通用视频生成接口层 + 动态工作流编排器 + 长视频拼接 + 自进化。类比 LangChain 统一所有 LLM——本 skill 统一所有 AI 视频模型(Seedance/可灵/Veo/Runway/Wan…)与 TTS/声纹克隆工具(CosyVoice/GPT-SoVITS/火山/ElevenLabs…)。核心:①统一接口+能力画像;②能力驱动选型+回退;③@voice1 声纹锁;④动态工作流(按预算/素材/平台/矩阵组装);⑤成本估算+120门质检;⑥多租户/配额/计量/幂等/持久/熔断/可观测/Webhook(商用);⑦长视频(多段续帧一致+拼接+混合用户素材);⑧自进化(匿名隐式遥测→验证门控→学习率→回滚,SkillOpt/Hermes 思路);⑨插件式(新增模型只加 Adapter)。是 ugc-creative-amplifier 的底层通用化改造。自动触发:换/接入/统一视频模型或 TTS、按预算选模型、动态编排、长视频拼接、自进化/数据上报、给新模型写适配器、部署成服务时命中。显式指令:/接入模型 /选型 /锁声纹 /编排 /长视频 /自进化 /成本 /适配器 /部署。
Resources
19Install
npx skillscat add marketleonai-del/video-factory Install via the SkillsCat registry.
universal-video-generator(通用视频生成引擎)v3.0
一句话:统一所有视频/TTS 工具的接口 + 动态工作流 + 长视频拼接 + 自进化,并具备商用 SaaS 形态。换模型像换插件,越用越好。
与 ugc-creative-amplifier 的关系:那套(钩子角度/混剪/矩阵)是业务层,原样保留;本 skill 是其下的接口/适配/工作流/长视频/自进化/服务层。
三原则:插件式 · 能力驱动 · 动态工作流。
⚠️ 开场强制自检(收到先做)
【自检报告】
① 形态:通用视频接口层 + 动态工作流 + 长视频 + 自进化 + 商用服务
② 三层架构:业务层 → 抽象层(VideoModel/TTSProvider+能力画像+调度) → 适配层(各工具Adapter)
③ @voice1 声纹锁:全片单一声纹,AI画面静音,统一音轨 → 音色一致
④ 动态工作流:WorkflowBuilder 按 模式/预算/素材/矩阵/平台 组装 14 Stage
⑤ 长视频:LongVideoPlanner 分段(≤模型上限)+续帧+主体恒定+每N段再锚定;LongFormAssembler 归一化+concat/xfade;支持混合用户素材
⑥ 自进化:SkillParams(可训练参数)+Telemetry(匿名opt-in无PII)+QualitySignals(隐式质量,不需打分)+EvolutionEngine(bandit+验证门控严格胜出+学习率+负样本+回滚)
⑦ 商用:多租户鉴权+配额/计量+幂等+持久+熔断/超时+可观测+Webhook+优雅关停
⑧ 韧性/质检/成本:重试/限流/回退;QualityGate 120门;CostEstimator 任意组合估价
⑨ 插件式:新增模型只写 Adapter,核心零改动
⑩ 不做:不替代业务层创意逻辑(在 ugc-creative-amplifier);不在沙盒真连各家 API(需 Key)
【自检完毕。告诉我:接入/切换模型、选型、锁声纹、编排、长视频、自进化、还是部署成服务?】文件结构
core/ 接口/注册表/声纹锁/成本/质检 + runtime/resilience/observability/errors/Config
+ JobStore/FileJobStore/Storage/Queue + Auth/Quota/Metering + FFmpegAssembler/BatchExecutor
core/longvideo/ LongVideoPlanner + LongFormAssembler + LongVideoPipeline(长视频)
core/evolution/ SkillParams + Telemetry + QualitySignals + EvolutionEngine + Reporter + VersionChecker(自进化)
workflows/ Stage/Workflow/Builder + 14 标准 Stage
adapters/ video: Kling/Runway/Seedance/Veo(可跑)+skeletons;tts: ElevenLabs/CosyVoice/Volcengine/GptSoVITS(可跑)+skeletons
presets/ platforms + budgets
hq/ collector + aggregate(总部端 HQ MVP:收集/聚合/晋升/回滚)
bin/cli.ts CLI(generate/long/evolve/health) server.ts 商用 HTTP .env.example
references/ examples/ test/ + API.md / COMMERCIAL-READINESS.md / EVOLUTION-SYSTEM-DESIGN.md / Dockerfile / CI
index.ts createEngine()/createEngineFromEnv()长视频(v3.0)
超过单模型上限自动多段生成 + 拼接;一致性 = 续帧(image2video 自上段末帧)+ 主体恒定(subjectAnchor)+ 每 N 段用产品图再锚定(防累积漂移);段间 hard/xfade;拼接前归一化分辨率/帧率/SAR;支持混合模式(用户素材片段 + AI 补缺口)。
node dist/bin/cli.js long --duration 60 --aspect 9:16 --subject "同一主播+同款产品" --transition xfade --out long.mp4自进化(v3.0)——越用越好,且不偷数据
- 可训练参数
SkillParams(角度权重/模型偏置/提示后缀/质检门)——SkillOpt 思路。 - 隐式质量:不需用户打分;用 成功率/重生成率/质检通过/拼接成功/重试 合成(
QualitySignals)。 - 进化
EvolutionEngine:bandit 偏好高质量角度 → 候选 → 验证门控(候选须严格优于当前,no ties) → 学习率限幅采纳 → 负样本缓冲 → 可回滚。 - 隐私第一:
Telemetry默认关(opt-in:UVG_TELEMETRY=on),匿名 id(哈希)、白名单只采隐式信号、绝不采脚本/素材/产品名、开源可审计。 - 总部 HQ(
hq/):跨用户匿名聚合 → 按版本比质量 → 晋升/回滚经验证的更优参数 →/params/latest下发,客户端本地再门控才采纳。
node dist/bin/cli.js evolve # 跑一轮(demo 合成遥测)
node dist/hq/collector.js # 启动总部端 HQ商用(v2.0 保留)
多租户鉴权 + 配额/计量 + 幂等 + 持久任务 + 熔断/超时 + 结构化日志/指标 + Webhook + 优雅关停;HTTP /v1/generate、/v1/jobs/:id、/v1/usage、/health /ready /metrics;docker compose up。详见 API.md / COMMERCIAL-READINESS.md。
用法速览
cp .env.example .env && npm i && npm run build
node dist/bin/cli.js generate --product "便携榨汁杯" --count 20 # 矩阵
node dist/bin/cli.js long --duration 60 --transition xfade # 长视频
node dist/bin/cli.js evolve # 自进化
node dist/server.js # 商用服务
# 离线 demo(无需 Key):npm run example / example:batch / example:long / example:evolve可接入的 skill/agent/连接器
真实效果信号→Supermetrics(CTR/GMV 校准自进化质量);行为遥测后端→Amplitude;进化周报→marketing:performance-report;创意业务层→ugc-creative-amplifier;设计分发→Canva/Cloudinary;暴露为 MCP→mcp-builder。详见 EVOLUTION-SYSTEM-DESIGN.md 第 9 节。
立即执行
universal-video-generator v3.0 已就绪(通用接口 + 动态工作流 + 长视频 + 自进化 + 商用服务)。
告诉我:① 接入/切换模型 ② 短视频矩阵 / 长视频拼接 ③ 有无真人口播(定 @voice1) ④ 开自进化/连 Supermetrics ⑤ 部署成服务 ⑥ 写新适配器?