OpenSkillIndex← back to search
claude-codeopenclawautomation

Skills Funai-skill

橙星梦工厂AI视频制作工具，通过对话式操作，用户可以创建项目、配置剧本、生成角色/分镜/视频、查询任务状态。当用户要求使用橙星梦工厂平台、创建 AI 漫剧项目、或通过 API 与平台交互时使用。触发词：橙星梦工厂、ai.fun.tv、漫剧制作、AI漫剧、FunAI。

install
source · Clone the upstream repo
git clone https://github.com/openclaw/skills
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/amireux0013/funai-skill" ~/.claude/skills/openclaw-skills-funai-skill && rm -rf "$T"
OpenClaw · Install into ~/.openclaw/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.openclaw/skills && cp -r "$T/skills/amireux0013/funai-skill" ~/.openclaw/skills/openclaw-skills-funai-skill && rm -rf "$T"
manifest: skills/amireux0013/funai-skill/SKILL.md
tags
#api-integration#ai-video#comic-generation#workflow-management#project-creation#automation
source content

橙星梦工厂 Agent Skill

橙星梦工厂是一个 AI 驱动的漫剧制作平台。通过 API 创建项目、提交剧本、提取角色、生成分镜、配置成片并最终合成视频。

内测提示

当前您正在使用的是 Funai-skill 内测版。 Agent 在与用户交互时，应明确告知当前处于内测阶段。

重要结论

真实后端不是“只看 

workflow.currentStep
的线性流程”，而是：

  • 一层是项目级步骤：
    workflow.currentStep
  • 一层是章节级隐藏任务：
    comicPreset.data.chapters[]
    中的 
    sceneCaptionsTaskStatus
    、
    dialogTaskStatus
    、
    sceneTaskStatus

Agent 如果只看 

currentStep
就继续调用下一步，非常容易报错。

Skill 更新约束（创建类操作前必须执行）

本地机器可读版本文件：

VERSION

说明：对外文案不再重复写死版本号；实际版本以本地 

VERSION
与远端 setup 元数据中的 
latest_version / minimum_required_version
为准。

每当 Agent 准备调用本 Skill 执行任何会创建、推进、修改平台任务的操作前，必须先访问固定更新入口：

https://neirong.funshion.net/skills/setup-skill.md

至少检查以下字段：

  • latest_version
  • minimum_required_version
  • force_update
  • skill_package_url

执行规则：

  1. 如果本地尚未安装本 Skill，必须先自动安装。
  2. 如果远端要求强制更新，或本地版本低于 
    minimum_required_version
    ，必须先自动更新。
  3. 版本检查完成后，才能继续执行创建项目、提交剧本、推进步骤、生图、生视频、回退、合成等操作。

快速配置

1. 获取 Token

引导用户访问 

https://ai.fun.tv/#/openclaw
并登录，获取 Token 后由 Agent 代为写入配置文件。

2. 配置 Token

cp config/.env.example config/.env
# 编辑 config/.env
# AIFUN_TOKEN=...

3. 验证配置

./scripts/api-client.sh setup-check
./scripts/api-client.sh check

4. 运行完整自检示例

./examples/create-comic.sh

示例脚本是自检脚本，会使用 

select-options
返回的实时默认值自动创建测试项目。

面向真实用户的 Agent 交互中，仍然必须先读取实时可选项；其中 

aspect / style
必须展示给用户并让用户选择，
generateType / scriptType
可按当前默认值静默使用，
model / videoModel
在用户未指定时可继续使用实时默认值。

另外，示例脚本为了验证整条链路，会在自检场景下先提交剧本再展示“确认点”；这不代表真实用户交互可以跳过“先确认再继续”的节奏要求。

Agent 必须遵守的执行规则

0. 默认模式静默使用，不要主动向用户解释

除非用户明确提出要切换模式，否则 Agent 应直接使用平台默认模式：

  • generateType = 1
    （文生图）
  • scriptType = 解说漫模式
    （以 
    select-options
    返回的默认剧本模式为准）

