LeoYeAI VectCut Skill（自主规划型 AI 视频架构师）
本技能赋予 AI 像专业剪辑师一样**“思考与执行”**的能力。它不仅能调用 API，还能通过分析用户意图和素材内容，自主规划视频的节奏、视觉风格和逻辑结构，最终产出可直接在剪映 中二次编辑的专业草稿。
核心智能行为
- 素材感知：分析用户提供的视频/图片/音频 URL，理解画面内容与剪辑指令；优先调用现有服务
get_duration、get_resolution、video_detail、asr_basic、asr_nlp、asr_llm完成时长获取、分辨率判断、画面理解与语音内容解析。video_detail可提取细粒度语义（画面主体关系、人物朝向、物体位置、声音音调与风格等）。 - ASR 按需策略：默认优先级
asr_llm > asr_nlp > asr_basic，优先使用更高能力接口，仅在明确只需基础识别或时延敏感场景下降级。asr_basic：速度最快，返回完整文案、句级时间、字级时间；中文/英文效果好，支持粤语、上海话、闽南语、四川/陕西方言；更适合横屏字幕或素材初步理解。asr_nlp：速度中等，在 basic 基础上增加语义分句（每句不超过 12 字），更适合竖屏字幕。asr_llm：速度最慢，在 nlp 基础上增加 AI 关键词提取，优先用于竖屏与短视频字幕。- 三个 ASR 接口均支持传入
content（正确文案）以显著提升匹配准确率与处理速度。 - 三种回包结构不同，必须按端点解析：
asr_basic -> result.raw.result.utterances；asr_nlp -> segments；asr_llm -> segments(含 keywords/en)。
- 脚本规划：根据主题（如“成语故事”、“产品评测”）自动拆解分镜，确定各片段时长。
- 草稿生命周期管理：先创建并维护草稿，再进入编排流程；优先调用
create_draft初始化草稿，按需使用modify_draft修改草稿名/封面，任务异常或清理阶段使用remove_draft删除草稿。 - 反思自查：在关键步骤后调用
query_script回看当前草稿结构，核对轨道、素材与时间段是否符合预期；若不一致，先定位问题再执行修正操作。 - 视觉编排：基于已创建草稿自主选择并添加转场（Transitions）、特效（Effects）、滤镜（Filters）和文本（Text）。
- AI 资源补全：当素材不足时，主动调用
generate_image、generate_speech或generate_ai_video生成 B-roll 填充；其中generate_image支持nano_banana_2、nano_banana_pro、jimeng-4.5等聚合模型，generate_speech通过text + provider + model + voice_id合成配音，可配合volume、target_start、effect_type/effect_params控制入轨位置与音色效果。 - 文本编排生命周期：通过
add_text创建文本素材，使用modify_text调整文案与样式，使用remove_text清理无效文本；文本动画、字体与局部样式优先从枚举中选取，保证可用性与一致性。 - 图片编排生命周期：通过
add_image添加图片素材，使用modify_image调整图片源、时间段、位置与动画，使用remove_image清理无效图片；动画与蒙版类型优先从枚举中选取，保证编排稳定性。 - 视频编排生命周期：通过
add_video添加视频素材，使用modify_video调整素材源、裁切区间、位置与速度，使用remove_video清理无效视频；转场在片段首尾紧邻时生效，且需加在前一个元素上。 - AI 视频生成能力：通过
generate_ai_video调用聚合视频模型生成异步任务，再通过aivideo/task_status查询进度与视频结果；支持文生视频、图生视频与部分模型的首尾帧模式。 - 数字人能力：通过
digital_human/create发起音频驱动数字人任务，再通过digital_human/task_status查询生成状态与结果。 - 关键帧编排能力：通过
add_video_keyframe为文字、图片、视频设置位置、大小、透明度、旋转等关键帧，支持单点与批量关键帧写入。 - 云渲染与结果核验：通过
generate_video发起云渲染，再用task_status轮询任务状态。云渲染用于两类目标：创作中渲染中间结果核对预期；流程结束渲染最终成片并输出可直接播放的视频链接。 - 音画同步：如果需要，可以利用
get_duration计算素材时长，精确对齐视频轨道与音频轨道。 - 音视频预处理工具：在编排前可优先使用基础处理端点清洗素材。
extract_audio可从视频中提取音频（POST /process/extract_audio，入参video_url）；split_video可按时间段切分视频或音频（POST /process/split_video，入参video_url、start、end）。适用于替换现有视频 B-roll、素材混剪、先切段再入草稿等场景。
环境变量配置
所有调用均依赖于远程服务，需在环境中配置：
export VECTCUT_API_KEY="<your_token>"
快捷规则与请求模板见：
rules/：决策规则与调用顺序scripts/：curl 请求模板与执行脚本examples/：curl 端到端示例prompts/：请求路由与命令生成提示词references/：端点参数与字段契约references/references.md：References 总索引（端点文档、回包解读、样例入口）
执行路由
按“能力域”路由。每个能力域复用同一条五层调用链：
- 规则层（rules）
- 全局：
rules/rules.md - 领域：
rules/<domain>_rules.md
- 全局：
- 参数层（references）
- 总索引：
references/references.md - 端点总览：
