Scan to join WeChat groupAIGC-Director Agent Skill
本地运行：这是一个本地部署的视频生成项目，前后端都运行在本机：
- 后端：
http://localhost:8000- 前端：
http://localhost:3000- 所有 API 调用都请求本地服务器，不要请求其他地址！
- 确保在调用任何 API 之前，后端和前端服务都已经启动并运行正常！
核心理念：Agent 应该像"持续陪伴的智能视频制作助理"，每完成一个用户可感知的重要任务，都应立即给用户一条简报，并等待用户确认。
核心原则：每个阶段的产物都必须展示给用户，必须停下来等待用户确认后才能继续下一阶段。
防止遗忘：在整个流程中，Agent 可能会忘记之前的用户输入或之前阶段的产物内容。每当进入一个新的阶段时，Agent 都必须重新加载这篇SKILL文档，确保不会忘记任何细节。
项目结构
aigc-director/ ← OpenClaw 调用的 skill 根目录
├── aigc-claw/ ← 前后端项目代码
│ ├── backend/ ← FastAPI 后端（端口 8000）
│ │ └── code/result/ ← 模型生成产物存放目录
│ │ ├── script/ ← 剧本产物
│ │ ├── image/ ← 图片产物（角色、场景、参考图）
│ │ └── video/ ← 视频产物
│ └── frontend/ ← Next.js 前端（端口 3000）
├── references/ ← OpenClaw 调用时的参考文档
│ ├── init_project/ ← 项目初始化
│ ├── run_project/ ← 服务启动
│ ├── workflow/ ← 六阶段工作流 API
│ ├── sandbox/ ← 临时工作台 API
│ └── send_message/ ← 消息发送
└── SKILL.md ← skill 正文
产物存放目录：
aigc-claw/backend/code/result/
script/- 剧本产物image/- 图片产物（角色、场景、参考图）video/- 视频产物
阶段与停点（共9个）
| 停点 | 阶段 | phase 值 | 描述 | 操作 | |------|------|----------|------|------| | 1 | 项目配置 | - | 确认配置选项 | 展示配置 → 用户确认 | | 2 | 剧本生成 | suggest_expand | 建议扩写 | 等待用户确认 | | 3 | 剧本生成 | logline_selection | 选择情节 | 从3个候选中选择 | | 4 | 剧本生成 | mode_selection | 选择模式 | 电影(4幕) / 微电影(1幕) | | 5 | 剧本生成 | script_generation | 确认剧本 | 确认后继续 | | 6 | 角色/场景设计 | - | 确认角色/场景图片 | 确认后继续 | | 7 | 分镜设计 | - | 确认分镜列表 | 确认后继续 | | 8 | 参考图生成 | - | 确认参考图 | 确认后继续 | | 9 | 视频生成 | - | 确认视频片段 | 确认后继续 |
注意：
suggest_expand和logline_selection可能根据输入质量被跳过。
工作流程
1. 本地部署(仅初始化时执行)
当用户要求"初始化项目"、"配置项目"、"部署项目"时，需要先进行项目初始化：参考 init_all.md 执行完整初始化流程。
注意：仅在用户首次下载项目或需要重新配置环境时使用。项目已初始化过则跳过此步骤，直接检查服务运行状态。
2. 检查本地服务
参考 start_backend.md 和 start_frontend.md 检查服务是否运行。
⚠️ 强制要求：如果服务未运行，必须先启动服务再继续！
2. 路由判断
| 用户说 | 处理 | |--------|------| | "生成图片" | 临时工作台 (sandbox) | | "生成视频" | 必须先询问：长视频(工作流) 还是 短视频(工作台)？ | | "分析图片" | 临时工作台 (sandbox) | | "问 LLM 问题" | 临时工作台 (sandbox) | | "照片转动漫" | 临时工作台 (sandbox) |
3. 执行流程
1. 检查后端运行状态 → 未运行则参考 start_backend.md 启动 → 等待3秒 → 再次检查
2. 检查前端运行状态 → 未运行则参考 start_frontend.md 启动 → 等待5秒 → 再次检查
3. 检查 API Key 配置 → 读取 .env 文件，确认所需 API Key 已配置
4. 参考 create_project.md 询问用户项目配置 → 停点1（配置确认）→ 创建项目
5. 参考 create_script.md 执行剧本生成 → 停点2-5
6. 参考 create_character.md 执行角色设计 → 停点6
7. 参考 create_storyboard.md 执行分镜设计 → 停点7
8. 参考 create_reference.md 执行参考图生成 → 停点8
9. 参考 create_video.md 执行视频生成 → 停点9
10. 参考 create_post.md 执行后期剪辑
11. 完成 → 发送最终视频给用户
注意：一定要参考
references/目录下的具体文档执行每一步操作，不要凭记忆或想当然去调用 API！
检查 API Key 配置
在创建项目前，必须检查用户选择的模型对应的 API Key 是否已配置：
# 读取 .env 文件检查配置
cat aigc-claw/backend/.env | grep -E "API_KEY|KEY"
# 必需的配置（根据选择的模型）
# LLM: DASHSCOPE_API_KEY / DEEPSEEK_API_KEY / OPENAI_API_KEY / GEMINI_API_KEY
# 图片: ARK_API_KEY / DASHSCOPE_API_KEY
# 视频: DASHSCOPE_API_KEY / VOLC_ACCESS_KEY / KLING_ACCESS_KEY
如果 API Key 未配置，需要提醒用户：
- 告知缺少哪个平台的 API Key
- 提供获取方式
- 配置位置（
aigc-claw/backend/.env文件） - 等待用户配置完成后才能继续
| 平台 | API Key 变量 | 获取链接 |
|------|--------------|----------|
| DeepSeek | DEEPSEEK_API_KEY | https://platform.deepseek.com/api_keys |
| 阿里云 DashScope | DASHSCOPE_API_KEY | https://bailian.console.aliyun.com/cn-beijing/?tab=home#/home |
| 字节火山方舟 | ARK_API_KEY 或 VOLC_ACCESS_KEY/VOLC_SECRET_KEY | https://www.volcengine.com/product/ark |
| 快手可灵 Kling | KLING_ACCESS_KEY/KLING_SECRET_KEY | https://klingai.com/cn/dev |
🚨 停点处理（强制规则）
当查询状态为 stage_completed 或 waiting_in_stage 时，必须按以下步骤执行：
步骤1：获取产物
curl "http://localhost:8000/api/project/{session_id}/artifact/{stage}"
步骤2：展示给用户
将 artifact 中的内容（选项列表、建议、产物摘要）完整展示给用户
步骤3：询问决策
明确告诉用户：
- 选项有哪些
- 每个选项的含义
- 需要用户选择什么
步骤4：等待用户回复
禁止在用户回复前自行调用 intervene 或 continue！
步骤5：用户确认后执行
根据用户的选择，调用相应的 API
❌ 错误示例（我刚才犯的错）
收到 suggest_expand 停点 → 直接调用 intervene → 跳过用户确认
✅ 正确示例
1. 阶段内部停点触发（如 suggest_expand）
收到 suggest_expand 停点
→ 获取 artifact 查看内容
→ 展示给用户："系统建议启用创意扩写模式..."