但这条“静默默认”只适用于模式层级，不适用于项目视觉配置。

创建项目时，以下两个字段不能静默默认，必须让用户明确选择：

  • aspect
    （画面比例）
  • style
    （风格）

重要：

  • 这是 Agent 的内部默认决策，不要主动把“现在默认使用文生图 / 解说漫模式”当成一个需要告诉用户的配置项。
  • 只有当用户明确要求切换到其他模式时，才需要说明并调整。
  • 即使静默使用默认模式，底层仍然必须先调 
    select-options
    ，并使用当次接口返回的默认值，而不是写死常量。
  • aspect / style
    不能因为接口返回了 
    isDefault
    就直接替用户决定，必须向用户展示可选项并让用户确认。

1. 创建项目前必须先调 
select-options

POST /service/workflow/project/story/select-options
{"appCode":"ai-story","generateType":"1"}

规则：

  • 必须使用接口返回的 
    ratios
    、
    generateTypes
    、
    models
    、
    videoModels
    、
    styles
    、
    scriptTypes
  • 禁止硬编码风格、模型、比例、剧本类型
  • isDefault
    是请求相关的，不要把历史默认值写死在代码或文档里
  • 如果用户没有明确要求切换模式，则直接静默使用当次接口返回的默认 
    generateType / scriptType
  • 但 
    aspect / style
    必须向用户展示并让用户选择，不能静默默认
  • model / videoModel
    若用户没有额外要求，可以继续使用 
    select-options
    返回的当前默认值
  • 面向用户交互时，不需要主动把“文生图 / 解说漫模式”当作默认项拿出来解释；但必须明确让用户选择 
    aspect / style

2. 解说剧 / 解说漫模式下，AI 代写剧本必须写成旁白叙述式小说体

如果用户让 AI 帮忙写剧本，而当前走的是解说剧 / 解说漫模式，Agent 必须把剧本写成旁白叙述式的小说 / 故事正文，而不是分镜脚本。

必须符合：

  • 连续叙事
  • 以旁白持续讲述故事推进为主
  • 可以穿插少量自然对白，但整体仍应是讲述型正文
  • 适合后续交给平台自动拆分角色、分镜与解说

禁止出现这类写法：

  • 镜头1
    / 
    镜头2
  • 旁白：...
    这种显式台本标签
  • 林舟说：...
  • 【音效：脚步声】
    / 
    砰！
    / 
    咚——
    这类音效描述
  • 舞台说明式条目
  • 分镜表 / 台本格式

正确风格示意：

清晨，城市公园的林荫道上，年轻人林舟正在慢跑。阳光穿过树叶，在青石板路上投下斑驳的金色光影。

他刚想加快脚步，一只金毛犬忽然从灌木旁窜了出来，差点撞上他的膝盖。林舟猛地停住脚步，呼吸一乱，循声抬头望去。

不远处，一个扎着马尾的女孩正快步跑来。她一边抓紧手里的牵引绳，一边有些不好意思地朝林舟笑了笑。

错误风格示意：

镜头1：公园远景。
旁白：清晨的城市公园里，林舟正在跑步。
林舟说：今天一定要把状态跑出来。
镜头2：金毛犬冲出。

3. 创建项目成功后，先展示项目链接

创建成功后必须立即把项目链接告诉用户：

https://ai.fun.tv/#/comic/multiple?projectId={projectId}

4. 不要只看 
workflow.currentStep

以下三类 readiness 都要检查：

场景检查位置继续条件
项目处于哪个大步骤
GET /project/{projectId}
→ 
workflow.currentStep
当前步骤正确
角色图是否完成
GET /comic/roles/{presetResourceId}
→ 
roles[].taskStatus
/ 
imgUrl
全部 
SUCCESS
且 
imgUrl
非空
章节级隐藏任务是否完成
GET /resource/comicPreset/{presetResourceId}
→ 
chapters[]
对应状态字段为 
SUCCESS

5. 不要硬编码 
tts
/ 
voice-clone-select
输入

novel_extract_roles
不是只传 
chapterNum
就够。真实可运行的做法是：

  1. 先调 
    GET /comic/roles/{presetResourceId}
  2. 从 
    data.voiceInputs[0]
    或 
    data.roles[0].inputs[0]
    取出 live 的 
    tts
    输入对象
  3. 将它和 
    chapterNum
    一起提交

