Skip to content

kent666/lanshu-waytovideo

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

17 Commits
 
 
 
 
 
 

Repository files navigation

Jianying Video Gen

Playwright Seedance 2.0 Python 3.9+ MIT License Platform T2V, I2V & V2V Production


🎬 Jianying Video Gen

主打AI Agent自动化操作 剪映小云雀 (xyq.jianying.com),使用 Seedance 2.0 模型批量生成 AI 视频。

✨ 功能特性

功能 描述
🎥 文生视频 (T2V) 输入文字描述,自动生成视频
🖼️ 图生视频 (I2V) 上传参考图片 + 文字描述,让图片动起来
🔄 参考视频生成 (V2V) 上传参考视频 + 风格描述,生成风格转换视频
📥 自动下载 通过 thread_id 详情页提取 CDN 链接,curl 直接下载
🔐 Cookie 登录 免密登录,支持自定义 cookies 路径
🧪 Dry-Run 调试 填写表单但不提交,生成截图供检查
🤖 AI Agent Skill 标准 Skill 格式,完美兼容 OpenClaw、Claude Code 等 Agent 框架

🚀 快速开始 (作为 AI Agent Skill)

本项目主要设计为 AI Agent 的扩展技能(Skill),让 LLM 获得自动化生成视频的能力。

1. 准备 Cookies

由于剪映网页版需要登录,你需要先在本地浏览器获取登录状态:

  1. 在浏览器中登录 xyq.jianying.com
  2. 使用 EditThisCookie 等扩展导出 cookies
  3. 将文件保存为 cookies.json 放置在 Agent 运行目录下。

2. 作为 AI Agent Skill 安装

一、标准安装(荐):

建议参考使用类似方式安装:

npx skills add https://github.com/cclank/lanshu-waytovideo --skill jianying-video-gen

二、龙虾(OpenClaw)安装

对话:

User: 请帮我安装该skill:https://github.com/cclank/lanshu-waytovideo/tree/main/jianying-video-gen ,并指导我进行初始化配置 OpenClaw: (收到指令后会自动下载、挂载该 Skill,并提示你需要去处理 cookies.json 等前置条件)


3. 开始自动生成

安装完成后,在你的对话界面中直接向 Agent 下达自然语言指令即可:

User: "帮我生成一段赛博朋克风格的视频,10秒横屏。" Agent: (自动分析意图 -> 命中 jianying-video-gen 技能 -> 隐式调用后台脚本与 Playwright 操作 -> 最终交付已下载好的 MP4 文件)

注意:Agent 运行的基础宿主机环境(通常是你本地)仍需安装 Python 3.9+ 环境,并使用 pip install playwright && playwright install chromium 安装浏览器内核。


💻 命令行手动调用 (开发者测试)

如果你想自己写代码或通过终端手动测试生成流程,可以按以下方式执行:

安装依赖

pip install playwright
playwright install chromium
brew install ffmpeg

V2V 模式依赖 ffprobe 读取原视频尺寸,依赖 ffmpeg 在上传前做缩放/补边预处理。

▶️ 文生视频 (T2V)

python3 jianying-video-gen/scripts/jianying_worker.py \
  --prompt "巨龙从火山口腾空而起,熔岩四溅,电影级航拍" \
  --duration 10s \
  --model "Seedance 2.0"

🖼️ 图生视频 (I2V)

python3 jianying-video-gen/scripts/jianying_worker.py \
  --ref-image ./test_image.png \
  --prompt "将这张图片变成动画,镜头从左向右缓慢平移" \
  --duration 10s \
  --model "Seedance 2.0 Fast"

🔄 参考视频生成 (V2V)

python3 jianying-video-gen/scripts/jianying_worker.py \
  --ref-video ./reference.mp4 \
  --prompt "画风改成宫崎骏风格,其他不变" \
  --duration 5s \
  --model "Seedance 2.0"

