跨境电商带货口播专家

带货口播视频Skill，把商品图、商品卖点、销售地区、受众、语言和时长组装成跨境电商带货口播MP4，覆盖商品口播、TikTok带货视频、达人种草视频、product talking video、sale video、e-commerce talking head video。用户说"带货口播"、"商品口播"、"帮我做一个产品带货视频"、"生成TikTok口播广告"、"make a product talking video"时触发。即使用户只说"用这些商品图做一个能卖货的视频"、"做跨境短视频素材"或"seller video with speaking model"，也应触发本Skill；普通图转视频、视频剪辑、带货数据分析不在本Skill范围。

带货口播

适用场景

把商品图和商品卖点转成带人设、口播、分镜和促单结构的商品视频。这个 Skill 只负责商品理解、三套口播方案、用户选择和最终视频 prompt 组装；实际视频生成必须委托通用底层能力 linkfox-aigc-videogen / linkfox-aigc-videogen-multi，不得在本 Skill 重复实现工具网关调用。

场景	说明
商品口播视频	用户提供商品图和卖点，希望生成真人自拍风格的口播短视频。
跨境带货素材	用户指定销售国家/地区、语言和受众，希望模特人设、背景和口播本土化。
TikTok/短视频广告	用户希望生成有视觉钩子、痛点展示、促单话术的商品短视频。
多图商品输入	用户提供多张商品图，先做商品信息分析，再生成口播方案。

不适用

• 普通图转视频、首尾帧视频、多参考图视频：使用 linkfox-aigc-videogen-image-to-video。
• 视频剪辑、拼接、字幕包装、后期转场：需要单独的视频剪辑 Skill。
• TikTok 达人数据、带货销量、榜单分析：这是数据查询能力，不是口播视频生成。
• 数字人直播、长视频脚本、完整广告片项目管理：需要独立 Skill。

全局规则

方案选择强制约束（最高优先级）

1. 默认必须两阶段执行：先生成 3 套口播方案并展示给用户选择，再根据用户选择生成视频；不得把方案生成和视频生成合并成一步。
2. 步骤 3 必须停止等待：输出 3 套候选方案后，必须停止并等待用户回复方案 1/2/3，严禁自动调用底层视频生成能力。
3. 展示给用户的是可读方案，内部必须保留完整结构：用户只需要选择编号；Agent/调用方必须在上下文中保留完整 schemes JSON，用户选择后用 schemes + selectedSchemeNumber 或选中的 selectedScheme 继续。
4. 禁止静态文本冒充方案：不得只回填一段“方案一/方案二”文本作为 selectedScheme；selectedScheme 必须是结构化对象。
5. 直接 prompt 仅作显式跳过：只有当调用方确认 prompt 已经是最终成片提示词，并传入 skipSchemeSelection: true 时，才允许跳过方案选择。

给用户展示方案时，必须给出 3 个编号，并以类似以下方式收尾：

text

请选择要生成视频的方案：回复 1、2 或 3。选择后我会按该方案生成带货口播视频。

两阶段交互契约

阶段	触发条件	必须做什么	严禁做什么
方案阶段	用户提供商品图、卖点、地区、语言等初始信息	生成 schemes，向用户展示方案 1/2/3，并在上下文保留完整 schemes 对象	调用底层视频生成能力直接生成视频
生成阶段	用户回复 1/2/3 或明确选择某个方案	用原始 schemes + selectedSchemeNumber，或选中的 selectedScheme 对象调用脚本生成视频	把用户看到的静态方案文案当成 selectedScheme，或在未传 skipSchemeSelection: true 时只传 prompt

如果调用方不是对话式系统，无法保留上下文中的 schemes，则第二阶段必须直接传完整的 selectedScheme 对象；只传 "方案一"、"方案二" 这类字符串会被脚本拒绝。

输入参数

底层视频生成能力见 linkfox-aigc-videogen / linkfox-aigc-videogen-multi。本 Skill 的口播业务参数见下表，口播方案生成提示词见 references/prompt.md。

