Grok — 搜索 · 调研 · 图片 · 视频 · 后处理
用 grok(grok build CLI)+ ffmpeg 完成六件事:网络/X 搜索、大批量调研、图片生成、视频生成、绿幕/视频后处理、图片后处理。图片与视频走 grok 登录态内置工具(image_gen/image_to_video),消耗订阅额度,不产生 xAI API 费用。
⭐ 运行原则(先读这条)
本 skill 是指导,不是一套写死的脚本。 每次调用按这个顺序做:
- 先探测真实环境:
node {baseDir}/scripts/preflight.mjs(跨平台,报告 OS / grok 登录 / ffmpeg 有哪些 filter 和编码器 / 缺什么该装什么)。 - 缺依赖就按当前平台装——preflight 会给出针对该 OS 的安装命令(该装啥装啥,例如缺
drawtext就装含 freetype 的 build,缺libvpx-vp9就换 build)。不要绕开需求去凑合。 - 媒体生成用封装脚本(
grok-media.mjs,node,跨平台);ffmpeg 后处理参考 post-processing.md 的原理与模板,根据素材现场编写命令、现场调参(如抠像的 similarity/blend),而不是套死参数。
你(Claude / grok)本来就能读环境、装工具、写命令——请带着判断力临场发挥,把下面的脚本当可靠封装 / 参考实现,不是唯一路径。
平台支持
| 平台 | grok CLI | 说明 |
|---|---|---|
| macOS / Linux | ✅ | curl -fsSL https://x.ai/cli/install.sh | bash |
| Windows | ✅ 原生 PowerShell(irm https://x.ai/cli/install.ps1 | iex)或 WSL2 |
node 脚本跨平台;shell 命令用 PowerShell 语法 |
- 媒体生成需登录(SuperGrok / X Premium+):
grok login。 - ffmpeg 后处理跨平台,命令主体一致;复杂编排建议用 node 调 ffmpeg(免 shell 转义差异)。
能力路由
| 你要做的事 | 用什么 | 详细参考 |
|---|---|---|
| 网络 / X 搜索(带引用) | grok-search.mjs(需 key)或 grok headless(登录态) |
search-and-research.md |
| 大批量 / 多主题调研 | grok -p headless + subagents(默认启用) |
search-and-research.md |
| 生成图片 | grok-media.mjs image |
media-generation.md |
| 生成视频(文生/图生) | grok-media.mjs video |
media-generation.md |
| 绿幕抠像 / 拼接 / 水印 / GIF | ffmpeg(探测 → 按平台装 → 现场写) | post-processing.md |
常用命令(媒体生成 · 跨平台 node)
BASE={baseDir}
# 0. 永远先自检环境
node "$BASE/scripts/preflight.mjs"
# 搜索(JSON-first + 引用;需 XAI_API_KEY)
node "$BASE/scripts/grok-search.mjs" "谁赢得了最新一届世界杯" --mode auto
# 生成图片(登录态,零 API 费;aspect-ratio: 1:1 2:3 3:2 16:9 9:16 …)
node "$BASE/scripts/grok-media.mjs" image --prompt "赛博朋克城市夜景,霓虹倒影" --out city.jpg --aspect-ratio 16:9
# 图生视频(duration 1-15s;resolution 480p/720p/1080p)
node "$BASE/scripts/grok-media.mjs" video --prompt "镜头缓慢推进" --image city.jpg --out city.mp4 --duration 6 --resolution 720p
# 文生视频(自动分镜 → 源图 → 动画)
node "$BASE/scripts/grok-media.mjs" video --prompt "一只猫在爵士酒吧弹钢琴" --out cat.mp4 --duration 6
后处理不给死脚本——先 preflight.mjs 看 ffmpeg 现状,再照 post-processing.md 的模板按素材写。例如绿幕抠像的核心是:先让 grok 生成 solid chroma-key green (#00FF00) 背景素材,再 ffmpeg -vf "chromakey=0x00FF00:<sim>:<blend>,despill",similarity/blend 看效果调。
必须知道的机制
- 媒体生成 = prompt 驱动内置工具。
grok-media.mjs用一条严格 prompt 调grok -p "…" --always-approve,让 agent 调用image_gen/image_to_video存到--out,并核验落盘、返回 JSON。你也可以直接grok -p "用 image_gen 生成…存为 x.jpg"绕过脚本。 - 产物落点:grok 先写到
~/.grok/sessions/<cwd>/<id>/(视频在videos/),再cp到工作目录;脚本已封装。 - 视频自带 AAC 音轨、H.264、24fps,比例跟随源图 / 请求。
- 耗时:单图约 30–70s,单段视频数分钟;批量任务用 subagents 或 playbook(见 examples/video-reel-playbook.md)。
脚本清单(都跨平台 · node)
scripts/preflight.mjs— 环境/能力自检,报告现状 + 按平台给安装建议scripts/grok-media.mjs— 图片/视频生成(grok 登录态驱动,JSON 输出,跨平台解析 grok 路径)scripts/grok-search.mjs— 搜索(xAI Responses API,XAI_API_KEY)scripts/search-selftest.mjs— 搜索脚本自测
ffmpeg 后处理刻意不提供固定脚本——环境相关、参数需按素材调,见 post-processing.md 让 agent 现场写。
安装
# 推荐:npx skills(装到 .agents/skills 并 symlink 到各 agent)
npx skills add Wangnov/grok-skills # 所有检测到的 agent
npx skills add Wangnov/grok-skills -g -a claude-code # 全局 + 指定 Claude Code
grok build 与 Claude Code 均从 ~/.agents/skills/ 加载、都认 Anthropic Skills 格式。