📋 参数说明

参数 默认值 可选值 说明
--prompt "一个美女在跳舞" 任意文本 视频描述 (必填)
--duration 10s 5s 10s 15s 视频时长
--ratio 横屏 横屏 竖屏 方屏 画面比例
--model Seedance 2.0 Seedance 2.0 Seedance 2.0 Fast 模型选择
--ref-image 本地图片文件路径 参考图片 (I2V 模式)
--ref-video 本地视频文件路径 参考视频 (V2V 模式)
--cookies cookies.json 文件路径 登录凭证路径
--output-dir . 目录路径 视频输出目录
--dry-run false 仅填表不提交

V2V + --dry-run 会额外打印一段 表单状态 JSON。判断是否跑通,重点看这两点:

  • hasVideoThumb / hasImageThumb / hasCanvasThumb / hasBackgroundThumb / hasReplaceAction 至少一个为 true
  • sendDisabled 最好为 false,否则页面通常还没接受当前参考视频或 Prompt

🎞️ V2V 预处理

剪映/小云雀对参考视频分辨率有限制,参考视频需落在 640×640(480p)- 834×1112(720p) 对应范围内。脚本在上传前会:

  1. ffprobe 读取原视频分辨率
  2. 如果长边超过 1112,先等比缩小
  3. 如果缩小后短边小于 480,再用 ffmpeg pad 补边到合法尺寸

例如 1472x632 会被处理为 1112x476,最终补边到 1112x480 再上传。

💰 模型与积分

模型 积分/秒 5s 10s 15s 推荐场景
Fast 3 15 30 45 测试、快速预览
Pro 5 25 50 75 正式出片

⚙️ 自动化流程

graph LR
    A[🔐 Cookie登录] --> B[📝 新建项目]
    B --> C[🎬 沉浸式短片]
    C --> D[🤖 选模型]
    D --> E{V2V?}
    E -->|是| F[📎 点击参考]
    F --> G[🧰 ffprobe/ffmpeg 预处理]
    G --> H[📤 上传参考视频]
    E -->|否| I[⏱️ 选时长]
    H --> I
    I --> J[💬 输入Prompt]
    J --> K[🚀 提交生成]
    K --> L[🎯 拦截 thread_id]
    L --> M[📄 导航详情页]
    M --> N[⏳ 轮询视频]
    N --> O[📥 curl 下载 MP4]
Loading

🎨 提示词示例

🎬 运动 & 动作
一位武术大师在雨中练太极,慢动作,水滴飞溅,电影级光影
三个街舞少年在霓虹灯下的篮球场battle,地面反光,烟雾弥漫
🌊 自然 & 特效
一朵玫瑰从花苞到盛开的延时摄影,露珠滚落花瓣,背景虚化,4K微距
巨龙从火山口腾空而起,熔岩四溅,暴风雨中闪电照亮整个天空,电影级航拍
🔥 风格化 & 超现实
赛博朋克风格的长安城,飞行汽车穿梭在霓虹灯笼之间,古代宫殿与全息投影交融
一座中国古城从海底缓缓升起,鲸鱼在宫殿之间游过,阳光穿透海水照亮金色琉璃瓦
🔄 V2V 风格转换
参考视频,画风改成宫崎骏风格的画风,其他不变
赛博朋克风格,霓虹灯光照射下的机械舞者,金属质感皮肤
三只穿着华丽晚礼服的猫咪在舞会上优雅起舞,迪士尼动画风格

📁 项目结构

lanshu-waytovideo/
├── cookies.json                    # 登录凭证 (需自行导出,勿提交)
├── README.md                       # 使用说明
└── jianying-video-gen/             # AI Agent Skill 主目录
    ├── SKILL.md                    # Agent 识别用的技能说明文档
    ├── requirements.txt            # Python 依赖
    ├── scripts/
    │   └── jianying_worker.py      # 自动化执行的 Python 入口
    └── references/
        └── prompt-guide.md         # 提供给 Agent 学习的提示词指南

⚠️ 注意事项

  • Cookies 有时效性,过期后需重新导出
  • 生成视频消耗积分,建议先用 Fast + 5s 测试
  • V2V 不是走左侧 + 上传,而是走工具栏里的 参考 按钮
  • 参考视频上传可能需要 60-90 秒,平台校验较慢时更久
  • 视频生成通常需要 3-5 分钟,脚本目前最多等待约 20 分钟

Made with ❤️ by Lanshu | Powered by Seedance 2.0

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages

  • Python 100.0%