6. 不要把 
sceneUuid
当 
sceneId

scene-list
里的 
sceneUuid
只是短 ID，不能直接用于分镜/视频接口。

正确流程：

comicPreset/{presetResourceId}
→ chapters[].sceneTaskId
→ GET /task/{sceneTaskId}
→ data.resourceId (storyboardId)
→ GET /resource/{storyboardId}
→ data.data.scenes[].id (完整 sceneId)

7. 优先向用户返回 
videoPlayUrl

如果后端返回了新的可播放字段：

  • scene 视频资源：
    videoPlayUrl
  • 最终成片资源：
    videoPlayUrl

则正确做法是：

  • 对外只返回 
    videoPlayUrl
  • 高层 helper、示例脚本、模型可见输出中不要暴露原始视频 
    url
  • 项目链接仍可作为补充入口一起返回

8. 
scene/ai/video
必须使用 scene 当前基准分镜图

图转视频的正确图片来源是当前 scene 的基准分镜图：

  • 优先使用 
    GET /storyboard/scene/{sceneId}/prompt/detail?sceneId={sceneId}
    中的 
    video.imageId
  • 再到 
    GET /storyboard/scene/{sceneId}/resources
    中找到与这个 
    imageId
    对应的 image 资源
  • 如果当前仍有 
    selected == true
    的 image，它通常就是同一张图

不要直接使用：

  • GET /comic/roles/{presetResourceId}
    返回的 
    roles[].imgUrl

重要：这不是“后端一定会报错”的约束，而是“Agent 必须主动保证语义正确”的约束。

live 测试里，后端接受了 

roles[].imgUrl + roles[].imageResourceId
，并成功生成了一条 video 资源。也就是说，传错图时接口可能仍然返回 
200 success
，但生成出来的是语义错误的视频。

所以：

  • 正确图源 = scene 当前基准分镜图（优先 
    video.imageId
    对应的 image）
  • 错误图源 = 角色图 / 其他非当前 scene 图片
  • 不要依赖后端帮你兜底

面向 Agent 的权威执行顺序

第 0 步：先做 setup 检查

先读取 

https://neirong.funshion.net/skills/setup-skill.md
，确认本地 skill 版本可用。

第 1 步：获取项目可选项

POST /service/workflow/project/story/select-options
{"appCode":"ai-story","generateType":"1"}

第 2 步：创建项目

使用上一步接口返回的实时值创建项目。

live 后端通常会让 

novel_config
自动完成，所以项目创建后常见的 
currentStep
是 
novel_input
，这是正常现象。

如果用户没有特别说明，不要额外告诉用户“当前默认使用文生图 / 解说漫模式”。

但在真正创建项目之前，必须先让用户明确选择：

  • 画面比例 
    aspect
  • 风格 
    style

只有这两个字段确认后，才可以结合实时默认的 

generateType / scriptType / model / videoModel
创建项目。

第 3 步：提交剧本

POST /service/workflow/project/step/next
{
  "userProjectId": "项目ID",
  "step": "novel_input",
  "inputs": [
    {"name": "content", "type": "text", "value": "剧本内容"},
    {"name": "scriptType", "type": "text", "value": "0"},
    {"name": "isSplit", "type": "text", "value": "0"}
  ]
}

返回 

resultId
后轮询 
GET /task/{resultId}
。

如果剧本是 AI 代写，并且当前是解说剧 / 解说漫模式，则剧本正文必须保持旁白叙述式小说体，不要写成分镜脚本，也不要写音效描述。

第 4 步：智能分集

POST /service/workflow/project/step/next
{"userProjectId":"项目ID","step":"novel_opt","inputs":[]}

返回 

resultId
后轮询任务。

第 5 步：等待角色图完成，再执行角色步骤

先调：

GET /service/workflow/comic/roles/{presetResourceId}

必须满足：

  • roles[].taskStatus == SUCCESS
  • roles[].imgUrl
    非空

然后再调：

POST /service/workflow/project/step/next
{
  "userProjectId": "项目ID",
  "step": "novel_extract_roles",
  "inputs": [
    {"type": "number", "name": "chapterNum", "value": 1},
    { ...来自 roles/voiceInputs 的 tts 输入对象... }
  ]
}

