chanjing-ai 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
- 环境变量键名与说明：
manifest.yaml（environment段）及本文 - 键名、默认值、凭据模型、二进制、合规
permissions、clientPermissions、agentPolicy：manifest.yaml
§3.2 表格为配合 run_render.py 阅读的说明；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
| 内容 | 位置 |
|---|---|
工作流、duration_sec、null/合并、选题校验 |
§4.1 |
切段、奇偶镜、scenes[]、scene_count/video_type；首镜 voiceover ≤20 字（硬） |
storyboard_prompt.md 篇首「文本切段」；script_prompt.md 首镜口播；video_brief_plan.md |
渲染技术、状态、partial/success、硬约束 |
render_rules.md §1–§4；§7、§8 |
ref_prompt / 文生提示词 |
storyboard_prompt.md + history_storyboard_prompt.md；§4.2 指针 |
| 请求体字段与默认 | §6 |
run_render.py、子进程 CLI |
§5 |
| 安全、凭据、信任边界、策略 | manifest.yaml + §3.1（§3.1 不重复 manifest 表格） |
| 环境变量、二进制、副作用、落盘 | §3.2 |
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
- 选题或全文 →
video_plan、口播全文、分镜 - 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） - 按镜切音频
- 数字人分镜：
chanjing-video-compose（音频驱动） - AI 分镜：
ref_prompt→chanjing-ai-creation→ 与镜内音频合成 - 封装：对齐公共数字人轨 → ffmpeg concat → 本地 mp4
2. 何时用 / 何时不用
| 适合 | 要成片；口播与画面混剪；用户明确要生成短视频 |
| 不适合 | 仅文案/标题；未要视频；只剪已有素材 |
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（常见）
命名以仓库根 合规规则.md §3 为准；下列推荐名在代码中生效，旧名仍兼容（见 manifest.yaml 与各子 skill 说明）。
| 变量 | 必需性 | 默认 / 说明 |
|---|---|---|
CHANJING_OPENAPI_BASE_URL |
可选 | 默认 https://open-api.chanjing.cc；兼容 CHANJING_API_BASE。 |
CHANJING_OPENAPI_CREDENTIALS_DIR |
可选 | 默认 ~/.chanjing；credentials.json 所在目录；兼容 CHANJING_CONFIG_DIR。 |
SKILLS_DIR |
视布局而定 | 平台保留；含 skills/chanjing-tts 等的仓库根。未设时依次尝试 CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT、CHAN_SKILLS_DIR，再由 run_render.py 自脚本路径向上四级推断。 |
CHANJING_ONE_CLICK_VIDEO_REF_PROMPT_MAX_CHARS |
可选 | 默认 8000；整段 ref_prompt 上限；兼容 AI_VIDEO_PROMPT_MAX_CHARS。 |
CHANJING_ONE_CLICK_VIDEO_CREATION_MODEL_CODE |
可选 | 缺省文生视频 model_code；兼容 AI_VIDEO_MODEL。 |
说明：部分外部文档中的
FIRST_DIGITAL_HUMAN_MAX_CHARS（首个数字人分镜voiceover字数上限）等变量，当前本仓库的run_render.py未读取；以后若源码增加对应os.environ，应同步更新本表。
外部二进制
| 二进制 | 必需性 | 用途 |
|---|---|---|
ffmpeg |
跑一键成片 run_render.py 时必需 |
拼接、转码、封装音视频等。仅编排纯 API、不执行本渲染脚本时可不装。 |
ffprobe |
同上 | 读取媒体分辨率、时长、旋转元数据等，用于与数字人轨对齐。 |
执行脚本时的典型副作用（按类）
| 类型 | 说明 |
|---|---|
| 出站 HTTPS | 蝉镜 Open API（CHANJING_OPENAPI_BASE_URL / 兼容 CHANJING_API_BASE）、以及接口/CDN 返回的 video_url / 音频 URL 等素材拉取。 |
| 本地文件 | run_render.py --output-dir 下常见：final_one_click.mp4、workflow_result.json、work/（中间音频、分段视频、concat 列表等）；具体以当次命令与 templates/render_rules.md 为准。 |
| 子进程 | ffmpeg / ffprobe；run_render 通过 subprocess 调用同仓库下 skills/chanjing-tts、chanjing-video-compose、chanjing-ai-creation 等目录中的 Python CLI。 |
| 浏览器 | 凭据缺失或引导登录时，鉴权链可能 webbrowser.open 或执行 chanjing-credentials-guard 的 open_login_page.py（与各 skill 的 _auth.py 行为一致）。 |
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。
| 类别 | 写入什么 | 典型位置 | 用户如何控制 |
|---|---|---|---|
| 凭据状态 | 经配置写入的 app_id / secret_key、刷新后的 access_token、 expire_in 等 |
CHANJING_OPENAPI_CREDENTIALS_DIR/credentials.json（默认 ~/.chanjing/credentials.json；兼容 CHANJING_CONFIG_DIR） |
