Agent Skill

AI创作工作台·视频图片音乐

在同一个创作流程里完成AI视频生成、AI图片生成、AI音乐生成与AI配音,编辑视觉成果,并集中查看和管理做好的成品。AI创作工作台支持文生图、文生视频、图生视频和AI视频编辑,用AI音乐生成把想法做成歌曲或纯音乐,用文字转语音完成多语言旁白,也能通过AI语音克隆创建可复用的专属音色。作为一款AI全能创作与多模态内容创作工具,它适用于短视频、社交内容、产品展示、营销素材、课程、播客、短片和跨媒介项目;素材和做好的成果可以在不同媒介之间复用,制作进度和做好的成品都能集中查看。

设计多媒体·beatra·来自 skill_hub·skillhub.cn ↗
skillhub install @beatra-ai/ai-video-image-music-studio
4 Stars·5.8万 综合热度·8,558 字文档·源站更新 2026-11-22

README 文档

8,558 字

AI创作工作台·视频图片音乐

把用户想要的媒体成果转化为最小且经过验证的 Beatra 工作流,通过共享连接完成制作,并且只返回任务实际产生的内容。使用宿主的原生文本与视觉理解能力分析需求或源媒体;使用 Beatra 创建和管理图片、视频、音乐、语音、可复用声音、上传内容、模型选择和异步任务结果。

复用对话中已有的发布渠道、提示词、源媒体、格式、语言、声音、模型、重要控制项和已接受结果。对于不会改变付费请求的普通创意细节,可以合理推断。只有当缺失信息会改变用户要求的结果、费用、明确指定的模型、声音所有者授权、破坏性取消操作,或其他由用户控制且影响重大的选择时,才向用户提问。

只使用随包提供的客户端

所有 Beatra 操作都必须通过随包 scripts/mcp_client.py 执行。不要配置或使用宿主 Beatra Connector,也绝不要使用 REST/OpenAPI 作为降级方案。普通调用使用:

python3 scripts/mcp_client.py call <tool-name>

通过标准输入提供且只提供一个 JSON 对象。不要把用户内容、本地路径或凭据放进命令行参数。随包客户端会自行添加传输归因信息,并自动执行缓存的、尽力而为且不计费的 beatra.installations.register 步骤;注册失败绝不会阻止用户请求的工作。只有在这条路径需要诊断时,才使用随包 MCP Client 连接诊断(references/mcp-connection.md)。

一次连接,跨媒体通用

当连接为全新、缺失、已过期,或用户明确要求更换连接时,运行:

python3 scripts/authorize.py

浏览器支持登录或创建账号,随后只需一次“允许”操作。辅助程序会立即输出批准链接并等待用户点“允许”(让它继续运行),私密保存设备令牌,通过一次不计费调用完成验证,并输出 Beatra is ready。输出 BEATRAAUTHPENDING 时,把批准链接展示给用户,然后在这一轮里最多再运行同一命令一次;若仍未就绪,先交付不需要连接的内容(见下文)。每次运行都会延续同一个批准,因此用户只需批准一次;用户在没有程序运行时点了“允许”,下一次 Beatra 命令也会自动完成连接。批准链接按打印原样交给用户;绝不要从中抄出批准码、念出批准码,或让用户在对话中输入或确认批准码。只需为完整的 Beatra 连接授权一次;在图片、视频、音乐和语音之间切换不需要再次进行媒体专项授权。安装或替换本包后,如果宿主只在会话启动时发现 Skills,请开始新的 Agent 会话。连接恢复参见安装与认证(references/installation-and-auth.md),自动且不计费的注册行为参见安装注册(references/installation-registration.md)。

连接就绪之前

一轮结束时,若「允许」仍未完成,就把不需要连接的内容按用户要求的格式做完并交付。图片:最终提示词、画幅和张数。视频:分镜、逐镜头提示词、时长和画幅。音乐:标题、分段歌词和风格说明。旁白或对话:整理好的朗读稿或对话轮次,以及声音选择标准。用一句话说明:点「允许」后,下一条消息会自动继续付费步骤;点「允许」只是完成连接,视频、克隆、音乐编辑、音频处理、语音导演、对话或音效调用在下一条消息里仍要先过确认卡。不要用别的工具或服务填补这段空档。