如果跳过这一步，常见报错是：

  • 角色 [xxx] 图片未完成

如果用户在这一阶段要求修改角色形象，则必须满足：

  1. 当前 
    workflow.currentStep == novel_extract_roles
  2. 先对目标角色发起新图生成
  3. 等待新图在角色候选图列表里变成 
    SUCCESS
    且 
    imgUrl
    非空
  4. 再显式应用这张新图
  5. 最后重新读取角色列表，确认角色主图已切换，并把新的图片 URL 返回给用户

只生图不应用，不算修改完成。

第 6 步：等待 
sceneCaptionsTaskStatus=SUCCESS
，再执行智能分镜

先调：

GET /service/workflow/resource/comicPreset/{presetResourceId}

等待：

chapters[chapterNum].sceneCaptionsTaskStatus == SUCCESS

补充说明：live 数据里，这类章节字段在短时间内可能先出现空值，再进入 

RUNNING / SUCCESS
。空值不一定代表异常，更不能据此提前推进下一步。

然后再调：

POST /service/workflow/project/step/next
{
  "userProjectId": "项目ID",
  "step": "novel_scene_captions",
  "inputs": [
    {"type": "number", "name": "chapterNum", "value": 1},
    {"name": "imgGenTypeRef", "value": 1}
  ]
}

这个步骤返回的是 

dialogTaskId
，不是 
resultId
。

如果调早了，常见报错是：

  • 该章节提取分镜场景任务未完成，请稍后再试

第 7 步：轮询 
dialogTaskId
后，还要再等 
sceneTaskStatus=SUCCESS

轮询 

dialogTaskId
成功后，仍然不能立刻推进到成片。

还需要再看：

chapters[chapterNum].sceneTaskStatus == SUCCESS

补充说明：live 数据里，

sceneTaskStatus
在一段时间内可能为空，再变成 
SUCCESS
；判断 readiness 时应继续轮询，而不是把空值直接当失败。

如果调早了，常见报错是：

  • 该章节分镜图任务未完成，请稍后再试

第 8 步：推进到成片步骤

等 

sceneTaskStatus=SUCCESS
后，再调：

POST /service/workflow/project/step/next
{
  "userProjectId": "项目ID",
  "step": "novel_chapter_scenes",
  "inputs": [{"type": "number", "name": "chapterNum", "value": 1}]
}

第 9 步：解析 storyboard 与 sceneId

用 

sceneTaskId -> task -> resourceId -> resource
链路拿到：

  • storyboardId
  • scenes[].id
  • scenes[].image

第 9.5 步：单场景图转视频（如用户明确要求）

先确认：

  1. 当前步骤已处于 
    novel_chapter_scenes
  2. sceneTaskStatus == SUCCESS
  3. 使用完整 
    sceneId
  4. 先取 
    prompt/detail.video.imageId
    ，再从 
    resources
    中找到对应 image 资源

推荐 payload 形态：

{
  "sceneId": "完整 sceneId",
  "prompt": "来自 prompt/detail 的视频提示词",
  "cameraPrompt": "来自 prompt/detail 的镜头提示词",
  "model": "doubao-pro",
  "duration": "-1",
  "firstImage": "scene 当前基准分镜图 URL",
  "tailImage": "",
  "clarity": "720p",
  "imageId": "scene 当前基准 image 资源ID"
}

不要写成：

firstImage = roles[].imgUrl
imageId = roles[].imageResourceId

因为这可能不会报错，却会生成错误语义的视频。

第 10 步：成片配置与合成

这里必须明确区分成片设置阶段和视频合成阶段。

第 10A 步：进入 
novel_chapter_video
= 进入成片设置阶段

当章节从 

novel_chapter_scenes
推进到 
novel_chapter_video
后，用户并不是立刻就能看到最终成片。

live 测试里，这个阶段常见特征是：

  • workflow.currentStep = novel_chapter_video
  • chapters[].currentStep = novel_chapter_video
  • chapters[].currentSubStep = setting

