openakita/skills@seedance-video

Files (6)

• SKILL.md
• openai.yaml · agents/
• doc.md
• api-params.md · references/
• seedance.py · scripts/
• 视频生成教程.md

SKILL.md (first lines)

# Seedance 视频生成

通过火山方舟 Ark API 使用字节跳动 Seedance 模型生成 AI 视频。

## 前置条件

需设置 ARK_API_KEY 环境变量：
export ARK_API_KEY="your-api-key-here"

Base URL: https://ark.cn-beijing.volces.com/api/v3

## 支持模型

| 模型 | 模型 ID | 能力 |
|------|---------|------|
| Seedance 2.0 | doubao-seedance-2-0-260128 | 全能力：文/图/多模态/编辑/延长/联网/有声 |
| Seedance 2.0 Fast | doubao-seedance-2-0-fast-260128 | 同 2.0，更快更便宜 |
| Seedance 1.5 Pro | doubao-seedance-1-5-pro-251215 | 文生视频、图生视频、音频、草稿模式、离线推理 |
| Seedance 1.0 Pro | doubao-seedance-1-0-pro-250528 | 文生视频、图生视频、离线推理 |
| Seedance 1.0 Pro Fast | doubao-seedance-1-0-pro-fast-251015 | 同 1.0 Pro，更快 |
| Seedance 1.0 Lite T2V | doubao-seedance-1-0-lite-t2v-250428 | 仅文生视频 |
| Seedance 1.0 Lite I2V | doubao-seedance-1-0-lite-i2v-250428 | 图生视频、参考图 |

默认模型: doubao-seedance-2-0-260128

## Seedance 2.0 能力总览

- **文生视频**: 纯文本 prompt 生成视频
- **图生视频**: 首帧(first_frame) / 首尾帧(first_frame+last_frame)
- **多模态参考**: 组合图片(0-9张)、视频(0-3个)、音频(0-3个)
- **视频编辑**: 替换主体、增删改对象、局部重绘/修复
- **视频延长**: 向前/向后延长、多段串联
- **联网搜索**: 纯文本模式 web_search，提升时效性
- **有声视频**: generate_audio=true 生成同步音频
- **返回尾帧**: return_last_frame=true 获取视频尾帧（用于连续生成）

## Content 结构

Ark API 使用 content 数组传递多模态输入：

| type | 子字段 | role | 说明 |
|------|--------|------|------|
| text | text | — | 文本提示词 |
| image_url | image_url.url | first_frame | 首帧图片 |
| image_url | image_url.url | last_frame | 尾帧图片 |
| image_url | image_url.url | reference_image | 参考图片（2.0 多模态） |
| video_url | video_url.url | reference_video | 参考视频（2.0 编辑/延长/多模态） |
| audio_url | audio_url.url | reference_audio | 参考音频（2.0 多模态） |

**素材引用规则**: 提示词中使用"素材类型+序号"引用，如「图片1」「视频2」「音频1」。序号为同类素材在 content 数组中的排序（从1开始）。不支持用 Asset ID 指代素材。

## 提示词技巧

### 基本公式
**提示词 = 主体 + 运动，背景 + 运动，镜头 + 运动**

### 通用建议
- 用简洁准确的自然语言描述想要的效果
- 将抽象描述换成具象描述，重要内容前置
- 文生视频随机性较大，可用于激发灵感
- 图生视频请尽量上传高清高质量图片
- 如有明确预期，建议先生图再图生视频

### 2.0 多模态参考公式
- **图片参考**: 参考/提取/结合「图片n」中的「主体描述」，生成「画面描述」，保持特征一致
- **视频参考**: 参考「视频n」的「动作/运镜/特效描述」，保持一致
- **音频参考**: 音色 → 「角色」说:"「台词」"，音色参考「音频n」；内容 → 时机+「音频n」

### 2.0 视频编辑公式
- **增加元素**: 描述「元素特征」+「出现时机」+「出现位置」
- **删除元素**: 点明删除目标，强调保持不变的元素
- **修改元素**: 清晰描述更换内容

### 2.0 视频延长公式
- **单段延长**: 向前/向后延长「视频n」+「延长内容描述」
- **多段串联**: 「视频1」+「过渡描述」+接「视频2」+「过渡描述」+接「视频3」

## 参数参考

| 参数 | 类型 | 默认值 | 说明 |
|------|------|--------|------|
| ratio | string | 16:9 | 16:9, 4:3, 1:1, 3:4, 9:16, 21:9, adaptive |
| duration | int | 5 | 视频时长：2.0=4-15s, 1.5=4-12s, 1.0=2-12s |
| resolution | string | 720p | 480p, 720p (2.0); 480p, 720p, 1080p (1.x) |
| generate_audio | bool | true | 生成同步音频 |
| watermark | bool | false | 添加水印 |
| seed | int | — | 随机种子（复现结果） |
| camera_fixed | bool | false | 固定摄像头（1.x） |
| draft | bool | false | 草稿模式，低成本预览（仅 1.5 Pro） |
| return_last_frame | bool | false | 返回视频尾帧（用于连续生成） |
| tools | array | — | [{"type":"web_search"}] 联网搜索（仅 2.0 纯文本） |
| service_tier | string | default | default=在线推理, flex=离线推理半价（仅 1.5 Pro / 1.0 系列） |
| execution_expires_after | int | 172800 | 离线任务超时秒数（flex 模式生效） |
| callback_url | string | — | Webhook 回调 URL，任务状态变化时通知 |

## 进阶用法

### 离线推理（半价）
设置 service_tier="flex"，价格仅为在线推理的 50%。仅 1.5 Pro 和 1.0 系列模型支持，2.0 不支持。适合时延不敏感的批量生成场景。

### 样片模式（两步走）
1. draft=true 生成低成本预览视频，验证构图/镜头/动作
2. 确认后用 draft 视频 URL 作为 reference_video 生成正式视频

### 连续视频生成
设置 return_last_frame=true，用前一个视频的尾帧作为下一个视频的首帧，循环生成多段连续视频。可用 FFmpeg 拼接成长视频。

## 使用限制

- **图片**: jpeg/png/webp/bmp/tiff/gif/heic/heif, 300-6000px, <30MB, 宽高比 0.4-2.5
- **视频**: mp4/mov, 2-15s/个, 最多3个, 总时长≤15s, <50MB/个
- **音频**: wav/mp3, 2-15s/个, 最多3个, 总时长≤15s, <15MB/个
- **不支持组合**: "文本+音频"、"纯音频"输入
- **视频 URL 24h 过期**, 需立即下载
- **2.0 不支持上传含真人人脸的参考图/视频**, 可用虚拟人像(asset://ASSET_ID)

## 预置脚本

本 skill 提供 Python CLI（纯 stdlib，零依赖）：`scripts/seedance.py`

From openakita/openakita, MIT.

More from openakita/openakita