mv-generator
/mv-generator
Prowadzi pełny potok generowania teledysku dla wirtualnych wokalistów w MediaClaw: analiza audio, oś scen, generowanie klatek i wideo oraz końcowy montaż zsynchronizowany z dźwiękiem.
- Autor
- aAAaqwq ↗
- Repozytorium
- AGI-Super-Team ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 20.10.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 2
- Skrypty
- 1
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Brak sygnałów. Repozytorium zmienione 20.10.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
- 1 skrypt w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: scripts/audio-analyzer.py
Co robi i kiedy
Prowadzi pełny potok generowania teledysku dla wirtualnych wokalistów w MediaClaw: analiza audio, oś scen, generowanie klatek i wideo oraz końcowy montaż zsynchronizowany z dźwiękiem.
Oryginalny opis (EN)
MediaClaw 内置的音乐视频端到端生成技能。 End-to-end MV (music video) generation pipeline for virtual singers. Audio analysis → Scene timeline → Frame generation → Video generation → Final merge. Use when: creating music videos, generating MV frames, syncing video to audio.
Jak działa
- 触发词
- 管线流程
- 输入
- 输出目录结构
- 经验总结(来自 Chloe《樱花落尽时》项目)
- 依赖
- 参考
Podgląd SKILL.md
---
name: mv-generator
description: MediaClaw 内置的音乐视频端到端生成技能。
End-to-end MV (music video) generation pipeline for virtual singers.
Audio analysis → Scene timeline → Frame generation → Video generation → Final merge.
Use when: creating music videos, generating MV frames, syncing video to audio.
---
# MV Generator — 音乐视频生成管线
MediaClaw 内置的音乐视频端到端生成技能。
## 触发词
- 生成MV
- MV制作
- 音乐视频
- mv generator
- 虚拟歌手MV
## 管线流程
```
音频文件 + 歌词 + 角色卡
│
▼
┌────────────────────────────┐
│ Step 1: 音频分析 │
│ scripts/audio-analyzer.py │
│ → 时长、BPM、场景时间线 │
└────────────┬───────────────┘
│
▼
┌────────────────────────────┐
│ Step 2: 歌词解析 │
│ scripts/lyrics-parser.py │
│ → 段落结构、情绪曲线 │
└────────────┬───────────────┘
│
▼
┌────────────────────────────┐
│ Step 3: 场景+帧设计 │
│ scripts/scene-design.py │
│ → 场景类型、运镜、首尾帧prompt │
└────────────┬───────────────┘
│
▼
┌────────────────────────────┐
│ Step 4: 帧图像生成 │
│ qingyun gpt-image-1 API │
│ → 每场景 first+last frame │
└────────────┬───────────────┘
│
▼
┌────────────────────────────┐
│ Step 5: 视频片段生成 │
│ kling-2 / veo-3.1 / etc │
│ → 首帧→尾帧 5s 视频片段 │
└────────────┬───────────────┘
│
▼
┌────────────────────────────┐
│ Step 6: 最终合成 │
│ FFmpeg merge │
│ → 音轨对齐+转场+字幕 │
└────────────────────────────┘
```
## 输入
| 参数 | 必填 | 说明 |
|------|------|------|
| `audio_file` | ✅ | 音频文件路径 (.mp3/.wav/.m4a) |
| `lyrics` | ✅ | 歌词文本 |
| `character_card` | ✅ | 角色卡 JSON(外貌、声音、风格) |
| `style` | ❌ | cinematic / realistic / anime / ethereal |
| `num_scenes` | ❌ | 分镜数(默认 9) |
| `output_dir` | ❌ | 输出目录(默认: `MediaClaw/output/<project>/`) |
## 输出目录结构
```
output/<project-name>/
├── README.md ← 项目概要 + 时间轴
├── frames/ ← 首尾帧图像
│ ├── 01_first.png
│ ├── 01_last.png
│ └── ...