这表示当前处于成片设置阶段，此时需要准备并确认成片参数。

第 10B 步：保存成片设置

顺序如下：

  1. POST /storyboard/prepareVideoComposite
  2. GET /storyboard/getVideoSetting?userProjectId=...&type=2&chapterNum=1
  3. POST /storyboard/saveVideoComposeConfig

这一阶段主要对应：

  • 封面设置
  • 字幕设置
  • 背景音乐
  • 以及后续生成视频前需要确认的合成相关参数

在 live 测试中，

saveVideoComposeConfig
成功后，章节仍可能保持：

  • currentSubStep = setting

也就是说，保存设置成功 ≠ 已经开始合成视频。

第 10C 步：点击“生成视频” = 真正发起视频合成

只有当调用：

  1. POST /project/step/action
    with 
    step=novel_chapter_video

之后，才是真正开始视频合成。

live 测试里，这一步会：

  • 返回新的 
    resultId
    （视频合成任务 ID）
  • 将章节的 
    videoTaskId
    更新为新的任务 ID
  • 让章节 
    currentSubStep
    从 
    setting
    进入 
    video

然后才需要：

  1. 轮询返回的 
    resultId

live 自检里，这个最终合成任务可能会在 

QUEUED
状态停留明显长于普通步骤；不要沿用前面普通任务的短轮询预算直接判超时。

第 10D 步：只有合成任务成功后，用户才能看到最终成片

只有在视频合成任务 

SUCCESS
后：

  • 才会得到新的最终视频 
    resourceId
  • 用户这时才能在平台里看到最终成片结果

换句话说：

  • 进入 
    novel_chapter_video
    不是最终成片完成
  • 保存封面 / 字幕 / 背景音乐也不是最终成片完成
  • 必须等视频合成任务成功后，最终成片才真正可见

saveVideoComposeConfig
的可运行 payload 需要至少包含：

  • selectCover
  • coverList
  • selectCoverUrl
  • selectMusicId
  • selectTitleFont
  • selectSubtitleFont
  • title
  • bgmVolume
  • type
  • chapterNum
  • userProjectId

回退后必须重新合成

live 测试确认：

  • 在 
    novel_chapter_video
    合成成功后，章节会记录当前的 
    videoTaskId
  • 一旦回退到 
    novel_chapter_scenes
    再做调整，重新进入 
    novel_chapter_video
    后，旧的合成结果不会自动变成新的最终成片
  • 再次调用 
    project/step/action
    时，会产生新的 
    videoTaskId
  • 最终也会生成新的视频 
    resourceId

这说明：

每次从成片步骤回退调整后，都必须重新合成视频。

任务简报与逐步确认机制

Agent 的角色应该像“持续陪伴的智能漫剧助理”，而不是闷头执行器。

每完成一个用户可感知的重要任务，都应立即给用户一条简报，至少包含：

  1. 刚完成了什么
  2. 本步产出了什么关键结果
  3. 下一步准备做什么
  4. 如果需要用户决策，明确告诉用户要选什么
  5. 明确询问用户：是否继续；如果当前步骤支持修改，再询问是否要修改当前结果

如果项目已创建，简报优先附上项目链接：

https://ai.fun.tv/#/comic/multiple?projectId={projectId}

强制节奏要求

除纯技术性的中间动作外，Agent 不得在用户没有确认的情况下自动把整条链路一路做完。

正确节奏是：

完成一个大步骤
→ 详细汇报当前结果
→ 询问用户是否满意、是否继续下一步；如果当前步骤支持修改，再询问是否需要修改
→ 等用户确认后再继续

这里的“大步骤”至少包括：

  • 创建项目完成
  • 剧本写完 / 提交完成
  • 角色整理完成
  • 智能分镜完成
  • 分镜图生成完成
  • 图转视频完成
  • 成片配置完成 / 合成完成

