AI视频生成

技能简介

端到端AI视频生成工具，支持从文本描述直接输出完整视频。整合图像生成（DALL-E 3、Stable Diffusion、Flux）、视频合成（LumaAI、Runway、Replicate）、语音旁白（OpenAI TTS、ElevenLabs）及FFmpeg后期剪辑，提供预算模式与质量模式两种工作流。

能做什么

• 文本转视频：输入描述自动生成含画面、配音的完整视频
• 图片序列转视频：将多张静态图合成为动态视频
• 多场景串联：按场景列表批量生成并拼接为长视频
• 后期配音：为已有视频添加AI合成旁白
• 视频特效：通过FFmpeg添加转场、叠加层等效果

使用说明

步骤1：安装依赖

pip install openai requests pillow replicate python-dotenv

FFmpeg已通过winget预装。

步骤2：配置API密钥

创建.env文件，按需填写以下至少一组：

# 图像生成（选其一）
OPENAI_API_KEY=sk-...              # DALL-E 3
REPLICATE_API_TOKEN=r8_...         # Stable Diffusion/Flux

# 视频生成（选其一）
LUMAAI_API_KEY=luma_...           # LumaAI
RUNWAY_API_KEY=...                # Runway ML

# 语音（可选）
ELEVENLABS_API_KEY=...

步骤3：执行生成

# 完整流程：文本→视频
python skills/ai-video-gen/generate_video.py \
  --prompt "未来城市夜景，飞行汽车穿梭" \
  --duration 5 \
  --voiceover "欢迎来到未来" \
  --output future.mp4

# 多场景视频
python skills/ai-video-gen/multi_scene.py \
  --scenes "日出" "繁忙街道" "宁静夜晚" \
  --duration 3 \
  --output day.mp4

输入与输出

见下方输入与输出表格。

风险提示

• API调用产生费用，DALL-E 3约$0.04-0.08/张，Runway约$0.05/秒
• 免费额度有限，LumaAI免费 tier 有生成次数限制
• 商用需注意各平台内容政策与版权归属
• 本地运行依赖GPU性能，复杂场景耗时较长

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/rhanbourinajd/ai-video-gen/SKILL.md
来源类型：GitHub仓库