→ 询问："是否同意？"
→ 用户回复"同意" → 调用 intervene
2. 阶段完成停点触发
收到 stage_completed 停点
→ 获取 artifact 查看产物内容
→ 展示给用户："第一阶段已完成，生成了剧本内容..."
→ 询问："是否继续下一阶段？"
→ 用户回复"继续" → 调用 continue
每个停点必须：
- 展示产物或选项给用户
- 询问确认
- 用户确认后才能继续
状态判断
| status | 含义 | 操作 |
|--------|------|------|
| idle | 新建会话 | 启动项目 |
| running | 执行中 | 轮询等待 |
| waiting_in_stage | 等待用户介入 | 调用 intervene |
| stage_completed | 阶段完成 | 调用 continue |
| session_completed | 全部完成 | 结束 |
注意：只有 status 变化时才需要干预，不要反复调用 artifact API 去"确认"！
消息发送渠道
根据向用户发送消息的渠道（飞书/微信），读取 references/send_message/ 下的对应参考文档，获取注意事项和发送方法：
任务简报格式
每个阶段完成后，发送简报必须包含：
- 刚完成什么
- 下一步做什么
- 需要用户决策的内容
- Web 界面链接：
http://[本地IP]:3000/?session={session_id}&stage={stage}（注意，这里使用本地 IPv4 地址，不要用 localhost！） - 产物图片/视频（直接发送文件，禁止只发路径）
Web 界面链接格式
# 获取本地 IPv4 地址
import socket
local_ip = socket.gethostbyname(socket.gethostname())
# 构造前端 URL
frontend_url = f"http://{local_ip}:3000/?session={session_id}&stage={stage}"
# 发送给用户
send_to_user(f"📊 查看详情：{frontend_url}")
重要：必须使用本地 IPv4 地址（如
192.168.1.x），不要使用localhost或127.0.0.1，否则用户无法从其他设备访问！
详细参考
根据用户的需求和当前阶段，参考 references/ 目录下的具体文档执行相应操作：
references 目录
| 文件 | 用途 | 查看时机 | |------|------|----------| | init_project/ | 项目初始化 | 用户首次下载或要求"初始化项目"时 | | init_all.md | 完整初始化流程 | 用户要求初始化部署时 | | init_backend.md | 后端初始化 | 首次配置后端环境时 | | init_frontend.md | 前端初始化 | 首次配置前端环境时 | | run_project/ | 项目启动 | | | start_backend.md | 启动后端服务 | 服务未运行时 | | start_frontend.md | 启动前端服务 | 服务未运行时 | | workflow/ | 六阶段工作流 | | | create_project.md | 创建新项目 API | 开始新视频项目时 | | create_script.md | 剧本生成 API | 执行第一阶段时 | | create_character.md | 角色/场景设计 API | 执行第二阶段时 | | create_storyboard.md | 分镜设计 API/剧情续写 API | 执行第三阶段时/用户提出续写剧情时 | | create_reference.md | 参考图生成 API | 执行第四阶段时 | | create_video.md | 视频生成 API | 执行第五阶段时 | | create_post.md | 后期剪辑 API | 执行第六阶段时 | | modify_character.md | 修改角色提示词 | 用户要求修改角色时 | | modify_storyboard.md | 修改/续写分镜 | 用户要求修改/续写分镜时 | | modify_reference.md | 修改参考图提示词 | 用户要求修改参考图时 | | modify_video.md | 修改视频提示词 | 用户要求修改视频时 | | sandbox/ | 临时工作台 | | | generate_image_t2i.md | 文生图 API | 用户要求生成图片时 | | generate_image_it2i.md | 图生图/风格转换 API | 用户要求转换图片风格时 | | generate_video.md | 短视频生成 API | 用户要求生成15秒内视频时 | | send_message/ | 消息发送 | | | feishu.md | 飞书发送媒体文件 | 用户通过飞书渠道发起对话，并且需要向用户发送图片/视频给用户时 | | wechat.md | 微信发送媒体文件 | 用户通过微信渠道发起对话，并且需要向用户发送图片/视频给用户时 |