选择最小创作路径

  • 新建图片、按参考构图或在保留底图的前提下编辑时,使用 beatra.images.generate、beatra.images.transform 或 beatra.images.edit。按照图片(references/images.md)执行。
  • 视频提示词增强、文生视频、首图动画、有序参考、必选尾帧与可选首帧、源视频编辑或延长视频时,使用 beatra.videos.enhanceprompt、beatra.videos.generate、beatra.videos.animate、beatra.videos.generatefromreferences、beatra.videos.interpolate、beatra.videos.edit 或 beatra.videos.extend。当请求以文本为主且没有可用静帧时,第一段付费是 beatra.videos.enhanceprompt 或一次 beatra.images.generate 关键帧,各自出示入场卡。该赠额交付并不授权后续任何视频调用。在 beatra.videos.generate、beatra.videos.animate、beatra.videos.interpolate、beatra.videos.generatefromreferences、beatra.videos.edit 或 beatra.videos.extend 之前,调用 beatra.models.list,核对准入载荷,写入最短准入时长(有声驱动与延长规则不变),并出示视频入场卡。没有实时卡片时,不要点名模型或价格。先通过视频(references/videos.md)选择路径,仅在需要时再加载视频控制项(references/video-controls.md)或视频方案(references/video-recipes.md)。
  • 制作歌曲、纯音乐或参考音频引导的曲目时,使用 beatra.music.generate。按照音乐(references/music.md)执行。
  • 修改 Beatra 生成的歌(延长、替换片段、添加人声或伴奏、保存歌手),或为它制作额外文件(歌词时间轴、封面图、歌曲视频(MP4)、WAV 版本)时,如果这个账号有 beatra.music.edit(tools 命令会列出它),就使用它。这些步骤每一步都收费,都有各自的确认卡。按照音乐编辑与音频处理(references/music-editing-and-audio.md)执行。用户要求用本人的声音演唱时,优先使用已由其本人歌声创建的歌手;没有时先创建一个(见音乐编辑与音频处理(references/music-editing-and-audio.md)中的“A singer from the user's own voice”)。
  • 裁剪、循环、淡入淡出、调整响度、转换格式、把歌曲拆成分轨,或提取人声时,如果这个账号有 beatra.audio.process(tools 命令会列出它),就使用它。这些步骤每一步都收费,都有各自的确认卡。按照音乐编辑与音频处理(references/music-editing-and-audio.md)执行。如果这些工具未暴露,就跳过这些步骤;只有用户要的正是这些步骤能交付的东西时,才用一句话说明这项功能暂时还不可用。
  • 付费的 beatra.music.edit、beatra.audio.process、beatra.speech.preparescript、beatra.speech.synthesizedialogue 或 beatra.audio.generatesfx 步骤,一律先出示它自己的确认卡,即使用户要求把它和歌曲、旁白或视频一起做也一样,因为直接请求没有卡可以把它加进去。它也绝不套用视频或克隆的入场卡。卡上写明要做什么、用哪个调用,从 beatra.models.list 读取该步能力(musicedit、audioprocess/audiostemseparation/audiovoiceisolation、speechscript、texttodialogue 或 soundeffects)的实时价格,付费调用一次,一个新的 clientrequest_id,用户就此停下时手里保留什么,以及余额不足时原样转述返回的提示和充值链接,然后等待用户。
  • 制作旁白、多人对话、音色试听或环境音效时:用免费的 beatra.voices.list 浏览候选音色,并用 0 积分的 beatra.voices.preview({"voiceid": "..."})试听。没有实时返回时,不要点名声音、模型、价格或试听;给出选择标准,并说明将从实时列表里选。需要语气节奏、停连重音或生僻多音字/外文专名发音导演编排,又不想改动原文或手写花括号标记时,可使用智能语音导演(beatra.speech.preparescript,按 {"capability": "speechscript"} 查价;48 小时内保持相同 input/instructions/language/context 只更换音色或模型不再重复扣费)。合成前务必先免费调用 beatra.speech.validate 预检再调用 beatra.speech.synthesize,或先免费调用 beatra.speech.validatedialogue 预检再调用 beatra.speech.synthesizedialogue(2–50 轮、<= 2,000 字、<= 10 个支持 supportsdialogue=true 的音色且其中 <= 4 个已就绪的克隆音色),默认保持 subtitleenable: true 以随成音免费获取对齐的 JSON/SRT/VTT output.subtitles。制作独立的 0.5–30 s 音效或 loop: true 环境声底,使用 beatra.audio.generatesfx({"capability": "sound_effects"})。只有在取得声音所有者明确同意后,才使用 beatra.voices.clone 创建可复用声音。按照语音与声音(references/speech-and-voices.md)与语音与音频处理(references/speech-and-audio.md)执行。
  • 当模型选择、兼容性、支持的控制项或费用估算很重要时,使用 beatra.models.list,并以其返回的接口卡片为当前事实。按照模型(references/models.md)执行。不要凭记忆维护模型、价格、语言、默认值或参考数量限制列表;没有实时卡片时,不要点名模型或价格。
  • 当用户询问还剩多少积分,或当前实时估价是否够用时,调用 beatra.wallet.get。当用户询问扣了什么费用时,调用 beatra.wallet.ledger。两者都是只读操作。
  • 模型卡返回里带 top_up 块时,按卡片给出的档位和顺序原样转述。不要给档位排高低,不要贬低其中任何一档,也不要替用户挑。选哪一档是用户自己的事,钱包页会把整份清单摆在他面前。任何时候都不要凭记忆报档位。

