Agent Skill

小说推文视频生成

把一章小说、网文片段或故事脚本改编成一组按顺序排好的带旁白竖屏推文视频片段:借助 AI 自动拆出钩子和分镜、每个分镜配一张插画、用你选的音色录旁白,再让每段画面跟着自己的旁白动起来,同一个角色在每个镜头里长得一样。适合小说转视频、文转视频、小说推文、网文推文、小说解说、故事号日更、书评短片、图文成片和故事成片,一章文字直接成片,按分镜顺序交付一组可直接发布的竖屏故事视频片段。

设计多媒体·beatra·来自 skill_hub·skillhub.cn ↗
skillhub install @beatra-ai/novel-promo-video-maker
8 Stars·5.2万 综合热度·5,370 字文档·源站更新 2026-11-18

README 文档

5,370 字

小说推文视频生成

把一章文字变成一组按顺序排好的带旁白竖屏分镜片段:从原文里拆出钩子和分镜,每个分镜画一张插画且角色始终是同一个人,录好旁白,再让每段画面跟着属于它的那句旁白走。

适用范围与路线选择

当用户手上有故事文本——一章小说、一段网文节选、一篇短篇、一份梗概或一份故事脚本——并且想要拿到带旁白的成片时,使用本 Skill。适合网文推广、故事号与读书号、书评短片、剧情回顾、无真人出镜的故事账号,以及连载日更。

只要分镜表或镜头清单、不要成片,请使用 ai-storyboard-generator。单个电影感真人镜头请使用 ai-short-drama-shot-maker,动态漫画分格请使用 ai-comic-drama-shot-maker。整本书的纯音频、不带画面请使用 ai-audiobook-narration,不带视频画面的纯音频多角色配音演出请使用 beatra-ai-voice-studio(故事推文视频内的角色对话分镜可在本 Skill 中直接制作)。以音乐为主导的混剪请使用 ai-music-video-clip-maker。

输入与默认值

唯一的硬性输入是那段故事文本。复用对话中已有的题材、语气、目标平台、旁白偏好、角色设定和参考图。

只有当答案会改变付费结果时才询问:用户给的是长篇却没指明章节或场景时,问改编哪一段;这一段里出现多个角色而原文没有交代主视角时,问以谁为主。

避免多余提问的默认值:

  • 竖屏 9:16 画布,因为投放位置是短视频信息流。
  • 四到六个分镜:一个钩子分镜、两到四个推进分镜,以及一个留悬念或转折的收尾。
  • 全片一个旁白音色,或在包含角色对白的分镜中使用多角色配音(多说话人对话需选用支持 supports_dialogue=true 的音色)。
  • 每张分镜图 count: 1,让用户先看准画风再批量跑。
  • 默认插画电影感画风,除非原文或用户指定了别的。

标准流程

策划、音色浏览(beatra.voices.list)、免费试听音色(beatra.voices.preview)、单人或对话语音预检(beatra.speech.validate、beatra.speech.validatedialogue)以及随成音免费附带的对齐字幕(subtitleenable: true)均不计费。出图、可选的智能语音导演(beatra.speech.preparescript)、单人或对话语音合成、可选的环境音效(beatra.audio.generatesfx)和视频调用是付费的。

  1. 读完这一段,写一份分镜表:钩子、每个分镜的动作与情绪、可见场景,以及出场角色。
  2. 出图之前先建角色表。每个反复出场的角色先生成一张参考形象并保留其 artifact;后面每个镜头都带上这张参考图,角色才会在各分镜里是同一个人。
  3. 按作者的语气为每个分镜写旁白句(或旁白加角色对话轮次),长度以能放进一个镜头为准。
  4. 用 beatra.models.list 读取本次会用到的各项能力的实时卡片——角色参考图用 texttoimage,带角色参考的分镜图用 imagetoimage,单人旁白用 texttospeech(若包含对话分镜则加查 texttodialogue),可选用智能语音导演时查 speechscript,可选用氛围音效时查 soundeffects,以及 imagetovideo——所有价格都从卡片上取。图片阶段要用已准入请求匹配当前 pricing.options 的维度;如果准入前无法确定唯一价格,就以符合条件的最高价格作为批准上限,且绝不要按参考图数量倍增图片价格。图片按成功落盘的张数计费,语音与对话按每 1,000 加权字符线性计费(每个汉字算 2),智能语音导演按次计费(48 小时内保持相同 input、instructions、language、context 只更换 voice 或 model 时不再重复扣费),音效按条计费(0.5–30 s),视频按返回的计费基准计价。
  5. 确认方案。 展示分镜表、角色表、旁白或对话台词、画布、出图/可选的 preparescript/语音或对话/可选音效/视频各自的确切调用次数、每个阶段的当前最高费用(并写明音色浏览与试听、预检校验和对齐 output.subtitles 为 0 积分),以及每次付费调用各自一个不透明且稳定的 clientrequest_id。
  6. 先出角色参考图,再出每个分镜的画面:全新构图用 beatra.images.generate,需要带上角色参考时用 beatra.images.transform。
  7. 挑选音色时可用 beatra.voices.preview({"voiceid": "..."})免费试听。需要节奏停连、呼吸重音或生僻多音字/外文专名导演编排,又不想改写原文或手写花括号标记时,可自愿选用付费的智能语音导演(beatra.speech.preparescript,{"capability": "speechscript"})。合成前先免费调用 beatra.speech.validate 预检再调用 beatra.speech.synthesize(多角色对白先免费调用 beatra.speech.validatedialogue 再调用 beatra.speech.synthesizedialogue,支持 2–50 轮、<= 2,000 字、<= 10 个支持 supportsdialogue=true 的音色且其中最多 4 个定制音色),默认保留 subtitleenable: true 以随成音免费获取对齐的 JSON/SRT/VTT output.subtitles,然后读取实际返回的时长、大小和 MIME 类型。若已确认方案中包含 0.5–30 s 环境音效,用 beatra.audio.generatesfx({"capability": "soundeffects"})生成音效文件,并随各分镜成片一并交付供后期混音(beatra.videos.animate 每次只接收一个 drivingaudio)。
  8. 分镜图和旁白或对话音频都齐了之后,在任何视频 clientrequestid 或 beatra.videos.animate 调用之前出示准入卡:路线 imagetovideo、工具 beatra.videos.animate、该分镜的图和旁白/对话音频、按音频取整的时长、如有则写分辨率、临时实时估价、标准注册赠额通常开不了这段视频、以及余额不足时会怎样。规划、比较或「去做这段」都不是批准。已批准的静帧或音频并不授权视频。用户确认已充值或已有足够积分覆盖本次估价之前,不要提交。然后用 beatra.videos.animate 让每个分镜动起来,把该分镜的分镜图作为图像输入、把它的旁白或对话音频作为驱动音频传入。显式选择视频模型而不是交给 auto:只保留卡片接受 [image, drivingaudio] 的模型,因为这个能力下大多数模型并不接受,而 auto 标称的默认模型正是会拒绝驱动音频的那一类。不要传 aspectratio——9:16 的分镜图本身决定画幅。拿实际返回的音频时长再对一次卡片,取卡片允许的、不小于它的最小整秒;如果卡片没有允许值,就在视频调用之前停下,而不是把这句话截断。获批的 beatra.videos.extend 也要有自己的准入卡;它的 duration 是最终返回的总时长,且必须大于该片段自身的时长。
  9. 按顺序交付这组分镜片段作为成品。每一条只报告实际返回的任务状态、解析出的模型、尺寸、时长、用量和 billing.netchargedcredits。只复核宿主 Agent 确实能播放或查看的媒体,并说明哪些无法查看。

