Creator Video Dreamina

输入

文件读取

• config.md — 必须读取（获取 ## 视频生成配置 中的即梦视频模型版本、视频比例、视频分辨率）
• story/episodes/$ARGUMENTS[0]/videos/tasks.json — 必须读取（由 generate-video 预登记创建）

动态参数（$ARGUMENTS）

• $ARGUMENTS[0] — 集数（如 ep01）
• $ARGUMENTS[1] — 目标镜头编号列表（如 1 3 5 或 all）

职责描述

从 tasks.json 加载 pending 镜头，读取其 prompt / images / duration，调用脚本提交视频生成任务，将结果（submit_id / status / fail_reason）写回 tasks.json。

约束

• 严禁自行编写脚本（包括 Python、Node.js、内联 bash 脚本等）。只能调用插件内 scripts/ 目录下的现有脚本。
• tasks.json 的读取和写入由你（LLM）直接完成：用 Read 工具读取，用 Write 工具写入。不要用脚本操作 tasks.json。
• 调用插件脚本时，如果相对路径 scripts/xxx.sh 找不到，使用 Glob 工具搜索 **/scripts/xxx.sh 找到插件目录下的脚本绝对路径。
• 本 skill 只做 pending → submitted / failed 状态转移。严禁：(a) 处理 tasks.json 中不存在的 shot（视为上游 bug，输出错误提示并跳过该 shot 继续下一个，不得尝试提交）；(b) 处理 status ≠ pending 的 shot（submitted/done/failed 由 check-video 处理）；(c) 以测试、验证、调试名义提交任何任务；(d) 修改 tasks.json 的 prompt / images / duration（本 skill 仅更新 submit_id / status / fail_reason）。视频生成成本高，任何灰色操作直接烧钱。

tasks.json 格式

文件路径：story/episodes/{集数}/videos/tasks.json

每条记录包含以下字段：

完整示例：

[
  {"shot": 1, "submit_id": "0a7fdfa1711442ee", "status": "submitted", "prompt": "### 镜头 1\n- **镜头类型：** 特写\n...", "images": "assets/images/characters/林知意.png,assets/images/locations/郊外泥地.png", "duration": 15, "fail_reason": ""},
  {"shot": 2, "submit_id": "", "status": "failed", "prompt": "### 镜头 2\n...", "images": "assets/images/characters/林知意.png", "duration": 15, "fail_reason": "ExceedConcurrencyLimit"}
]

写入规则：

• 每个 shot 编号只能有一条记录，更新时替换已有条目
• 写入完整 JSON 数组，不要追加或部分修改
• 必须用 Read 读取最新内容后再修改，避免覆盖其他 shot 的变更

流程

阶段 1: 准备

1. 使用 Bash 调用 bash scripts/read-config.sh "即梦视频模型版本" 等获取配置值（即梦视频模型版本、视频比例、视频分辨率）
2. 使用 Bash 执行 dreamina user_credit 检查登录状态并显示当前积分余额
   • 失败 → 输出"即梦CLI未登录，请先执行 dreamina login 完成登录"并结束
3. 使用 Bash 确保输出目录存在：mkdir -p story/episodes/{集数}/videos

阶段 2: 加载 pending 任务

1. 使用 Read 读取 story/episodes/{集数}/videos/tasks.json（由 generate-video 预登记创建）
2. 若文件不存在 → 输出错误提示"tasks.json 不存在：generate-video 预登记未执行或已失效。请重跑 /generate-video {集数}"，结束
3. 根据 $ARGUMENTS[1] 过滤目标镜头：
   • all → 使用 tasks.json 中所有 status == pending 的记录
   • 具体编号列表（如 1 3 5）→ 在 tasks.json 中匹配这些 shot
4. 对过滤结果分类：
   • status == pending → 本次要提交
   • status ∈ {submitted, done, failed} → 跳过，输出一行提示"shot {N} status={status}，跳过（由 check-video 处理）"
   • 目标 shot 未在 tasks.json 中 → 输出错误"shot {N} 未登记，generate-video 预登记未覆盖。请重跑 /generate-video"，跳过该 shot 继续下一个
5. 若本次要提交的镜头为空 → 输出"无 pending 镜头"并结束

阶段 3: 逐镜头提交（状态转移）

对阶段 2 筛出的每个 pending 镜头：

1. 从 tasks.json 该 shot 记录读取 prompt / images / duration

2. 提交视频生成：bash scripts/video-gen-dreamina.sh "{prompt}" "story/episodes/{集数}/videos/shot{NN}.mp4" "{images}" "{duration}" "{比例}" "{模型版本}"

3. 根据退出码处理：

   • exit 0，stdout 以 SUBMITTED 开头 → 提取 submit_id，状态转移 pending → submitted
   • exit 1，stdout 以 FAIL 开头 → 提取失败原因，状态转移 pending → failed

4. 用 Read 读取 tasks.json 最新内容，按 shot 编号找到对应条目，只更新 submit_id / status / fail_reason 三个字段（prompt / images / duration 保持不变），然后用 Write 写回完整 JSON

5. 提交失败 → 写入 failed + fail_reason → 继续下一个 shot，本次运行中不得再次尝试该 shot

6. 若提交失败原因为并发限制 → 立即停止本次提交，且把所有剩余 pending shot（status==pending 且尚未在本次 run 中提交过的）在 tasks.json 中状态转移 pending → failed，fail_reason 设为 ExceedConcurrencyLimit，submit_id 保持 ""。已在本次 run 中标为 submitted 或 failed 的 shot 不动。批量标记规则：用 Read 读取 tasks.json 最新内容，批量更新后用 Write 写回完整 JSON。输出"已达并发上限，剩余 N 个 pending 镜头已标为 failed (ExceedConcurrencyLimit)，将由 auto-video cron 自动重试"。

   设计意图：把"剩余 pending"转移到"failed-retryable"，复用 check-video phase 5a auto-retry 机制把它们逐步推进。failure-classification.md 已规定并发限制为 retryable，无需修改分类逻辑。

阶段 4: 摘要

1. 使用 Bash 执行 dreamina user_credit，显示提交后的积分余额
2. 输出提交摘要：成功提交 N 个、提交失败 N 个

输出

返回内容

• 提交结果摘要 → 返回给调用方