references/endpoint_params.md - 端点：
references/endpoints/<domain>.md - 枚举：
references/enums/*.json
- 总索引：
- 提示层（prompts）
- 路由与请求体生成：
prompts/<domain>_ops.md
- 路由与请求体生成：
- 执行层（scripts）
- 通过 curl 发起 API 请求：
scripts/<domain>_ops.sh
- 通过 curl 发起 API 请求：
- 验证层（examples）
- 基于 curl 的最小闭环验证：
examples/<domain>_ops_demo.sh
- 基于 curl 的最小闭环验证：
当前已落地能力域：filter
- 规则：
rules/filter_rules.md - 参数：
references/endpoints/filter.md - 提示：
prompts/filter_ops.md
当前已落地能力域：effect
- 规则：
rules/effect_rules.md - 参数：
references/endpoints/effect.md - 提示：
prompts/effect_ops.md
当前已落地能力域：material
- 规则：
rules/material_rules.md - 参数：
references/endpoints/material.md - 提示：
prompts/material_ops.md
当前已落地能力域：draft
- 规则：
rules/draft_rules.md - 参数：
references/endpoints/draft.md - 提示：
prompts/draft_ops.md
当前已落地能力域：asr
- 规则：
rules/asr_rules.md - 参数：
references/endpoints/asr.md - 提示：
prompts/asr_ops.md
当前已落地能力域：process
- 规则：
rules/process_rules.md - 参数：
references/endpoints/process.md - 提示：
prompts/process_ops.md
当前已落地能力域：generate_video
- 规则：
rules/generate_video_rules.md - 参数：
references/endpoints/generate_video.md - 提示：
prompts/generate_video_ops.md
当前已落地能力域：generate_speech
- 规则：
rules/generate_speech_rules.md - 参数：
references/endpoints/generate_speech.md - 提示：
prompts/generate_speech_ops.md - 端点：
POST /cut_jianying/generate_speech - 关键入参：
text、provider、model、voice_id、volume、target_start、effect_type、effect_params - 关键出参：
audio_url、draft_id、draft_url、material_id
当前已落地能力域：generate_ai_image
- 规则：
rules/generate_ai_image_rules.md - 参数：
references/endpoints/generate_ai_image.md - 提示：
prompts/generate_ai_image_ops.md - 端点：
POST /cut_jianying/generate_image - 关键入参：
prompt、model、reference_image、size、draft_id - 关键出参：
output.image_url、output.draft_id、output.draft_url
当前已落地能力域：generate_ai_video
- 规则：
rules/generate_ai_video_rules.md - 参数：
references/endpoints/generate_ai_video.md - 提示：
prompts/generate_ai_video_ops.md - 端点：
POST /cut_jianying/generate_ai_video、GET /cut_jianying/aivideo/task_status - 关键入参：
- generate：
prompt、model、resolution - status：
task_id
- generate：
- 关键出参：
- generate：
task_id - status：
status、progress、video_url、draft_id、draft_url
- generate：
当前已落地能力域：digital_human
- 规则：
rules/digital_human_rules.md - 参数：
references/endpoints/digital_human.md - 提示：
prompts/digital_human_ops.md - 端点：
POST /cut_jianying/digital_human/create、GET /cut_jianying/digital_human/task_status - 关键入参：
- create：
audio_url、video_url - status：
task_id
- create：
- 关键出参：
- create：
task_id或id - status：
status、progress、video_url
- create：
当前已落地能力域：video
- 规则：
rules/video_rules.md - 参数：
references/endpoints/video.md - 提示：
prompts/video_ops.md - 端点：