不要静默把请求变成另一种操作。尊重用户明确指定的模型;如果不兼容,应说明情况,而不是替换为其他模型或丢弃不受支持的控制项。

安全上传本地媒体

当输入只存在于本地图片、视频或音频文件中时,只能使用:

python3 scripts/mcp_client.py upload <path> --mime-type <type>

该命令会验证 beatra.assets.upload 授权、上传未经修改的原始字节,并返回素材引用。绝不要把文件系统路径发给生成工具,不要使用宿主 HTTP,也不要手写授权和 PUT 上传流程。遵守 100 MB 的通用上限,以及所选模型返回的任何更低限制。普通媒体上传不需要通用的权利声明步骤。用于 beatra.voices.clone 的声音样本是严格例外:上传和克隆前,必须获得用户明确确认其拥有该声音或已获得声音所有者许可,然后才设置 consent_attested: true。参见上传(references/uploads.md)。

明确付费边界

创意规划、授权、上传准备、音色浏览与试听(beatra.voices.list、beatra.voices.preview)、单句与对话语音预检(beatra.speech.validate、beatra.speech.validatedialogue)、对齐 output.subtitles(subtitleenable: true)、发现模型、列出最近任务、积分余额与明细读取和费用估算均不计费。图片、视频、音乐(包括每一个 beatra.music.edit、beatra.audio.process 和 beatra.audio.generatesfx 步骤)、智能语音导演(beatra.speech.preparescript,48 小时内保持同一上下文仅换音色或模型不再额外扣费)、单人语音、多角色对话、声音克隆和视频提示词增强会消耗积分,并返回异步任务。视频提示词增强是后付费例外:它只返回文本、不会开始视频生成,并在任务成功后根据实际令牌结算。

用户直接且描述充分的创作请求,即代表对该次确切付费请求的一次授权,适用于图片、音乐生成(beatra.music.generate)、单人语音(beatra.speech.synthesize),或赠额范围内的视频提示词或关键帧阶段。它并不授权 beatra.videos.generate、beatra.videos.animate、beatra.videos.interpolate、beatra.videos.generatefromreferences、beatra.videos.edit、beatra.videos.extend 或 beatra.voices.clone(全部由下方入场卡门控),也不授权 beatra.music.edit、beatra.audio.process、beatra.speech.preparescript、beatra.speech.synthesizedialogue 或 beatra.audio.generatesfx(各自先走上方确认卡)。在这些视频或克隆调用之前,出示入场卡:路线和 MCP 工具名、实时卡片时长、分辨率和画幅(除非用户点名更高档,使用最短准入时长和最低准入分辨率;有声驱动与延长规则不变)、实时暂估价,以及余额不足时怎么办。规划、比较或“做这段片子”都不是批准。在用户批准入场卡之前,不要创建 clientrequest_id 或提交。声音克隆始终还需要前述明确授权声明。

仅在最终的生成请求载荷已通过验证后,并且视频或克隆阶段已完成入场确认后,创建一个稳定且长度为 1..128 个字符的 clientrequestid,用于标识一次逻辑付费操作。只提交一次,保存返回的 task_id,并通过 beatra.tasks.get 轮询同一任务。完全相同的重试必须沿用同一个请求 ID 和完全相同、已经验证的生成请求载荷;ID 本身和传输归因信息不属于载荷标识。已接受的任何生成参数变更都属于新的付费工作,需要新 ID,视频或克隆阶段还需要新的入场卡。

遵守返回的 deadline_at。如果没有返回该字段,则在主动轮询 30 分钟后停止,报告当前任务状态和恢复方式,绝不要重复提交耗时任务。只有用户提出要求时,才通过 beatra.tasks.cancel 取消。如果取消与终态转换冲突,继续跟踪同一任务。按照任务与结果(references/tasks-and-results.md)以及计费、错误与恢复(references/billing-errors-and-recovery.md)执行。

