one_click_skills_repository_root、one_click_ref_prompt_max_chars、one_click_ai_creation_model_code 及子进程环境即本技能可选覆盖与兼容旧名的实现位置。

说明：部分外部文档中的 FIRST_DIGITAL_HUMAN_MAX_CHARS 等变量，当前 run_render.py 未读取。

外部二进制

二进制	必需性	用途
`ffmpeg`	跑一键成片 `run_render.py` 时必需	拼接、转码、封装音视频等。仅编排纯 API、不执行本渲染脚本时可不装。
`ffprobe`	同上	读取媒体分辨率、时长、旋转元数据等，用于与数字人轨对齐。

执行脚本时的典型副作用（按类）

类型	说明
出站 HTTPS	蝉镜 Open API（`CHANJING_OPENAPI_BASE_URL` / 兼容 `CHANJING_API_BASE`）、以及接口/CDN 返回的 `video_url` / 音频 URL 等素材拉取。
本地文件	`run_render.py --output-dir` 下常见：`final_one_click.mp4`、`workflow_result.json`、`work/`（中间音频、分段视频、concat 列表等）；具体以当次命令与 `templates/render_rules.md` 为准。
子进程	`ffmpeg` / `ffprobe`；`run_render` 通过 `subprocess` 调用同仓库下 `skills/chanjing-tts`、`chanjing-video-compose`、`chanjing-ai-creation` 等目录中的 Python CLI。
浏览器	凭据缺失或引导登录时，鉴权链可能 `webbrowser.open` 或执行 `chanjing-credentials-guard` 的 `open_login_page.py`（与各 skill 的 `_auth.py` 行为一致）。

持久性变更范围与用户可控性

以下对本 skill 而言属预期内副作用；可通过路径与环境变量控制写入位置，而非隐式污染无关目录。

类别	写入什么	典型位置	用户如何控制
凭据状态	经配置写入的 `app_id` / `secret_key`、刷新后的 `access_token`、 `expire_in` 等	`CHANJING_OPENAPI_CREDENTIALS_DIR/credentials.json`（默认 `~/.chanjing/credentials.json`；兼容 `CHANJING_CONFIG_DIR`）	设置推荐名或旧名；或迁移/删除该文件；勿将秘钥提交版本库。
一键成片工件	`final_one_click.mp4`、`workflow_result.json`、`work/` 等	由 `run_render.py --output-dir` 指定（常见为某次任务下的 `outputs/<任务名>/`）	选用明确的 `--output-dir`；任务结束后按需保留或删除该目录。
其它下载类脚本（子 skill）	合成结果等到本地	各 skill 的 `download_result.py` 等：默认多在当前工作目录下 `outputs/<产品线>/`，或 `--output` 绝对路径	在预期 cwd 下执行，或始终传 `--output`；详见对应 skill 的 `SKILL.md`。
临时/过程文件	TTS 合并、切段、上传前缓存等	多在上述 `output-dir` 下的 `work/` 或脚本约定子目录	随输出目录一并管理。

凭据文件：路径与读写语义见上表 凭据状态 行；首次配置见 skills/chanjing-credentials-guard/SKILL.md。

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（及子进程）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（hook / 首段与首镜对齐：≤20 字硬上限，见 script_prompt.md）3) Storyboard：语义切分；storyboard_prompt.md（首个分镜 voiceover 同上硬上限）；非当代 history_storyboard_prompt.md；DH chanjing-video-compose，AI chanjing-ai-creation；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 CHANJING_ONE_CLICK_VIDEO_REF_PROMPT_MAX_CHARS（兼容 AI_VIDEO_PROMPT_MAX_CHARS）。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；SKILLS_DIR / CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT / CHAN_SKILLS_DIR（§3）；chanjing-tts / chanjing-video-compose / chanjing-ai-creation

职责：① TTS+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；总长由 CHANJING_ONE_CLICK_VIDEO_REF_PROMPT_MAX_CHARS（兼容 AI_VIDEO_PROMPT_MAX_CHARS）约束

不做：不产 plan/script/storyboard；不自动非当代/当代；不用 list_tasks.py 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 `list_figures.py` 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（`--subtitle show`）
`speed`/`pitch`	否	默认 1/1
`ai_video_duration_sec`	否	5 或 10，默认 10
`model_code`	否	默认 `CHANJING_ONE_CLICK_VIDEO_CREATION_MODEL_CODE`（兼容 `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）

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

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

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 true
`avatar_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 `list_voices.py` 与 `list_figures.py`（来源与 `video_plan` / 用户指定一致）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 true
`strict_validation`/`allow_auto_expand_topic`/`max_retry_per_step`	否	true/false/1
`full_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
`status`	success / partial / failed
`video_plan`	Plan
`script_result`	title、hook、full_script、cta
`storyboard_result.scenes[]`	scene_id、duration_sec、voiceover、subtitle、visual_prompt、use_avatar
`render_result`	video_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

Comments

Loading comments...