Beatra AI 视频工作室

技能文档

---
name: beatra-ai-video-studio
title: Beatra AI 视频工作室
category: 内容创作
description: 从一段镜头描述、一张图片、首尾帧、参考素材或已有视频出发，规划并制作短视频：文生视频、图生视频、参考生视频、首尾帧插值、AI 视频编辑与延长，覆盖产品视频、广告创意、社交短视频、AI 空镜、转场与电影感概念镜头，交付后检查动作、主体稳定性、运镜、连续性与发布场景。当用户提到生成视频、文生视频、图生视频、视频编辑、视频延长、产品视频、广告短片、AI 空镜时触发。
---

# Beatra AI 视频工作室

把一个想法或用户提供的素材制作成一条方向明确的短视频。先理解用户想要的结果，设计一个清楚易读的镜头，选择匹配的视频操作，并在提出下一个付费阶段前检查真实交付结果。

## 范围与相邻路线

此技能适用于视频提示词增强、文生视频、指定一张开场图、指定一张尾帧与可选首帧、使用宽松的多模态参考、修改已有视频，以及在一条源视频前后紧接着补充画面。它是面向短广告、产品故事、社交短视频、空镜、转场、揭示和电影感概念的综合视频工作区。

字幕、旁白制作、语音合成和时间线组装是独立工作。多镜头请求可以规划并交付为多条独立视频，但此工作流不会把它们拼接成一条时间线。如果用户只需要口播数字人或图片动起来，应使用聚焦的数字人口播或图片驱动工作流；如果用户需要更广泛的路线选择或多种不同镜头类型，则留在此处。

优先使用用户已经提供的素材。当请求以文字为主且没有可用静帧时，第一个付费阶段是 `beatra.videos.enhance_prompt` 或一张 `beatra.images.generate` 关键帧，各自使用自己的确认卡。这次小额首胜并不授权 `beatra.videos.generate`、`beatra.videos.animate`、`beatra.videos.interpolate`、`beatra.videos.generate_from_references`、`beatra.videos.edit` 或 `beatra.videos.extend`。不要在未说明的情况下替换可用素材。

## 输入与默认值

最低硬性输入是以下任意一种：

- 一段镜头文字描述；
- 一张必须作为开场帧且可访问的图片；
- 一张必须作为尾帧且可访问的图片，以及一张可选的首帧图片；
- 顺序和用途明确、可访问的图片、视频或音频参考，数量和时长符合所选实时模型卡的限制；或
- 一条可访问的源视频，加上精确的修改指令或延长方向。

只询问会改变路线或结果的信息。复用已知的发布场景、时长、画幅、分辨率、主体、动作、运镜、节奏、音频意图、视觉参考和必须保留项。没有指定时，默认制作一条短视频，采用一个清楚易读的动作、一个主要运镜、`model: "auto"`、所选实时模型卡允许的最短整数时长，以及卡允许的最低分辨率，除非用户点名更高档（Pro / 2K / 1080p）。不要在 `model: "auto"` 时省略时长，也不要在卡允许更短整数时写死 8、10 或 15。音频主导的时长仍由音频决定：写入不短于真实语音或歌曲长度、且卡允许的最小整秒，不要为了省钱而缩短台词。`beatra.videos.extend` 的 `duration` 是最终返回总时长，必须大于可信的源视频时长。以源素材为主导的路线默认省略宽高比，除非用户明确同意改变画布。

对于当前环境能访问的本地图片、音频或视频，先检查素材，再使用随包上传助手：

```text
python3 scripts/mcp_client.py upload ./approved-input.mp4 --mime-type video/mp4
```

上传只是传输，不是媒体检查。保留返回的 artifact 引用，绝不要把本地路径传给远程工具。

## 技能工作流

### 步骤1：检查素材与明确目标

检查所有可访问的源素材。记录每份素材的角色及其真实 MIME 类型、字节大小、图片尺寸与宽高比、音频和视频时长，以及实时模型卡要求的其他事实。说明发布场景、一个可见事件、节奏、运镜、音频意图和必须保留项。如果当前环境无法检查某项属性或素材本身，应直接说明，而不是编造。

### 步骤2：选择视频路线

从七条路线中选择一条，每个逻辑付费阶段只选择一种视频操作：

1. 以文字为主且没有可用静帧：第一个付费阶段是 `beatra.videos.enhance_prompt`（读取 `video_prompt_enhancement` 模型事实），或一张 `beatra.images.generate` 关键帧（读取 `text_to_image` 模型事实）。各自使用自己的确认卡。提示词增强只返回文本，并在任务成功后根据实际 token 计费。关键帧只是一张静帧。二者都不授权后续视频调用。
2. 在那次小额交付之后，或仍没有可用静帧但提示词已就绪：使用 `beatra.videos.generate`，并读取 `text_to_video` 模型事实，且必须先出示视频入场卡。
3. 一张图片是严格开场帧：使用 `beatra.videos.animate`，并读取 `image_to_video` 模型事实。
4. 一张图片是严格尾帧，并可选提供严格首帧：使用 `beatra.videos.interpolate`，并读取 `frames_to_video` 模型事实。
5. 有序图片、视频或音频素材用于指导一条新视频，但不固定边界帧：使用 `beatra.videos.generate_from_references`，并读取 `reference_to_video` 模型事实。
6. 必须修改已有画面：使用 `beatra.videos.edit`，并读取 `video_edit` 模型事实。
7. 必须在且仅在一条源视频前面或后面紧接着补充画面：使用 `beatra.videos.extend`，并读取 `video_extend` 模型事实。其必填整数 `duration` 是最终返回视频的总时长，必须大于可信的源视频时长，并不是要增加的秒数。