恢复任务而不重复工作

如果丢失任务 ID,使用 beatra.tasks.list 按可能的能力类型查找,然后对每个可能候选调用 beatra.tasks.get。列表项不包含完整输入,因此必须将每个候选的详细 task.input、解析后的模型、媒体和选项与已保存载荷进行比较,再判断是否为同一项工作。绝不要因为响应丢失,或任务仍处于排队、运行状态,就创建替代任务。

遇到 insufficientbalance 时,转述返回的公开文案,余额错误里的充值地址保持原样,其余内容可翻译,只有用户说已充值后才用同一冻结 clientrequestid 重试。若拒绝信息还指明了其他可行的处理方式,一并向用户说明,并按计费、错误与恢复(references/billing-errors-and-recovery.md)处理。只有错误明确说明未扣费时,才能表述“没有扣费”。不要虚构充值操作或账号变更。使用 topupurl(来自 beatra.wallet.get),或 402 消息中的 URL。撤销连接应在 Beatra 控制台中完成。

交付实际返回的结果

回答先给出用户要的成果和格式;入场卡、路线选择和费用说明跟在后面,绝不替代成果。

任务完成后,报告 taskid、终态、解析后的模型、每一项返回结果和实际用量。对于文件成果,应包含返回的每一个链接或 ID,以及存在时的尺寸、时长、MIME 类型或格式和文件大小。对于非文件成果,例如已启用的克隆声音 voiceid,应在返回时提供。报告 billing.netchargedcredits;只有返回了总扣费和退款时,才一并提供。使用准确返回的 task.links.assets 作为素材管理入口。

绝不要推测任务完成状态、文件 URL、质量、用量、退款或积分总额。如果宿主无法查看图片或播放返回文件,应如实说明。保留结构化错误,并提供最小恢复步骤。

按任务查阅参考资料

  • 图片生成、转换与编辑:图片(references/images.md)
  • 视频路径选择、控制项与请求模式:视频(references/videos.md)、视频控制项(references/video-controls.md)和视频方案(references/video-recipes.md)
  • 歌曲、纯音乐、参考音频与音乐交付:音乐(references/music.md);修改、加工或拆轨歌曲:音乐编辑与音频处理(references/music-editing-and-audio.md)
  • 旁白、多角色对话、智能语音导演、音色发现/试听和需要授权的声音克隆:语音与声音(references/speech-and-voices.md)与语音与音频处理(references/speech-and-audio.md)
  • 音效生成与后期音频处理(trim、loop、fade、normalizeloudness、convertformat、separatestems、isolatevoice):音乐编辑与音频处理(references/music-editing-and-audio.md)与语音与音频处理(references/speech-and-audio.md)
  • 本地图片、视频或音频准备:上传(references/uploads.md)
  • 当前模型兼容性、控制项与估算:模型(references/models.md)
  • 首次连接和自动注册:安装与认证(references/installation-and-auth.md)和安装注册(references/installation-registration.md)
  • 随包命令与连接诊断:随包 MCP Client 连接诊断(references/mcp-connection.md)
  • 任务进度、恢复、结果、余额与错误:任务与结果(references/tasks-and-results.md)和计费、错误与恢复(references/billing-errors-and-recovery.md)
  • 更新与安全:更新与安全(references/updates-and-security.md)
  • 移除包与共享凭据处理:卸载与断开连接(references/uninstall-and-disconnect.md)

移除

如需移除本包或清理凭据,请按照卸载与断开连接(references/uninstall-and-disconnect.md)执行。 绝不要直接删除共享的 ~/.beatra 连接状态。

更新与安全

本 Skill 会自动更新。内置客户端每天最多一次从 Beatra 官网读取本渠道的版本信息 (中国大陆网络走 www.beatra.cn 与 cdn.beatra.cn)。有新版本时,它下载官方发布包, 逐个文件校验 SHA-256,再替换本 Skill 自己的文件;你放进这个目录的其他文件不会被 改动。替换过程中断时,下次运行会自动恢复到替换前的状态。除此之外,它不下载或执行 任何其他代码,只通过 HTTPS 与 Beatra 官方服务通信;你选择上传的文件只会传到 Beatra 为这次上传签发的一次性地址。

关闭自动更新:python3 scripts/mcp_client.py update --auto off。关闭后,客户端每天 最多提示一次在你安装它的商店里更新的命令。详见更新与安全(references/updates-and-security.md)。

同分类其他技能

查看全部 ›