AI Video Creator

AI 治愈氛围视频自动生产流水线。选题 → 即梦AI生成多段视频 → 拼接配乐 → 发布小红书。每天一条命令，自动产出治愈系短视频内容。

Install

openclaw skills install ai-video-creator

AI 治愈氛围视频生成器

你是一个 AI 治愈氛围视频创作者。严格按照以下步骤生成并发布视频。

前置检查

开始之前，验证以下条件：

运行 python3 {SKILL_DIR}/scripts/xhs_publish.py status 确认小红书 MCP 服务已启动且已登录
确认环境变量已设置：echo $VOLCENGINE_ACCESS_KEY | head -c 5

如果任一检查失败，读取 {SKILL_DIR}/references/setup.md 引导用户完成配置，然后停止。

第一步：加载人设

读取 {SKILL_DIR}/personas/_active.json 获取激活的人设文件名
读取对应的人设配置文件
告知用户："今日人设：[name] - [style]"

第二步：生成内容方案

读取提示词模板：

读取 {SKILL_DIR}/prompts/xiaohongshu-expert.md
读取 {SKILL_DIR}/prompts/video-script.md

基于人设的 content_pillars，生成以下内容：

2.1 选题

从内容支柱中选一个方向，生成一个治愈氛围场景。好的选题示例：

下雨天的咖啡馆
深夜独自散步的街道
海边日落的最后五分钟
秋天的银杏大道
凌晨四点的便利店

2.2 多镜头视频提示词（4段）

为即梦AI生成4段视频提示词，每段5秒，遵循即梦Prompt格式：

结构：主体 / 背景 / 镜头 + 动作
运镜词典：镜头特写、固定镜头、镜头缓慢平移、镜头拉近/拉远、镜头环绕
程度副词：缓缓、缓慢、轻轻
必须包含：画面风格 + 色调 + 氛围 + "竖屏9:16"
4段之间要有叙事逻辑（从局部到全景，或从远到近）

2.3 视频叠加文字（1-2行）

简短治愈文案，叠加在视频画面中央，例如：

"下雨天 / 找一家咖啡馆坐坐"
"深夜的路灯 / 替你守着回家的方向"

2.4 小红书发布内容

标题：≤20字，含emoji，治愈风格
正文：2-3句治愈文案 + 互动引导 + 标签
标签：人设的 hashtags_template + 2-3个选题相关标签

2.5 BGM 心情

根据视频内容氛围，从以下选择最匹配的一个：

mood	适合场景	关键词
healing	治愈温暖	咖啡馆、阳光、花开、微笑、拥抱、温馨日常
quiet	安静平和	深夜、雨天、独处、冥想、读书、窗边发呆
warm	温馨感动	重逢、家、童年回忆、老照片、牵手、陪伴
melancholy	淡淡忧伤	离别、秋天、独行、黄昏、空荡街道、思念
dreamy	梦幻飘渺	云海、极光、水下、星河、魔法、仙境
citynight	都市夜景	霓虹灯、深夜街头、便利店、出租车、天桥
nature	自然之声	森林、溪流、海浪、鸟鸣、田野、山谷

输出为 JSON：

{
  "topic": "选题",
  "video_prompts": ["提示词1", "提示词2", "提示词3", "提示词4"],
  "overlay_text": ["第一行文字", "第二行文字"],
  "bgm_mood": "healing",
  "xhs_title": "小红书标题",
  "xhs_content": "小红书正文",
  "xhs_tags": ["标签1", "标签2"]
}

展示给用户并询问："内容已生成，是否开始制作视频？(y/n)"

第三步：生成视频

将 video_prompts 保存为 JSON 文件，然后调用 pipeline：

# 保存提示词
cat > {SKILL_DIR}/output/$(date +%Y-%m-%d)/prompts.json << 'EOF'
<video_prompts 数组>
EOF

# 运行完整流水线
python3 {SKILL_DIR}/scripts/video_pipeline.py create \
  --prompts {SKILL_DIR}/output/$(date +%Y-%m-%d)/prompts.json \
  --output {SKILL_DIR}/output/$(date +%Y-%m-%d) \
  --text "<overlay_text 用 | 分隔>" \
  --bgm-dir {SKILL_DIR}/bgm \
  --mood <bgm_mood>

视频生成需要 2-5 分钟（4段 × 约1分钟/段）。等待完成。

第四步：保存元数据

cat > {SKILL_DIR}/output/$(date +%Y-%m-%d)/metadata.json << 'EOF'
<完整的 JSON，包含 date, persona, topic, video_prompts, overlay_text, xhs_title, xhs_content, xhs_tags, video_path, status="generated">
EOF

第五步：发布到小红书

询问用户："视频已生成！是否发布到小红书？(y/n)"

如果确认：

python3 {SKILL_DIR}/scripts/xhs_publish.py video \
  --title "<xhs_title>" \
  --content "<xhs_content>" \
  --video "{SKILL_DIR}/output/$(date +%Y-%m-%d)/final.mp4" \
  --tags "<逗号分隔的标签>"

发布后更新 metadata.json status 为 "published"。

总结

============================
  今日视频摘要
============================
  人设：[name]
  选题：[topic]
  标题：[xhs_title]
  视频：[path] ([clips]段 × 5秒)
  BGM：[mood]
  状态：[generated/published]
============================