SeeDance 长视频生成

使用这个技能把故事想法或分镜脚本转换成视频：先根据故事自动拆分剧情节点并估算时长，再生成多段 SeeDance 短视频，用参考图和尾帧续接维持人物一致性，最后把所有片段合成为一个 MP4 文件。

核心流程

1. 先读懂用户故事，提取主要人物、地点、剧情节点、情绪转折和结尾落点。
2. 如果用户没有指定时长，不要默认 1 分钟；根据故事密度自动估算总时长和分段数量。
3. 人物、故事情节和对白/声音提示默认使用中文、中国人物语境；除非用户明确说明是外国人、海外场景或外语视频。
4. 渲染前先创建分镜计划。每个片段只承载一个主要动作，通常 5-10 秒。
5. 把分镜计划交给用户确认。用户确认前不要调用视频生成 API。
6. 维护一份人物设定，并在每一段提示词中重复使用。
7. 尽量使用图生视频。第一段使用人物参考图；后续段如果有上一段的 last_frame_url，优先用它作为续接参考。
8. 每一段都请求 return_last_frame，让下一段可以从上一段结尾继续。
9. 默认开启 generate_audio。如需无声视频，用户必须明确要求。
10. 每次 API 返回后都保存 manifest.json，这样长任务失败后可以续跑，不会丢失已经完成的片段。
11. 如果用户要求逐段把关，使用 --confirm-each，每段生成后暂停，确认满意再继续下一段。
12. 所有片段完成后，用 ffmpeg 合成为最终视频。

更详细的规划规则见 references/long_video_workflow.md。

脚本

使用 scripts/seedance_long_video.py 执行可重复的长视频任务。

根据故事自动创建分镜计划，并自动估算总时长：

python scripts/seedance_long_video.py plan-from-story --story story.txt --output story_plan.json

检查 story_plan.json，必要时修改人物设定、声音设定、镜头和每段动作。确认无误后标记为已审批：

python scripts/seedance_long_video.py approve-plan --plan story_plan.json

也可以直接传入故事文本：

python scripts/seedance_long_video.py plan-from-story --story "一个女孩在雨夜收到一封来自未来的信..." --output story_plan.json

如果用户明确要求接近某个时长，可以加入时长约束：

python scripts/seedance_long_video.py plan-from-story --story story.txt --output story_plan.json --target-duration 90

创建一份空白初始分镜计划：

python scripts/seedance_long_video.py init-plan --output story_plan.json --segments 8 --duration 60

不调用 API，只校验并预览请求体：

python scripts/seedance_long_video.py render --plan story_plan.json --config config.json --out-dir renders --dry-run

正式渲染并合成：

python scripts/seedance_long_video.py render --plan story_plan.json --config config.json --out-dir renders --final-output final.mp4

如果任务中断，重新运行同一条 render 命令即可续跑。脚本会读取输出目录里的 manifest.json，跳过已经成功下载的片段。

分镜计划格式

使用以下结构：

{
  "project": "midnight-library",
  "target_duration": 42,
  "duration_policy": "auto_from_story",
  "ratio": "9:16",
  "resolution": "1080p",
  "generate_audio": true,
  "watermark": false,
  "camera_fixed": false,
  "approved": false,
  "seed": 12345,
  "reference_image": "C:/path/to/character.png",
  "character_bible": "同一位中国女性，28 岁，黑色短波波头，橄榄色羊毛外套，左眼下方有一处小疤。",
  "style_bible": "电影感写实惊悚风格，柔和实景光，浅景深。",
  "audio_bible": "生成自然环境声、动作声和轻微配乐；人物表达默认中文语气化对白。",
  "negative_prompt": "不要改变脸、不要改变服装、不要出现额外人物、不要出现文字叠加。",
  "segments": [
    {
      "id": "s01",
      "duration": 7,
      "story_beat": "她在午夜后走进寂静的图书馆。",
      "start_state": "站在木门外，手里拿着一把黄铜钥匙。",
      "end_state": "站在图书馆里面，注意到远处门缝下透出蓝光。",
      "camera": "视线高度的缓慢推进镜头。"
    }
  ]
}

一致性规则

• 优先使用少而清晰的剧情动作。每个片段只承载一个主要动作。
• 总时长由故事密度决定。短故事可能只有 20-40 秒，复杂故事可能需要 90 秒或更长。
• 默认带声音，除非用户明确要求无声。声音提示写在 audio_bible 中。
• 用户确认分镜前不要渲染；每段视频需要用户逐段确认时，使用 --confirm-each。
• 人物姓名、外貌特征、服装、道具和风格措辞要在所有提示词中保持一致。
• 相邻片段之间避免突然大幅换场，除非增加一个过渡镜头。
• 上一段的 end_state 应该成为下一段的 start_state。
• 最终合成前要检查每个片段。脸、服装或剧情状态漂移的片段应该单独重生成。