一键式视频渲染器

功能说明

一键调用 Chanjing API 完成口播 TTS、数字人合成、文生视频与本地封装；集成 ffmpeg / ffprobe 做拼接、转码与轨对齐。编排与安全细则见 §3–§8 与 templates/；成片命令见 §5。

运行依赖

必须可用的二进制或等价封装（具体调用方式见 §5、run_render.py）：

• ffmpeg：拼接、转码、封装
• ffprobe：时长、分辨率、旋转等元数据（与数字人轨对齐）
• chan-skill（或同仓库下直接 python 调用子技能脚本）：驱动 chanjing-tts、chanjing-video-compose、chanjing-ai-creation 等 CLI

环境变量与机器可读声明

• 可选环境变量覆盖（均有默认或路径推断、非运行前必填）：scripts/run_render.py 顶部及子 skill 源码；凭据路径见 manifest.yaml credentials。
• 合规 permissions、clientPermissions、agentPolicy、凭据模型：manifest.yaml

§3.2 与 run_render.py 对齐；若与 manifest.yaml 冲突，以 manifest.yaml 为准。

使用命令

• ClawHub（slug 以注册表为准，常与技能包名一致）：clawhub run chanjing-one-click-video-creation
• 本仓库直连：python scripts/run_render.py --input workflow.json --output-dir ./outputs/run1（在技能目录或配合 SKILLS_DIR / CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT / CHAN_SKILLS_DIR 使用）

速查

冲突：渲染实现以 render_rules.md 为准；ref_prompt 条文以 storyboard_prompt.md / history_storyboard_prompt.md 为准（§4.2 汇总指针）。run_render.py 只实现 §5 + render_rules.md，不增业务规则。执行：手工编排子 skill、仅 run_render、或混用。

1. 做什么

1. 选题或全文 → video_plan、口播全文、分镜
2. TTS：整段优先；超长按分镜少批合并（细则与字数见 render_rules.md §3·C.4）
3. 按镜切音频
4. 数字人分镜：chanjing-video-compose（音频驱动）
5. AI 分镜：ref_prompt → chanjing-ai-creation → 与镜内音频合成
6. 封装：对齐公共数字人轨 → ffmpeg concat → 本地 mp4

2. 何时用 / 何时不用

3. 前置条件

• 鉴权：chanjing-credentials-guard；凭据路径与字段见 manifest.yaml、§3.1；无凭证时子进程可 open_login_page.py
• Plan/Script/分镜：本地 Agent 逻辑，无需外部 LLM API key（本 skill 必选路径不依赖外部 LLM）
• 本机二进制与仓库布局：§3.2（ffmpeg / ffprobe、SKILLS_DIR 等）
• 数字人与音色：勿用环境变量或仓库内缓存文件保存跨任务的「默认」audio_man / person_id / figure_type。每次任务在 workflow.json 根级显式填写；由 Agent 按 video_plan（如 video_type）、口播人设与选题语义，调用 list_voices.py 与 list_figures.py（--source 取 common / customised 等与本次任务一致）选型后写入；audio_man 宜与所选形象的 audio_man_id 一致。
• 公共数字人选型（禁止「只取列表前几项」）：须用 list_figures.py --source common --json 拉取候选（必要时增大 --page-size 或翻页，覆盖足够条目），在候选内逐项对比后再定稿：name、figures[].type（→ figure_type）、figures[].width/height（画幅与 D.1c 一致）、audio_man_id、audio_name（若有）与 video_plan/口播人设（性别、气质、行业、年龄感）是否匹配。默认偏好年轻、有活力的形象：名称或 audio_name 中含青年/少女/小哥哥/小姐姐/学生/元气/青春/年轻等正向信号时优先；仅当选题或用户明确要求成熟、权威、中老年等气质时，再选对应人设。定制源 customised 同样对比 name、width/height、audio_man_id 等，勿未经比较直接取页首。

3.1 安全、凭据与信任边界

环境变量与二进制以 manifest.yaml 与 §3.2 为据。审阅时可对照 description 与 manifest.yaml（含 agentPolicy）。

• 能力与管道：步骤级说明见 §1；run_render 职责与子进程见 §5（不在此重复链路）。
• 主凭据 / 路径 / primaryEnv：见 manifest.yaml；路径与写回行为另见 §3.2 持久性表「凭据状态」及 CHANJING_OPENAPI_CREDENTIALS_DIR（兼容 CHANJING_CONFIG_DIR）。
• 敏感与合规：勿回显完整密钥、勿将 credentials.json 提交版本库；权限建议 0700 / 0600（配置脚本尽量设置）。
• 信任与出站行为：HTTPS、按返回 URL 拉取媒体、--output-dir 落盘等细节见 §3.2「典型副作用」与持久性表；须自行判断是否信任蝉镜主机与链接。
• 浏览器：缺凭证时的 webbrowser.open / open_login_page.py 见 §3.2 同表。
• Agent 策略：manifest.yaml 中 agentPolicy（非 always、不改其它 skill）。

3.2 运行时契约（环境变量、二进制、副作用与落盘）

与 scripts/run_render.py 及同仓库子 skill 行为对齐；与篇首 YAML、manifest.yaml 一致。若与其它产品文档并列，以本仓库源码、manifest.yaml 与本文为准。

环境变量（可选覆盖）

命名以仓库根 合规规则.md §3 为准。清单未再逐项列举可选变量：不设亦可运行。凭据目录见 manifest.yaml credentials（directoryEnv、defaultPath）。run_render.py 内 openapi_base_url、one_click_skills_repository_root、one_click_ref_prompt_max_chars、one_click_ai_creation_model_code 及子进程环境即本技能可选覆盖与兼容旧名的实现位置。

