Veo3视频生成

技能简介

该技能通过Google Veo 3.x模型和Gemini API，将文本提示转换为MP4视频片段。支持单条生成与多段拼接，适用于广告、UGC风格短片及产品演示等场景。

能做什么

• 根据文本描述生成8秒左右的短视频
• 批量生成多个片段并自动拼接为长视频
• 保持跨片段的风格一致性（通过基础风格提示词）
• 使用参考图片引导生成效果
• 提取上一片段末帧作为下一片段起始画面

使用说明

安装准备

1. 确保已安装Python环境及uv包管理器
2. 设置环境变量：export GEMINI_API_KEY="your_key_here"
3. 如需拼接功能，确认ffmpeg已在系统PATH中

基础生成（单片段）

uv run {baseDir}/scripts/generate_video.py \
  --prompt "A close up of a coffee cup steaming..." \
  --filename "out.mp4" \
  --model "veo-3.1-generate-preview" \
  --aspect-ratio "9:16" \
  --poll-seconds 10

多段拼接（延长视频时长）

uv run {baseDir}/scripts/generate_video.py \
  --prompt "Same scene, consistent lighting..." \
  --filename "out-24s.mp4" \
  --model "veo-3.1-generate-preview" \
  --aspect-ratio "9:16" \
  --segments 3 \
  --segment-style continuation

常用参数说明

• --base-style：每段提示词前追加的风格描述
• --segment-prompt：为每段单独指定提示词（可多次使用）
• --use-last-frame：启用帧间连续性
• --reference-image：上传参考图片控制输出风格

输入与输出

见下方输入与输出表格。

风险提示

• API调用可能产生费用，需确认账户配额与计费状态
• 429错误表示API密钥无视频生成额度或未开通计费
• 503错误为模型负载过高，建议稍后重试
• 多段拼接时风格一致性依赖提示词设计，非技术保证
• 生成内容需遵守Google Gemini API使用政策

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/bluelyw/veo3-video-gen/SKILL.md
来源类型：GitHub仓库