三个强制停点（不可跳过）

以下三个节点完成后，Agent 必须立即停下来等待用户确认，不能自动进入下一步：

  1. 小说 / 剧本生成完成后

    • 必须把完整或核心剧本内容回给用户
    • 明确询问：是否需要修改剧情、人物设定、语气风格
    • 用户确认后，才能继续提交剧本或进入后续步骤

  2. 角色生成完成后

    • 必须把每个角色的角色图片的URL返回给用户
    • 如果当前项目仍处于 
      novel_extract_roles
      （角色与配音）步骤，应主动询问用户是否需要修改某个角色的形象
    • 如果用户要求修改，必须先生成新图、等待新图完成、再显式应用新图；只有主图真正切换后，才算修改完成
    • 修改完成后，必须把新的角色图片 URL 返回给用户
    • 用户确认无误后，才能继续进入场景 / 分镜相关步骤

  3. 场景 / 分镜生成完成后

    • 必须把场景的场景描述返回给用户
    • 如果有可展示的分镜图，也应一并返回或说明项目链接中的查看方式
    • 如果用户对一个或多个场景不满意，应允许在 
      novel_chapter_scenes
      步骤继续调整单场景的图片提示词或视频提示词后重新生成
    • 必须主动询问用户：
      1. 是否要将分镜图继续转为视频
      2. 还是直接进入“成片”界面，用当前分镜图直接合成
    • 用户明确选择后，才能继续进入图转视频或成片步骤

角色确认时必须包含的内容

角色确认阶段的回报，至少要包含：

  • 角色名称
  • 角色图片

不能只说“角色已生成完成”，而不把角色图片回给用户。

角色确认时的修改规则

角色形象修改只允许在 角色与配音 步骤执行。

角色确认阶段：

  • 可以询问“是否要修改角色形象”
  • 但前提是当前仍停留在 
    novel_extract_roles
  • 如果项目已推进到后续步骤，就不能再按角色改图链路修改
  • 只要执行了修改，就必须等待新图完成、显式应用，并把新的图片 URL 返回给用户

场景确认时必须包含的内容

场景确认阶段的回报，至少要包含：

  • 场景名称或场景编号
  • 场景描述
  • 如已生成可视化结果，可附分镜图或项目链接查看方式

不能只说“场景已生成完成”，而不把场景描述回给用户确认。

场景不满意时的调整规则

如果用户对某一个或多个 scene 的结果不满意，Agent 应先判断问题属于哪一类：

  • 图片本身不对：调整 
    sceneDescription + prompt
    后重生图
  • 图片基本正确，但视频表现不对：调整 
    prompt(动作) + cameraPrompt(运镜)
    后重生视频

分镜图重生图

重生图时，真实提示词由两部分共同组成：

  • sceneDescription
  • prompt

其中 

prompt
里可能包含：

@[人物](id:xxxx)

这类 live 人物引用用于保持角色一致性，不应随意删除。

图转视频

图转视频时应区分：

  • prompt
    = 动作
  • cameraPrompt
    = 运镜

这里不要再使用图片侧的 

@[人物](id:xxxx)
结构，而应直接写纯文本动作和镜头描述。

多模态模型的可选增强

如果当前 Agent / 模型具备多模态看图能力，可在每次重生图或重生视频后先查看当前结果，再决定是否继续微调：

  • 图片侧优先检查当前 
    selected=true
    的 scene image
  • 视频侧优先检查当前视频资源的 
    videoCover

然后再针对问题定向修改 prompt，而不是盲目重试。

分镜图完成后的下一步必须让用户二选一

当分镜图已经生成完成时，Agent 不能直接默认进入成片。

必须主动问用户：

  1. 是否需要将分镜图转为视频（会增加梦想值消耗）
  2. 还是直接进入成片界面合成（默认更省）

只有拿到这个选择后，才能继续往下执行。

哪些动作可以不单独等待确认

以下仍然属于同一步内部的技术动作，可以合并在一步里完成：

  • 轮询任务状态
  • 读取 
    comicPreset
    / 
    storyboard
    / 
    task
  • 解析 
    sceneId
    / 
    storyboardId
  • 回退到分镜图步骤
  • 读取 
    select-options