说明：部分外部文档中的 FIRST_DIGITAL_HUMAN_MAX_CHARS 等变量，当前 run_render.py 未读取。

外部二进制

执行脚本时的典型副作用（按类）

持久性变更范围与用户可控性

以下对本 skill 而言属预期内副作用；可通过路径与环境变量控制写入位置，而非隐式污染无关目录。

凭据文件：路径与读写语义见上表 凭据状态 行；首次配置见 skills/chanjing-credentials-guard/SKILL.md。

4. 规则汇编

4.1 工作流编排

合并：null = 不覆盖。顺序：默认铺底 → 非 null 覆盖 → 布尔/整数校正。字段默认见 §6；未在表中展开的缺省由 run_render.py（及子进程）按实现与环境变量读取（不含音色/数字人：audio_man、person_id/avatar_id、figure_type 仅来自 workflow.json，见 §3）。

duration_sec：策划参考，非 ffmpeg 上限。成片时长以 TTS+ffprobe 为准。scene_count 见 video_brief_plan.md；切段与 AI 条数依实测与字幕轴（render_rules.md §3·C.5）。禁止为凑时长裁已定稿口播（除非用户要求）。

选题：去空白 \x3C5 字、占位串（如「你好」「test」）拒收；可扩写；严格模式模糊则失败。

步骤：1) Plan → video_brief_plan（败则全败；模板见 video_brief_plan.md）2) Script（hook / 首段与首镜对齐：≤20 字硬上限，见 script_prompt.md）3) Storyboard：语义切分；storyboard_prompt.md（首个分镜 voiceover 同上硬上限）；非当代 history_storyboard_prompt.md；DH chanjing-video-compose，AI chanjing-ai-creation；TTS/多段 AI/mux render_rules.md §3、§5 4) Render：render_rules.md §3（含 §3·C.6）、§4（表 4–6）；ref_prompt 质检见 storyboard_prompt.md / history_storyboard_prompt.md（§4.2）；重试/partial render_rules.md §1 5) 成功：render_rules.md §1

仅渲染：run_render.py + full_script + scenes[]。顺序：Plan → Script → Storyboard → Render（各阶段用哪份模板见上列步骤）。

4.2 文生视频提示词（ref_prompt）— 指针

唯一条文真值（修订以模板为准，本文不重复 D.1–D.4 表文）：

仍仅在此处索引：长音频多段 render_rules.md §3·C.6；字数上限 CHANJING_ONE_CLICK_VIDEO_REF_PROMPT_MAX_CHARS（兼容 AI_VIDEO_PROMPT_MAX_CHARS）。模板与 render_rules.md 实现冲突时以 render_rules.md 为准。

5. 自动化编排（run_render.py）

依赖：鉴权；SKILLS_DIR / CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT / CHAN_SKILLS_DIR（§3）；chanjing-tts / chanjing-video-compose / chanjing-ai-creation

职责：① TTS+audio_task_state；批合并与单批字数上限见 render_rules.md §3·C.4（TTS_BATCH_MAX）② 切段（render_rules.md §3·C.5）③ 有 AI 镜时先完成首条数字人并 ffprobe（含 rotate）→ 再按映射提交文生 aspect_ratio/clarity（见 render_rules.md §3·C.6、debug.ai_video_submit_params）④ 与其余 DH/AI 并行 poll ⑤ AI 轨对齐该参照 ffprobe ⑥ ffmpeg concat ⑦ 多段文生在 ref_prompt 后追加英文分层；总长由 CHANJING_ONE_CLICK_VIDEO_REF_PROMPT_MAX_CHARS（兼容 AI_VIDEO_PROMPT_MAX_CHARS）约束

不做：不产 plan/script/storyboard；不自动非当代/当代；不用 list_tasks.py 当代次（render_rules.md §4 表项 8）

手工编排：仍须满足 render_rules.md §3、§4 与 §5；§3 细化（如 silencedetect、minterpolate、参照轨码率、同套切段音频换形象、TTS 批间静音等）全部保留。

输入 MVP

python scripts/run_render.py --input workflow.json --output-dir ./outputs/run1

输出：final_one_click.mp4；workflow_result.json；work/

6. 输入（请求体）

norm：去 \r、首尾空白；空→空串；与 run_render.py 一致。口播：先 full_script，再 script→copy_text→input_script→content 首个非空。无 topic：首句代选题（40 字内遇句末标点截，否则 24 字）。null/合并 §4.1。

7. 输出 JSON

渲染无降级：任一步失败即中断，不自动改为仅 DH 或仅 AI 成片。partial：未成 success（如 run_render 异常仍写 workflow_result.json）；不表示允许上述降级，不免 storyboard_prompt.md·D.1b 类质检。成功 degrade_log=[]；失败尽量保留已产出文案与分镜。

8. 硬性约束

表在 templates/render_rules.md §4；与 ref_prompt 交叉见 storyboard_prompt.md / history_storyboard_prompt.md（§4.2 指针）。本节为锚点。

9. 限制

• 本地 mp4；不上传
• AI 单段常 5–10s；长口播多段
• 成片时长=TTS 总轨；可与 duration_sec 不符
• TTS：整轨优先、超长少批合并；单批上限与合并策略（含 TTS_BATCH_MAX）以 render_rules.md §3·C.4 为准
• 文生失败可能为平台/模型；试增 max_retry_per_step、短 ref_prompt、拆镜；查 workflow_result.json