设置推荐名或旧名；或迁移/删除该文件；勿将秘钥提交版本库。 |
| 一键成片工件 | final_one_click.mp4、workflow_result.json、work/ 等 |
由 run_render.py --output-dir 指定（常见为某次任务下的 outputs/<任务名>/） |
选用明确的 --output-dir；任务结束后按需保留或删除该目录。 |
| 其它下载类脚本（子 skill） | 合成结果等到本地 | 各 skill 的 download_result.py 等：默认多在当前工作目录下 outputs/<产品线>/，或 --output 绝对路径 |
在预期 cwd 下执行，或始终传 --output；详见对应 skill 的 SKILL.md。 |
| 临时/过程文件 | TTS 合并、切段、上传前缓存等 | 多在上述 output-dir 下的 work/ 或脚本约定子目录 |
随输出目录一并管理。 |
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 <5 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）：
| 范围 | 模板 |
|---|---|
当代向、D.0 语境缺省与文明圈推断、D.1 长度、D.1a、D.1b（易幻觉，全 skill 共用）、D.2 当代、手工 visual_prompt、D.3、D.4 当代装配与 7 要素 / 题材簇 / 单镜拼装 / 自检 |
templates/storyboard_prompt.md → 「文生视频提示词（当代向真值）」 |
| D.2 非当代路由、历史流程层、文明圈与国别自洽、占位符纪律、与 D.3/D.4 衔接说明 | templates/history_storyboard_prompt.md |
| 族裔、历史/非当代中式造型与出现人物时的英文短语 | templates/visual_prompt_people_constraint.md（显式族裔锚定、历史 / 非当代节；兼 render_rules.md §4 表 4–6） |
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
| 字段 | 必填 | 说明 |
|---|---|---|
full_script |
是 | 与各镜 voiceover 按 scene_id 拼，norm 一致 |
scenes |
是 | scene_id（整数或纯数字字符串，按数值升序）、voiceover、use_avatar；AI 镜 ref_prompt（storyboard_prompt.md / history_storyboard_prompt.md；§4.2）；可选 subtitle |
audio_man |
是 | 宜与所选数字人形象的 audio_man_id 一致 |
person_id/avatar_id |
条件 | 有 DH 镜必填 |
figure_type |
否 | 与当次 list_figures.py 所选形象行的 figure_type 一致（公共多形态时必填） |
subtitle_required |
否 | 默认 false；为 true 时数字人镜烧录字幕（--subtitle show） |
speed/pitch |
否 | 默认 1/1 |
ai_video_duration_sec |
否 | 5 或 10，默认 10 |
model_code |
否 | 默认 CHANJING_ONE_CLICK_VIDEO_CREATION_MODEL_CODE（兼容 AI_VIDEO_MODEL）或 minmax-h3-t2v；creation_type=4；不传 ref_img_url |
max_retry_per_step |
否 | 默认 1（§6） |
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。
| 字段 | 必填 | 说明 |
|---|---|---|
topic |
条件 | 无则见首句规则；建议 ≥5 字 |
industry/platform/style |
否 | industry 空；platform/style：DEFAULT_* 或 douyin/观点型口播 |
duration_sec |
否 | DEFAULT_DURATION 或 60；策划参考 |
use_avatar |
否 | 默认 true |
avatar_id/voice_id |
否 | 空；不得用环境变量兜底音色或数字人；须在 workflow.json 写明 audio_man/person_id（及有 DH 镜时的 figure_type），由 Agent 按当次任务调用 list_voices.py 与 list_figures.py（来源与 video_plan / 用户指定一致）对比 name、形态、画幅、audio_name 等后选型；禁止未比较即取列表最前几条；默认偏好年轻数字人（见 §3） |
subtitle_required |
否 | 默认 false（数字人成片不烧录字幕；run_render 传 hide） |
cover_required |
否 | 默认 true |
strict_validation/allow_auto_expand_topic/max_retry_per_step |
否 | true/false/1 |
full_script |
否 | 默认空 |
script_title/script_hook/script_cta |
否 | 默认空 |
script/… |
否 | 见上文口播顺序 |
7. 输出 JSON
| 键 | 含义 |
|---|---|
status |
success / partial / failed |
video_plan |
Plan |
script_result |
title、hook、full_script、cta |
storyboard_result.scenes[] |
scene_id、duration_sec、voiceover、subtitle、visual_prompt、use_avatar |
render_result |
video_file、scene_video_urls、render_path、degrade_log |
| 其它 | error、debug… |
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