参数	类型	必填	默认	说明
imageList	array[string]	条件必填	-	商品图/实拍图列表。未传时可用 imageUrl；每项必须是 http(s) 可访问 URL。
imageUrl	string	条件必填	-	单张商品图，脚本会归一成 imageList[0]；必须是 http(s) 可访问 URL。
customer_keywords	string	是	-	用户卖点、痛点、商品信息补充，驱动脚本重点。正常两阶段流程必须作为顶层结构化字段传入，不得只揉进 prompt。
language	string	否	英语	talk 字段的口播语言；未传时默认英语。
salesRegion	string	否	美国	销售国家/地区，最高优先级，决定人种、肤色、环境；未传时默认美国。
targetAudience	string	是	-	目标受众，决定年龄层、穿衣风格和精神面貌。正常两阶段流程必须作为顶层结构化字段传入；不明确时调用方也应传“泛人群”等明确值。
videoDuration	integer	是	-	期望视频时长。正常两阶段流程必须作为顶层结构化字段传入。
videoType	string	否	SEED	参考图模式模型：SEED / SEED_FAST / WAN / HAPPY_HORSE。脚本可接受 seedance2.0、seedance2.0fast、wan2.6、happyhorse 等别名。
aspectRatio	string	否	按模型默认	视频输出比例，沿用图转视频参考图模式：SEED 支持 16:9/9:16/adaptive，SEED_FAST 支持 16:9/9:16，WAN 不支持比例字段，HAPPY_HORSE 支持 16:9/9:16；不传或传 default / 默认 / 按模型 表示使用模型默认，不等于自适应。明确自适应必须传 adaptive 或 自适应。
resolution	string	否	按模型	生成分辨率，沿用图转视频参考图模式：SEED 支持 480p/720p/1080p，SEED_FAST 支持 480p/720p，HAPPY_HORSE 支持 720p/1080p，WAN 透传。
schemes	array[object]	条件必填	-	3 套候选口播方案数组。与 selectedSchemeIndex / selectedSchemeNumber 配合使用；如果已直接传 selectedScheme 或最终 prompt，可不传。
selectedSchemeIndex	integer	条件必填	-	从 schemes 选择方案的 0 基下标：0/1/2。
selectedSchemeNumber	integer	条件必填	-	从 schemes 选择方案的 1 基序号：1/2/3。与 selectedSchemeIndex 二选一。
selectedScheme	object	条件必填	-	用户选中的 3 套方案之一，必须是结构化对象，包含 plan、language_instruction、visual_anchors.person_anchor、visual_anchors.product_anchor、shots[].visual、shots[].talk、shots[].prompt。只有调用方传 skipSchemeSelection: true 且已直接给最终 prompt 时，才可跳过选择步骤。
prompt	string	条件必填	-	最终视频生成提示词。默认不能单独用于生成；只有传 skipSchemeSelection: true 明确跳过方案选择时才接受。
skipSchemeSelection	boolean	否	false	是否显式跳过 3 套方案选择。默认 false；仅当调用方已确认 prompt 是最终成片提示词时可设为 true。
hiddenPrompt	string	否	-	内部强化提示词，和 prompt 合并提交。
voice	boolean	否	true	带货口播模型默认提交 voice=true。调用方传入的 voice=false 不会关闭口播声音。

结构化字段约束

正常两阶段口播流程必须传 customer_keywords、targetAudience、videoDuration 这 3 个顶层字段。language 和 salesRegion 保留默认值，未传时分别按英语、美国处理。脚本会拒绝“只把必填业务信息写进 prompt”的调用，错误信息为 Missing required structured parameter: ...。只有 skipSchemeSelection: true 且 prompt 已经是最终确认提示词时，才允许绕过这组结构化字段校验。

图片字段固定规则

带货口播按模型选择底层能力：seedance2.0、seedance2.0fast、HappyHorse 委托 linkfox-aigc-videogen-multi，最终提交 imageList；wan2.6 委托单图能力 linkfox-aigc-videogen，只提交单张 imageUrl，不提交 imageList，也不提交 ignoredImageCount。选择 wan2.6 时，如果上游给了多张图，必须先让用户保留 1 张主商品图。

模型参数

模型	API 枚举	底层能力	时长	分辨率	比例	声音	图片数量
seedance2.0	SEED	linkfox-aigc-videogen-multi	5/10/15 秒	480p/720p/1080p	16:9/9:16/adaptive	默认 true	最多 9 张
seedance2.0fast	SEED_FAST	linkfox-aigc-videogen-multi	5/10/15 秒	480p/720p	16:9/9:16	默认 true	最多 9 张
HappyHorse	HAPPY_HORSE	linkfox-aigc-videogen-multi	5/10/15 秒	720p/1080p	16:9/9:16	默认 true	最多 9 张
wan2.6	WAN	linkfox-aigc-videogen	5/10/15 秒	透传	不支持	默认 true	仅 1 张