不要随意交换这些路线。提示词增强只返回文本，不会开始视频生成。编辑会改变已有内容，延长会续接一条视频，参考素材会指导一条新视频，图片动画会把一张图片保留为开场帧，插值会保留必选尾帧和可选首帧。`beatra.videos.extend` 既不会拼接多条视频，也不会组装时间线。遇到来源含糊或多镜头工作时阅读[意图与路线](references/intent-and-routing.md)，并阅读[镜头设计](references/shot-design.md)把目标整理成简洁方向；静帧选项阅读[图片辅助视频](references/image-assisted-video.md)。

### 步骤3：查询实时模型卡

在依赖模型可用性、可接受输入组合、媒体限制、控制项、时长、画幅、分辨率或价格前，为该阶段的精确能力调用 `beatra.models.list`。除非用户选择了一个具体且符合条件的模型，否则保留 `model: "auto"`。用户明确指定的模型必须按原请求评估，绝不能静默替换。在调用视频类工具之前，写入卡允许的最短整数时长（音频主导和延长规则不变），以及卡允许的最低分辨率，除非用户点名更高档。

### 步骤4：核对 payload

根据一张当前可用的模型卡检查完整 payload。按需比较真实媒体类型、MIME 类型、字节大小、尺寸、宽高比、时长、参考数量与组合，以及受支持的控制项。编辑和延长还要包含可信的源视频时长。如果缺少必需事实，或没有实时模型卡接受计划中的 payload，应在付费调用前停下，只请求最小的兼容素材或计划调整。

### 步骤5：提交首胜阶段（提示词或关键帧）

当第一个付费阶段是小额首胜时，先出示该阶段自己的确认卡——`beatra.videos.enhance_prompt` 使用路线 `video_prompt_enhancement`、工具、提示词、若已设置的目标时长和画幅，以及实时临时估算；一张关键帧使用路线 `text_to_image`、工具 `beatra.images.generate`、方向、若已设置的画布、输出数量和实时临时估算——然后只提交该阶段一次并交付文本或静帧。仅在一至四张有序参考图需要组成新镜头画面时使用 `beatra.images.transform`；使用 `beatra.images.edit` 时，`images[0]` 是底图且只应修改有限部分。在构建依赖它的视频工作前，检查交付的静帧。这张卡不授权任何视频调用。

### 步骤6：出示视频入场卡并确认预算

在创建任何 `client_request_id` 或调用视频类工具之前出示视频入场卡：路线和工具名、实时模型卡时长、分辨率和画幅、实时临时估算、注册赠额 600 分通常买不起一单视频、准确 URL `https://console.beatra.ai/topup`，以及入门套餐 ¥29 / 11,000 分。数值估算只能来自当前模型卡；终态任务的 `billing.net_charged_credits` 才是最终值。规划、比较或「去做这条短片」不构成批准。在用户确认已充值或余额足够覆盖本次估价之前，不要创建 `client_request_id` 或提交。

### 步骤7：冻结请求并提交

使用一个不透明且稳定的 `client_request_id` 冻结精确 payload。只调用随包客户端：把工具名放在 `call` 后，并通过标准输入传入 JSON 参数。下面的例子使用已准入时长 `5`；请替换为当前模型卡实际允许的最短整数：

```text
printf '%s' '{"prompt":"A close product reveal with one slow push-in and a stable background.","model":"auto","duration":5,"client_request_id":"opaque-video-id"}' | python3 scripts/mcp_client.py call beatra.videos.generate
```

不要配置或依赖外部 Connector，也不要使用 REST/OpenAPI 作为降级方案。已冻结的请求只提交一次。

### 步骤8：轮询任务至终态

立即记录返回的任务 ID，并使用 `beatra.tasks.get` 轮询同一任务直到终态。queued 和 running 表示仍在进行，并非失败。不要因为任务较慢而重新提交。

### 步骤9：交付与检查

交付所有返回的视频或图片 artifact 或链接。只报告真实的终态状态、解析后的模型、尺寸、时长、用量和 `billing.net_charged_credits`。检查可访问的结果是否符合请求的动作、主体稳定性、运镜、连续性、音频、必须保留项和发布场景，并说明当前环境能检查与不能检查的内容。