想让某个分镜更长时,在用户批准这一步额外付费后,用 beatra.videos.extend 续接那一个片段。延长会在恰好一个源片段的前面或后面生成新画面;它的整数 duration 是最终返回的总时长,且必须大于该片段自身的时长。分镜表结构、角色一致性、载荷、旁白与对话时长匹配、音效、延长、故障恢复与交付复核见小说推文工作流(references/workflow.md)。

本 Skill 的执行方式

每个远程 Beatra 操作都使用随包的 scripts/mcp_client.py:在 call 后写入 MCP 工具名,并在标准输入中传入一个 JSON 对象。不要配置或调用宿主 Beatra Connector,也不要使用 REST/OpenAPI 作为回退。首次使用时通过 beatra.installations.register 注册本包。每次创作都是异步任务:提交一次,然后跟踪该任务直到终态。

需要确认的决策

第一次付费调用之前、以及方案有任何变化时都要确认:冻结后的分镜表、角色参考图、每一句旁白或对话台词、画布、显式选定的视频模型、各阶段付费调用的总次数,以及当前最高费用。每一次视频生成、动画或延长调用仍要有自己的准入卡和充值或余额确认。更换原文段落、分镜、角色参考、旁白或对话台词、画布、模型或控制项,都属于新的付费工作,需要新的请求 ID;视频阶段还要新的准入卡。遇到 insufficientbalance 时,转达返回的说明,余额错误里的充值链接保持原样,用户说已充值后再用同一冻结的 clientrequest_id 重试。

因为一个分镜可横跨出图、可选的 prepare_script、语音或对话调用、可选的音效调用和视频调用,每次调用要各自保留一个稳定的请求 ID,绝不跨阶段复用。

故障恢复

任务 ID 一返回就立即保存,并用 beatra.tasks.get 轮询;queued 和 running 表示继续等待。只有在创建请求的响应确实未知、且载荷在同一请求 ID 下逐字节相同时,才重放一次创建。任务 ID 丢失时,按对应能力调用 beatra.tasks.list 查找,用 beatra.tasks.get 确认候选,先找回原任务再考虑新的工作。请求 ID 本身丢失时,不要臆造新 ID,也不要重放。只有用户要求时才调用 beatra.tasks.cancel;遇到 409 时继续轮询原任务,只有其终态为 canceled 时才报告已取消。

当某一个分镜失败而其余成功时,只恢复那一个分镜。已经交付并获认可的分镜依然有效,不重新生成。

账户余额

用户问还剩多少积分,或某次实时估价够不够时,调用 beatra.wallet.get。问已经扣了多少 时,调用 beatra.wallet.ledger。两者都是只读的。不要臆造查余额或充值的工具。也不要把 wallet.get 变成每次付费提交前的必需步骤。

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。

按任务查阅参考

  • 小说推文工作流(references/workflow.md):分镜表、实时价目卡片、角色一致性、确切载荷、旁白与对话时长匹配、音效、单个片段延长、故障恢复与交付复核。
  • 语音与音频处理(references/speech-and-audio.md):音色试听、智能语音导演、多角色对话轮次、免费预检、对齐字幕及音效边界。
  • 安装与认证(references/installation-and-auth.md)和安装注册(references/installation-registration.md):首次使用与共享凭据。
  • 任务与结果(references/tasks-and-results.md)和计费、错误与恢复(references/billing-errors-and-recovery.md):任务、artifact 与计费事实。
  • 随包 MCP Client 连接诊断(references/mcp-connection.md):客户端操作与连接诊断;不要配置宿主 Connector。
  • 更新与安全:更新与安全(references/updates-and-security.md)
  • 卸载与断开连接(references/uninstall-and-disconnect.md):移除本包与清理共享凭据。

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 ›