比例默认值与自适应

• aspectRatio 不传，或传 default / 默认 / 按模型：使用脚本内置模型默认比例；当前默认是 SEED、SEED_FAST 和 HAPPY_HORSE 为 9:16。WAN 不支持比例字段，不应传 aspectRatio。
• aspectRatio 传 adaptive / 自适应 / auto / adapt：明确请求自适应，只在该模型支持 adaptive 时通过校验。
• aspectRatio 传 16:9 / 9:16：表示用户明确选择该比例，Skill 不会自动改成 adaptive。

已有任务查询

当用户询问“刚才那个视频的进度 / 状态 / 是否完成 / 结果 / 失败原因”时，必须先走已有任务查询，不得重新生成三套方案，也不得进入最终视频生成步骤。

• 先在 workspace 的 <cwd>/linkfox/<YYYY-MM-DD>/<session>/data/ 查找底层任务记录：linkfox-aigc-videogen-task-*.json 或 linkfox-aigc-videogen-multi-task-*.json。
• 根据任务记录里的 skill 字段，委托对应底层能力的查询模式：linkfox-aigc-videogen 用 --query-task，linkfox-aigc-videogen-multi 用 --query-task。
• 若用户直接提供 taskId，只调用底层能力的查询模式；不得重新提交商品图、口播方案、prompt 或模型参数。
• 查询返回 PROCESSING 时只说明仍在生成；SUCCESS 时展示底层返回的本地视频路径；FAILED 时读取 errorMsg 做用户可读说明，不自动重试、不换模型、不重建任务。

流水线步骤

步骤 1：整理输入图片

• 输入：imageList / imageUrl。
• 操作：确认至少有一张商品图，且图片已经是可访问 URL；单张图归一为 imageList[0]。不执行图片上传、比例校验、裁切、拼图或补边。
• 输出：规范化后的图片列表和主图。
• 用途：被步骤 2 的商品信息分析和步骤 5 的视频接口调用复用。

步骤 2：自动生成商品信息

• 输入：步骤 1 的商品图片，以及用户补充的 customer_keywords。
• 操作：使用 linkfox-aigc-textgen 的图文理解能力，结合 references/prompt.md 的“第一步：自动生成商品信息”提示词，生成 product_name、target_audience、selling_points_description、craftsmanship_details、usage_method、category_path。
• 输出：商品信息 JSON。
• 用途：补全卖点少、用户描述不足时的口播方案输入。

步骤 3：生成 3 套带货口播方案

• 输入：步骤 2 商品信息、language、salesRegion、targetAudience、videoDuration、customer_keywords。
• 操作：读取 references/prompt.md 的“第二步：带货口播”提示词，生成严格 JSON，包含 schemes[0..2]、visual_anchors、plot、environment_setup、bgm、shots[]、negative_prompt。
• 输出：3 个候选方案，并向用户展示方案 1/2/3。
• 用途：回填给用户/调用方并等待选择。此步骤完成后必须停止，不得继续生成视频。

步骤 4：选择方案并合成最终视频提示词

• 输入：用户选择后的某一个 selectedScheme，或 schemes + selectedSchemeIndex / selectedSchemeNumber。只有 skipSchemeSelection: true 时，才允许用户直接提供最终 prompt。
• 操作：先校验选中方案是结构化对象，再把剧情、环境、BGM、分镜 prompt、口播稿、负向提示词合成为最终视频提示词；保留人种锁定、手机前置自拍、口型活跃、真实皮肤纹理、产品锚点一致性等约束。
• 输出：最终 prompt 和 hiddenPrompt。
• 用途：提交给步骤 5 的底层视频生成能力。

