皮皮虾短剧制作技能

完整的职场动物短剧制作流程，从剧本到飞书发布。

环境变量配置

使用前请设置以下环境变量：

飞书应用权限要求：im:message:send、im:file、im:image

角色与剧本参考

详见 references/drama-reference.md，包含：

• 角色设定与prompt模板
• ffmpeg关键命令速查
• TTS音色对照表
• 飞书API速查

核心工作流

第一步：生成镜头（I2V图生视频）

# 必须用 reference_type="first_frame"，不要用 "subject"
gen_videos([{
    "image_file": "/workspace/lobster_robot.png",
    "output_file": "/workspace/shot.mp4",
    "prompt": "cute orange lobster robot [动作], ...",
    "reference_type": "first_frame"
}])

第二步：规范化 + 砍首秒

每个图生视频第一秒是原图静帧，必须裁掉：

python3 scripts/normalize_and_trim.py input.mp4 output_trim.mp4 --trim 1

第三步：剪辑合并

# 写concat列表，用Python避免shell语法问题
python3 -c "
clips = ['clip1_trim.mp4', 'clip2_trim.mp4', ...]
with open('/tmp/concat.txt', 'w') as f:
    for c in clips: f.write(f\"file '{c}'\n\")
"
ffmpeg -y -f concat -safe 0 -i /tmp/concat.txt -c copy output.mp4

剪辑技巧：

• 在关键台词后插入1.5s反应镜头（增加喜剧节奏）
• 砍掉所有图生视频开头静帧（-ss 1）

第四步：TTS配音

node-edge-tts -t "台词内容" -f output.mp3 -v zh-CN-YunxiaNeural -l zh-CN

⚠️ TTS台词时长不能超过对应视频片段时长，过长需用 atempo=1.1~1.2 加速：

ffmpeg -y -i input.mp3 -filter:a "atempo=1.15" output.mp3

第五步：混音（配音+配乐）

使用 mix_audio.py 将多条TTS台词按时间轴叠加，并加入BGM：

python3 scripts/mix_audio.py \
  --video drama_cut.mp4 \
  --bgm bgm_sneaky.mp3 \
  --bgm-volume 0.25 \
  --output drama_dubbed.mp4 \
  --lines "0.3:tts_line1.mp3" "5.1:tts_line2.mp3" "12.0:tts_line3.mp3"

BGM推荐下载地址（Kevin MacLeod CC BY 3.0）：

curl -sL "https://incompetech.com/music/royalty-free/mp3-royaltyfree/Sneaky%20Snitch.mp3" -o bgm.mp3

第六步：发送到飞书

# 提取封面
ffmpeg -y -i video.mp4 -ss 00:00:00.5 -frames:v 1 -update 1 cover.jpg

# 发送视频（媒体气泡），chat_id 为目标群组 ID
bash scripts/send_video.sh video.mp4 cover.jpg <chat_id>

# 发送音频语音消息
bash scripts/send_audio.sh "要播报的文字" <chat_id> "zh-CN-YunxiaNeural"

依赖工具

版本管理惯例

每次重要修改用v2/v3...命名输出文件，保留历史版本方便回退：

• drama_ep1_v1.mp4 → drama_ep1_v2.mp4 → ...
• 在工作目录记录每个版本的剪辑结构