POST /cut_jianying/add_video、POST /cut_jianying/modify_video、POST /cut_jianying/remove_video - 关键入参：
- add：
video_url - modify/remove：
draft_id、material_id
- add：
- 关键出参：
output.draft_id、output.draft_url、output.material_id（add/modify）
当前已落地能力域：image
- 规则：
rules/image_rules.md - 参数：
references/endpoints/image.md - 提示：
prompts/image_ops.md - 端点：
POST /cut_jianying/add_image、POST /cut_jianying/modify_image、POST /cut_jianying/remove_image - 关键入参：
- add：
image_url - modify/remove：
draft_id、material_id
- add：
- 关键出参：
output.draft_id、output.draft_url、output.material_id（add/modify）
当前已落地能力域：text
- 规则：
rules/text_rules.md - 参数：
references/endpoints/text.md - 提示：
prompts/text_ops.md - 端点：
POST /cut_jianying/add_text、POST /cut_jianying/modify_text、POST /cut_jianying/remove_text - 关键入参：
- add：
text、start、end - modify：
draft_id、material_id、text、start、end - remove：
draft_id、material_id
- add：
- 关键出参：
- add：
output.material_id - modify/remove：
output.draft_id、output.draft_url
- add：
当前已落地能力域：keyframe
- 规则：
rules/keyframe_rules.md - 参数：
references/endpoints/keyframe.md - 提示：
prompts/keyframe_ops.md - 端点：
POST /cut_jianying/add_video_keyframe - 关键入参：
draft_id、track_name、property_types、times、values - 关键出参：
output.added_keyframes_count、output.draft_id、output.draft_url
新增能力域时的约定
- 域命名统一使用小写下划线：
text/audio/subtitle/effect/keyframe/digital_human。 - 根文件只维护“能力域索引”，端点细节只写在对应
<domain>.md。 - 任意域新增端点时，只改该域文件，不改其他域。
交互约定（输出格式）
当你使用本技能完成“创建/编辑/渲染”类任务时，输出优先包含这些字段，便于后续继续编辑或查询：
draft_id：草稿 IDdraft_url：可打开的剪映/CapCut 草稿 URL，应封装为 markdown 超链接格式：[草稿名称](draft_url)material_id: 添加进草稿后的素材（图片、视频、音频、字幕、滤镜、贴纸、特效）的ID，方便后面继续操作
常用能力（可组合）
1) 创建草稿
调用：POST /create_draft
示例（1080x1920 竖屏）：
curl -X POST http://open.vectcut.com/cut_jianying/create_draft \
-H "Authorization: Bearer $VECTCUT_API_KEY" \
-H "Content-Type: application/json" \
-d '{"width":1080,"height":1920,"name":"demo"}'
2) 添加素材与时间线编排
你可以按需组合以下操作（都为 POST JSON）：
/add_video：添加视频（支持裁切、速度、变换、蒙版、混合、转场等）/modify_video：修改视频（基于material_id更新视频源、裁切区间、位置与速度）/remove_video：删除视频（基于material_id删除视频素材）/add_image：添加图片（支持入/出场动画、转场、蒙版、混合等）/modify_image：修改图片（基于material_id更新图片源、时长、位置、动画与样式）/remove_image：删除图片（基于material_id删除图片素材）/add_audio：添加音频（支持音量、变速、淡入淡出、音效等）/add_text：添加文字（支持字体、描边、阴影、背景、动画、多样式范围等）/modify_text：修改文字（基于material_id更新文案、时间段与样式）/remove_text：删除文字（基于material_id删除文本素材）/add_sticker：添加贴纸/add_effect：添加特效（scene/character）/add_filter：添加滤镜/add_video_keyframe：添加关键帧（支持位置、大小、透明度、旋转等属性）/get_video_scene_effect_types：获取场景特效（用于 effect_category=scene）/get_video_character_effect_types：获取人物特效（用于 effect_category=character）/get_filter_types：添加滤镜
3) 高级能力（AI 与搜索）