但是一旦形成了新的用户可感知结果，就必须停下来等确认。

生图 / 生视频约束

生图或生视频必须在 分镜图步骤 下执行，不能在成片步骤直接执行。

检查顺序：

  1. GET /project/{projectId}
    看 
    workflow.currentStep
  2. 如果当前是 
    novel_chapter_video
    ，先 
    POST /project/step/prev
  3. 回到 
    novel_chapter_scenes
    后再继续

live 测试确认：

  • 回退成功后，
    workflow.currentStep
    会变成 
    novel_chapter_scenes
  • 章节的 
    currentSubStep
    可能仍保留为 
    video

这不代表异常。真正要继续操作前，应继续确认：

  • sceneTaskStatus == SUCCESS
  • scene 当前基准 image 资源可用

梦想值规则

默认不消耗梦想值的推荐流程

默认流程是：

分镜图生成完成 → 直接配置成片 → 合成最终视频

但这不意味着 Agent 可以自动一路执行到底。

正确做法是：

分镜图生成完成
→ 先向用户展示分镜结果并询问是否修改 / 是否继续
→ 用户确认后再进入成片配置与合成

需要用户确认的高消耗操作

以下操作会消耗梦想值，必须先明确征得用户同意：

  • 批量转视频 
    check/batchAiVideo
    对应的真实转视频动作
  • 单张图转视频 
    scene/ai/video
  • 重绘分镜图 
    scene/ai/image

check/batchAiVideo
只是查询，不是执行

它返回的是：

  • noVideoCount
  • 当前还有多少画面没有转动态

不要把这个接口误认为“已经开始批量转视频”。

常见问题与解决方案

1. Token 过期

  • 错误：
    401
    / 
    未登录或登陆状态已失效
  • 解决：重新获取 token，更新 
    config/.env

2. 角色步骤失败

  • 错误：
    角色 [xxx] 图片未完成
  • 原因：角色图还没生成完，或者没有传 live 
    tts
    输入
  • 解决：先检查 
    GET /comic/roles/{presetResourceId}
    ，等角色就绪后把 
    voiceInputs[0]
    一起提交

3. 智能分镜步骤失败

  • 错误：
    该章节提取分镜场景任务未完成，请稍后再试
  • 解决：等待 
    sceneCaptionsTaskStatus=SUCCESS

4. 推进成片步骤失败

  • 错误：
    该章节分镜图任务未完成，请稍后再试
  • 解决：等待 
    sceneTaskStatus=SUCCESS

5. 
sceneUuid
误用

  • 错误：
    分镜场景资源不存在
  • 原因：把短 ID 当成完整 
    sceneId
  • 解决：按 
    sceneTaskId -> storyboardId -> scenes[].id
    解析完整 sceneId

6. 图转视频拿错图片来源

  • 现象：接口可能返回 
    200 success
    ，但生成出来的视频内容与当前分镜不一致
  • 原因：把 
    roles[].imgUrl
    / 
    roles[].imageResourceId
    当成了 
    scene/ai/video
    的 
    firstImage
    / 
    imageId
  • 解决：必须改用 scene 当前基准分镜图资源（优先 
    prompt/detail.video.imageId
    对应的 image 资源）

7. 视频配置保存失败

  • 错误：
    请选择封面
  • 原因：
    saveVideoComposeConfig
    缺少 
    coverList
    / 
    selectCover
    / 
    selectCoverUrl
  • 解决：先取 
    getVideoSetting
    ，再按返回内容构造完整 payload

代码与参考文档

  • scripts/api-client.sh
    ：可复用的 API 工具函数与等待逻辑
  • examples/create-comic.sh
    ：按真实后端行为执行的完整自检流程
  • references/01-project-management.md
    ：项目创建与配置选项
  • references/02-script-management.md
    ：各步骤请求体与隐藏章节状态
  • references/03-character-management.md
    ：角色图状态与 
    tts
    输入
  • references/05-storyboard-management.md
    ：storyboard / sceneId / 分镜资源
  • references/06-video-generation.md
    ：成片配置、批量视频检查与合成
  • references/07-task-status.md
    ：task 轮询与章节级隐藏状态
  • references/09-error-codes.md
    ：常见错误与处理方式
  • references/10-models-and-config.md
    ：实时配置与 workflow 总览
  • references/11-best-practices.md
    ：面向 Agent 的执行建议