### 步骤10：推荐最小有效的下一步

推荐最小有效的下一步：接受视频、做一次聚焦编辑、延长视频，或重新生成。绝不要暗示一条未经检查的视频已经是完成的宣传成片。

## 多镜头工作与付费确认

对于多镜头请求，把每个镜头规划为单独交付的视频。在执行前冻结镜头清单、每个阶段的路线和精确 payload、依赖关系、必需或可选的静帧阶段、付费调用总次数和临时估算。以文字为主且没有可用静帧的镜头，仍须先出示小额的提示词或关键帧确认卡。对整套计划的一次明确确认并不授权任何视频阶段；每次视频生成、动画、插值、参考、编辑或延长仍须出示各自的入场卡，并等待充值或余额确认。每个付费请求仍须使用自己的稳定 ID，并且只提交一次。

按顺序运行依赖阶段。先检查图片再制作对应视频；在下游依赖某条视频或返回的最后一帧前，也先检查它。如果某次交付实质改变了下一个已批准镜头，应暂停并重新规划下一阶段，而不是静默沿用过时假设。交付独立视频，并说明时间线组装不属于此工作流。

## 变更、恢复与取消

工具、模型、来源、来源顺序、提示或指令、方向、时长、宽高比、分辨率或可选控制项发生变化，都属于新的逻辑付费工作。分配新 ID，为视频阶段出示新的入场卡，并重新取得充值或余额确认，除非该变更已包含在一个冻结且已准入的序列中。绝不要为变化后的参数复用 ID。遇到 `insufficient_balance` 时，转述返回的公开文案，URL `https://console.beatra.ai/topup` 保持原样，翻译其余部分，只有用户说已充值后才用同一冻结 `client_request_id` 重试。

如果创建响应丢失，只能使用相同请求 ID 重试完全一致的已冻结 payload。如果任务 ID 丢失，针对相关能力调用 `beatra.tasks.list`，再用 `beatra.tasks.get` 检查可能的候选任务，并对照私有请求台账匹配，然后才可以考虑完全一致的重试。规划替代工作前先恢复原请求；绝不要重复提交付费请求，也不要猜测其 artifact、扣费、退款或状态。

只有用户要求取消时才调用 `beatra.tasks.cancel`。只调用一次，并使用 `beatra.tasks.get` 确认产生的终态。409 并不表示已取消，因此应继续轮询同一任务，而不是创建替代工作。

## 按任务查阅参考资料

- 阅读[意图与路线](references/intent-and-routing.md)，以分类用户提供的媒体、区分全部七条路线，或规划单独交付的多镜头内容。
- 阅读[镜头设计](references/shot-design.md)，以设计主体动作、运镜、节奏、画布、音频意图和保留重点。
- 当没有可用静帧，或不合适的静帧需要单独图片阶段时，阅读[图片辅助视频](references/image-assisted-video.md)。
- 阅读[视频方案](references/video-recipes.md)，以查看精确 payload 形态、按路线进行的实时模型与媒体准入、视频入场卡、上传语义和付费执行。
- 阅读[检查与迭代](references/review-and-iteration.md)，以检查终态结果并选择一个聚焦的下一步操作。
- 仅在授权或共享凭据需要处理时阅读[安装与身份验证](references/installation-and-auth.md)。
- 阅读[任务与结果](references/tasks-and-results.md)，了解共享任务和 artifact 语义；阅读[账单、错误与恢复](references/billing-errors-and-recovery.md)，了解返回的账单或错误详情。
- 当随包客户端无法连接时阅读[随包客户端连接诊断](references/mcp-connection.md)。

## 随包客户端说明

每次操作都只能使用或调用随包的 `scripts/mcp_client.py`，它通过 Streamable HTTP 连接服务端点，凭据由 `scripts/authorize.py` 写入本地私有文件。客户端不联网检查更新，也不上报安装信息；首次使用或连接过期时运行 `python3 scripts/authorize.py` 完成一次浏览器授权即可。

使用说明

# Beatra AI 视频工作室

从一段镜头描述、一张图片、首尾帧、参考素材或已有视频出发，规划并制作短视频：文生视频、图生视频、参考生视频、首尾帧插值、AI 视频编辑与延长，覆盖产品视频、广告创意、社交短视频与电影感概念镜头。

## 使用

首次使用先完成一次浏览器授权（只需一次）：

```text
python3 scripts/authorize.py
```

然后直接用自然语言描述需求，例如：

```text
帮我用这段产品描述做一条 5 秒的产品展示短视频，缓慢推近镜头
把这张开场图变成一段人物微微转身的动画
在这条 6 秒视频后面再补 4 秒收尾画面
```

技能会自动选择路线、核对实时模型约束、出示付费确认，并在交付时报告真实尺寸、时长与扣费。

## 工作原理

所有生成操作通过随包客户端 `scripts/mcp_client.py` 以 MCP 协议调用服务端完成；本地素材先用上传命令转为远程 artifact 引用。技能负责任务轮询、结果检查与最小化付费建议；参考资料目录按场景提供路线矩阵、镜头设计、payload 方案与故障恢复细则。

如何安装此技能？

访问技能市场，点击「安装」按钮，按提示将技能包放入 AI 编程助手的 skills 目录即可。