/generate_image：AI 图片生成并添加到草稿（支持文生图/图生图，聚合模型：nano_banana_2、nano_banana_pro、jimeng-4.5）/generate_ai_video：AI 视频生成（支持文生视频/图生视频/部分模型首尾帧，异步任务）/aivideo/task_status：查询 AI 视频生成任务状态与视频结果/digital_human/create：创建数字人口播任务（音频 + 视频输入）/digital_human/task_status：查询数字人任务状态与结果/generate_speech：TTS 语音合成并添加到草稿/llm/tts/fish/clone_voice：克隆音色并返回voice_id（可用于后续generate_speech）/llm/tts/voice_assets：查询已克隆音色资产（支持provider=minimax|fish|NULL）/remove_bg：智能抠像（移除背景）并生成合成预设/search_sticker：搜索在线贴纸素材
4) 获取可用枚举（动画/转场/特效/滤镜/字体）
用于让 AI 在可用范围内选型：
GET /get_transition_typesGET /get_mask_typesGET /get_intro_animation_types、/get_outro_animation_types、/get_combo_animation_typesGET /get_text_intro_types、/get_text_outro_types、/get_text_loop_anim_typesGET /get_video_scene_effect_types、/get_video_character_effect_typesGET /get_filter_typesGET /get_font_typesGET /get_audio_effect_types
示例（以转场枚举为例）：
curl -X GET "http://open.vectcut.com/cut_jianying/get_transition_types" \
-H "Authorization: Bearer $VECTCUT_API_KEY"
4) 云渲染（中间核验 + 最终交付）
POST /generate_video：对草稿draft_id发起云渲染（返回task_id）。POST /task_status：轮询task_id获取渲染进度与结果。- 创作过程中：可按关键里程碑发起渲染，核对当前画面、节奏、字幕与预期是否一致。
- 任务结束时：必须轮询到完成态，并把结果中的可播放视频链接作为最终输出返回。
5. 典型场景示例
场景 A：成语故事/绘本视频制作（文生图 + 配音 + 自动对齐）
当用户需要制作“亡羊补牢”这样的故事视频时，建议按以下逻辑编排：
- 分镜拆解：将故事拆分为 N 个片段（图片 Prompt + 旁白文本）。
- 生成循环（对每个片段）：
- 调用
generate_image生成插图，获得image_url。 - 调用
generate_speech生成配音，获得audio_url。 - 关键点：调用
get_duration(url=audio_url)获取配音时长duration。 - 调用
add_image，将image_url加入草稿，并设置duration等于配音时长，确保音画同步。 - （如果
generate_speech未自动添加）调用add_audio添加配音。
- 调用
参考 Prompt 模板：assets/prompts/story_creation_zh.md
场景 B：素材混剪
- 创建草稿 → 2) add_video/add_audio/add_text → 3) generate_video 发起云渲染 → 4) task_status 轮询直到可取播放链接
curl -X POST http://open.vectcut.com/cut_jianying/create_draft \
-H "Authorization: Bearer $VECTCUT_API_KEY" \
-d '{"name":"my short"}'
假设返回 draft_id=xxx 后：
curl -X POST http://open.vectcut.com/cut_jianying/add_video \
-H "Authorization: Bearer $VECTCUT_API_KEY" \
-H "Content-Type: application/json" \
-d '{"draft_id":"xxx","video_url":"https://example.com/a.mp4","start":0,"end":10,"target_start":0}'
发起渲染：
curl -X POST http://open.vectcut.com/cut_jianying/generate_video \
-H "Authorization: Bearer $VECTCUT_API_KEY" \
-H "Content-Type: application/json" \
-d '{"draft_id":"xxx","resolution":"1080P","framerate":"30"}'
轮询：
curl -X POST http://open.vectcut.com/cut_jianying/task_status \
-H "Authorization: Bearer $VECTCUT_API_KEY" \
-H "Content-Type: application/json" \
-d '{"task_id":"TASK_ID"}'
使用提示（让 AI 更“会剪”）
- 让用户提供素材 URL、期望时长、画面比例（9:16/16:9/1:1）、字幕风格、BGM 风格
- 需要更细粒度理解时，调用
video_detail理解（关系/朝向/位置/声音风格），再据此做镜头衔接、特效与字幕排版决策 - 需要严格可控的效果时，先拉取枚举（转场/特效/滤镜/字体），再进行选择与组装
- 复杂需求可以在上层自己组织调用顺序，这里只负责暴露基础视频编辑与渲染接口