├── audio/ ← 音频文件(多版本)
│ └── song_v1.mp3
├── script/ ← MV 剧本
│ ├── mv_final.json ← 精准时间轴 JSON
│ ├── mv_final.md ← 人类可读剧本
│ └── character.json ← 角色卡
├── docs/ ← 文档和参考素材
│ └── avatar.png
└── video/ ← 生成的视频片段(Step 5 产出)
├── scene_01.mp4
└── ...
```
## 经验总结(来自 Chloe《樱花落尽时》项目)
### 图像生成最佳实践
| 项目 | 推荐 | 备注 |
|------|------|------|
| 模型 | qingyun `gpt-image-1` | 成功率最高 |
| API | `/v1/images/generations` | 比 edits 更稳定 |
| 尺寸 | `1024x1536`(竖版) | 必须用规定尺寸 |
| 并发 | 2-3 并发 | 过多会 SSL EOF |
| 重试 | 失败单独重试 | 不整批重跑 |
### 角色一致性技巧
- **统一 prompt prefix**: 包含角色核心外貌特征
- **参考图**: 用 edits API 传入角色头像(但成功率低)
- **场景限定词**: 每帧 prompt 固定前缀 + 场景变量
### 音频同步
- 用 `mutagen` 读 MP3 时长(无需 ffprobe)
- 场景时间按歌曲结构比例分配
- BPM 检测需 `librosa`(可选)
### 视频模型选择
| 情绪 | 模型 | 场景类型 |
|------|------|---------|
| ≤ 6.0 | kling-1.6 | 静态/自然/国风 |
| 6.0-8.0 | kling-1.6 或 kling-2 | 过渡 |
| ≥ 8.0 | kling-2 | 爆发/力量 |
| 360°旋转 | veo-3.1 | 特殊运镜 |
## 依赖
- Python: mutagen, requests
- 外部 API: qingyun (图像), xingjiabi (视频), Google (veo-3.1)
- 可选: librosa (BPM), ffmpeg (合成)
## 参考
- [audio-analyzer.py](scripts/audio-analyzer.py) — 音频分析
- [Chloe 项目完整输出](../../output/chloe-sakura-mv/)
- [virtual-singer-mv-script](~/clawd/skills/virtual-singer-mv-script/) — 独立 MV 剧本 skill
Pliki w paczce (2)
- SKILL.md 5 KB
- scripts/audio-analyzer.py 8 KB
Wersje
W bazie nie ma innych skilli o nazwie mv-generator.
Migawka bazy z 13.11.2026 · wersja paczki 8c750387b80a (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 87editor
Analizuje, generuje i edytuje materiały w Diffusion Studio: analiza wideo, audio i obrazów, generowanie ich z AI oraz montaż kompozycji wideo. - 100seedance-video-gen
Generuje wideo z tekstu lub obrazu, z dźwiękiem, synchronizacją ust i sterowaniem kamerą, gdy użytkownik prosi o animację lub wideo AI. - 100video-generation
Prowadzi produkcję wideo AI przez Hyper MCP: tekst na wideo i obraz na wideo (Veo, Seedance), łączenie scen, transkrypcja, napisy, lektor TTS, miks audio i nakładki tekstowe. - 100music-video
Tworzy pełny teledysk: oryginalna piosenka lub wokale, ujęcia z występu, B-roll i montaż zsynchronizowany z tekstem. - 90generating-videos
Generuje wideo z briefu: tekst na wideo, obraz na wideo, przejście między klatkami lub klip prowadzony referencją, ruchem lub dźwiękiem, jako jeden klip albo kilka sklejonych w jeden plik dowolnej długości. - 100video-generator
Planuje i produkuje krótkie wideo AI modelami obrazu, wideo, muzyki i mowy SandBase: reklamy, klipy społecznościowe, wideo wyjaśniające, storyboardy i ujęcia wieloscenowe.