步骤 5：委托底层能力生成视频

• 输入：步骤 1 图片列表、步骤 4 最终提示词、模型参数。
• 操作：按模型调用底层 skill（唯一调用方式，禁止改用脚本、HTTP 或其它视频 skill）：
  • seedance2.0、seedance2.0fast、HappyHorse 调用 linkfox-aigc-videogen-multi，传 imageList。
  • wan2.6 调用 linkfox-aigc-videogen，传单张 imageUrl，不得传 imageList。
  • videoType：SEED / SEED_FAST / WAN / HAPPY_HORSE
  • videoTime：步骤 4 归一后的时长
  • prompt：步骤 4 合成的最终视频提示词，可叠加 hiddenPrompt
  • promptOptimizer、aspectRatio、isPro、voice:true、camera、resolution
  • skill 输出原封不动透传：底层 linkfox-aigc-videogen / linkfox-aigc-videogen-multi 自行完成网关调用、响应落盘和视频下载，本 Skill 不做二次包装、不截取、不重新输出。
• 输出：底层 skill stdout；成功通常包含 Saved full response: ["...mp4"]，失败可能包含 Saved full response: xxx.json 或错误说明。
• 用途：业务层不接触工具网关鉴权、HTTP 请求、响应落盘和视频下载细节。

步骤 6：返回交付 JSON

• 输入：步骤 5 的底层 skill stdout。
• 操作：成功时收集 Saved full response: 后的本地媒体路径；失败时读取底层能力落盘 JSON 中的 errcode / errmsg / error / status / errorMsg 并做用户可读说明。若响应出现 status=FAILED 且 errorMsg 为“图片审核不通过”或其它审核、侵权、人脸、明星/名人肖像相关失败，立即停止；不得重新生成方案、重新上传同一素材、换模型、换底层 skill、改 prompt 或继续调用工具绕过。
• 输出：media_paths。
• 用途：Agent 收尾时只展示本地 MP4 路径。

输出规则

• 只向用户展示 media_paths 中的本地视频路径。
• 不要读取或输出视频文件正文/base64。
• 不要把原始 API 返回的临时 URL 直接给用户。
• 图片审核不通过是终止型业务失败；只提示用户更换有授权、无明星/名人肖像或侵权风险的合规图片。

执行自检

每次执行后，Agent 在收尾时确认：

• 最终生成时按模型调用 linkfox-aigc-videogen 或 linkfox-aigc-videogen-multi。
• 成功时 seedance2.0、seedance2.0fast、HappyHorse 使用 imageList；wan2.6 使用单张 imageUrl。
• 成功时 voice 为 true；带货口播模型默认都开声音。
• 成功时优先展示底层 skill 返回的本地视频路径；若为空，说明底层能力未返回本地视频路径，并提示用户查看底层 skill 的落盘 JSON。
• 图片审核不通过时立即停止，并返回用户可读的合规换图提示；不重试、不绕路。
• 用户询问已有任务进度时，已使用 task 记录或 taskId 查询，没有重新生成方案或提交生成任务。
• 生成方案时 schemes 正好 3 个，shots 为数组，language_instruction 写成“整个视频使用[language]来进行口播”。
• 正常两阶段流程必须收到结构化 customer_keywords、targetAudience、videoDuration；language / salesRegion 未传时使用默认英语/美国，不得只从 prompt 里猜必填业务字段。
• 展示 3 套方案后必须停止等待用户选择，严禁自动进入视频生成。
• 最终生成时如果使用方案选择，传 selectedScheme 对象，或传 schemes + selectedSchemeIndex / selectedSchemeNumber；不要只传静态方案文本。
• 每个 shot 的 prompt 保留人种关键词、产品锚点、清晰开口、手机自拍、手持呼吸感。
• 错误时按底层 skill 返回的业务原因说明，不展示 Python traceback。
• 没有读取或输出视频文件正文/base64。

已知局限

• 本 Skill 不直接依赖视频生成后端接口；带货口播是“商品图理解 + 三套口播方案 + 委托底层视频 Skill 生成视频”的业务编排。
• SEED 可理解为 seedance2.0，SEED_FAST 可理解为 seedance2.0fast，WAN 可理解为 wan2.6，HAPPY_HORSE 可理解为 HappyHorse。
• 底层视频 endpoint 由 linkfox-aigc-videogen / linkfox-aigc-videogen-multi 维护；本 Skill 不维护 endpoint 覆盖逻辑。
• 本 Skill 不负责上传本地图片；进入脚本前，前端或上游 Agent 需要先把图片转换成可访问的 http(s) URL。
• 本 Skill 不做输入图片比例校验、裁切、拼图或补边；aspectRatio / resolution 按图转视频参考图模式做输出参数校验。
• 真实视频生成由底层能力完成，需要有效 LINKFOX_AGENT_API_KEY，并可能耗时 100-600 秒。