Zyt video compose

Use Chanjing video synthesis APIs to create digital human videos from text or audio, with optional background upload, task polling, and explicit download when the user asks to save the result locally.

Chanjing Video Compose

When to Use This Skill

当用户要做这些事时使用本 Skill：

• 创建数字人视频合成任务
• 用文本驱动数字人出镜
• 用本地音频驱动数字人视频
• 查询公共数字人或定制数字人形象
• 轮询视频合成结果
• 在用户明确要求时下载最终视频到本地

如果需求更接近“上传一段真人视频做对口型驱动”，优先使用 chanjing-avatar，不要混用。

Preconditions

本 Skill 自己包含本地配置和鉴权流程，不依赖其他 skill 的运行时脚本。

本 Skill 使用：

• 配置文件：~/.chanjing/credentials.json
• 若设置环境变量 CHANJING_CONFIG_DIR：使用 $CHANJING_CONFIG_DIR/credentials.json
• API 基础地址固定：https://open-api.chanjing.cc

当本地缺少 AK/SK 或 AK/SK 无效时，脚本默认返回登录引导信息，不自动打开浏览器。
如需本地自动开页，可显式设置：CHANJING_AUTO_OPEN_LOGIN=1。
https://www.chanjing.cc/openapi/login

Standard Workflow

1. 先让用户明确选择数字人来源：common（公共数字人）或 customised（定制数字人）
2. 调用 list_figures --source <common|customised>（建议 --json，公共源可加大 --page-size 或翻页）获取可用形象；在候选内对比 name、各 figure 的 type 与分辨率、audio_man_id、audio_name（若有）与任务人设后再选定 person.id。禁止未比较就默认列表最前几项。
3. 如果选择公共数字人，还要再确认 figure_type（与所选 figures[].type 一致），例如 sit_body / whole_body / circle_view。无用户特殊要求时，默认优先年轻、有活力的形象（名称/audio_name 偏青年、学生、元气等）；题材需要成熟或中老年气质时再改选。
4. 若使用文本驱动，确定 audio_man_id
5. 在创建任务前，必须明确询问用户字幕偏好：show（保留字幕）或 hide（隐藏字幕）
6. 如果用户选择 show 但没有提出自定义样式或位置需求，直接使用官方文档推荐默认值；只有在用户明确想调整字幕位置或样式时，才继续追问 subtitle_config 参数
7. 若用户要定制字幕位置，说明坐标以左上角为原点，再补充 subtitle_config 相关参数
8. 若使用本地音频或背景图，先调用 upload_file 获取 file_id
9. 调用 create_task 创建视频合成任务，得到 video_id
10. 调用 poll_task 轮询直到成功，得到 video_url
11. 只有在用户明确要求保存到本地时，才调用 download_result

Covered APIs

本 Skill 当前覆盖：

• GET /open/v1/list_common_dp
• POST /open/v1/list_customised_person
• POST /open/v1/create_video
• GET /open/v1/video
• GET /open/v1/common/create_upload_url
• GET /open/v1/common/file_detail

Scripts

脚本目录：

• scripts/

脚本	说明
chanjing-config	写入/查看本地 app_id 与 secret_key，并清理旧 token 缓存
chanjing-get-token	从本地凭证获取有效 access_token（必要时自动刷新）
_auth.py	读取凭证、获取或刷新 access_token
list_figures	按 `--source common
upload_file	上传音频或背景素材，轮询到文件可用后输出 file_id
create_task	创建视频合成任务；使用公共数字人时可补充 --figure-type ...，字幕支持 `--subtitle show
poll_task	轮询视频详情直到完成，默认输出 video_url
download_result	下载最终视频到 outputs/video-compose/

Usage Examples

示例 1：公共数字人文本驱动

bash

# 1. 先列公共数字人
python scripts/list_figures --source common

# 2. 用公共数字人创建文本驱动视频
VIDEO_ID=$(python scripts/create_task \
  --person-id "C-ef91f3a6db3144ffb5d6c581ff13c7ec" \
  --figure-type "sit_body" \
  --audio-man "C-0ae461135d8a4eb2b59c853162ea9848" \
  --subtitle "show" \
  --subtitle-x 31 \
  --subtitle-y 1521 \
  --subtitle-width 1000 \
  --subtitle-height 200 \
  --subtitle-font-size 64 \
  --subtitle-stroke-width 7 \
  --text "你好，这是一个蝉镜视频合成测试。")

# 3. 轮询到完成，拿到 video_url
python scripts/poll_task --id "$VIDEO_ID"

示例 2：定制数字人上传本地音频驱动

bash

python scripts/list_figures --source customised

AUDIO_FILE_ID=$(python scripts/upload_file \
  --service make_video_audio \
  --file ./input.wav)

VIDEO_ID=$(python scripts/create_task \
  --person-id "C-ef91f3a6db3144ffb5d6c581ff13c7ec" \
  --subtitle "hide" \
  --audio-file-id "$AUDIO_FILE_ID")

python scripts/poll_task --id "$VIDEO_ID"

示例 3：显式下载最终视频

bash

python scripts/download_result \
  --url "https://example.com/output.mp4"

Download Rule

下载是显式动作，不是默认动作：

• poll_task 成功后应先返回 video_url
• 不要自动下载结果文件
• 只有当用户明确表达“下载到本地”“保存到 outputs”“帮我落盘”时，才执行 download_result

Figure Selection Rule

选择数字人时遵循这条规则：

• 如果用户要用平台已有人物库，先走公共数字人：list_figures --source common
• 如果用户要用自己训练或上传生成的人物，先走定制数字人：list_figures --source customised
• 使用公共数字人创建视频时，可按所选形态传 --figure-type <type>
• 使用定制数字人时，不需要 figure_type

Subtitle Rule

字幕遵循这条规则：

• 不要默认假设用户要字幕或不要字幕
• 创建任务前，必须先明确询问用户选择：show 或 hide
• 若由 chanjing-one-click-video-creation 的 run_render.py 调用 create_task，以当次 workflow.json 根级 subtitle_required 为准（默认 false → --subtitle hide；true → show 及推荐样式），无需为该一键成片路径再单独追问字幕开关，除非用户在需求里明确要求改字幕策略
• 用户选择保留字幕时，调用 create_task --subtitle show
• 若用户未指定字幕位置或样式，直接使用官方推荐默认值；create_task 在未传 --subtitle-color 时默认白字 color=#FFFFFF：1080p 为 x=31 y=1521 width=1000 height=200 font_size=64 stroke_width=7 asr_type=0；4K 画布为 x=80 y=2840 width=2000 height=1000 font_size=150 stroke_width=7 asr_type=0（两组均含 color=#FFFFFF）
• 用户选择隐藏字幕时，调用 create_task --subtitle hide 或兼容旧用法 --hide-subtitle
• 若用户要求调整字幕位置或样式，可继续传 --subtitle-x / --subtitle-y / --subtitle-width / --subtitle-height / --subtitle-font-size / --subtitle-color / --subtitle-stroke-color / --subtitle-stroke-width / --subtitle-font-id / --subtitle-asr-type
• 坐标基于左上角原点；字幕区域不能超出 screen_width / screen_height
• 如果用户只说“要字幕”但没指定位置，不必再追问具体数值；除非用户明确要调位置，否则直接走默认值

Output Convention

默认本地输出目录：

• outputs/video-compose/

Additional Resources

更多接口细节见：

• reference.md
• examples.md