libtv-skill

# agent-im 会话（生图 / 生视频） 通过 agent-im 的 OpenAPI 创建会话、发送消息（生图、生视频、编辑视频等）、上传图片/视频文件，并查询会话消息进展。 LibTV 是 LiblibAI 推出的 AI 视频创作平台，同时为人类创作者和 Agent 设计。Agent 通过 Skill 入口理解任务、调用模型并自动编排工作流。 **平台核心能力：** - **生成**：文生图、文生视频、图生视频、视频续写 - **编辑**：局部修改、元素替换、镜头调整、风格迁移 - **复杂创作**：一句话生成完整短剧（剧本→分镜→成片）、复刻已有视频风格做 TVC/宣传片、用音乐生成 MV、产品展示片制作 - **模型**：Seedance 2.0、Kling 3.0/O3、Wan 2.6、NanoBanana、Midjourney、Seedream 5.0 等顶级模型 用户的所有创作和编辑需求都通过发送自然语言消息来完成，Agent 会自主编排工作流。复杂任务（短剧、MV）耗时较长，需耐心轮询。 ## 功能 1. **创建会话 / 发消息** - 创建新会话或向已有会话发送一条消息（如「生一个动漫视频」「把纸船换成爱心」） 2. **查询会话进展** - 根据 sessionId 拉取该会话的消息列表，用于轮询生图/生视频结果 3. **切换项目** - 将当前 accessKey 绑定的项目切换到新项目，后续 create_session 将使用新 projectUuid 4. **上传文件** - 上传图片或视频文件到 OSS，返回可访问的 OSS 地址（编辑已有视频/图片时需要先上传） 5. **下载结果** - 将会话中生成的图片/视频批量下载到本地，自动提取 URL 并命名 ## 前置要求 ```bash export LIBTV_ACCESS_KEY="your-access-key" ``` 可选：`OPENAPI_IM_BASE` 或 `IM_BASE_URL`，默认 `https://im.liblib.tv`。 无需安装额外依赖，仅使用 Python 标准库。 ## 使用方法 ### 1. 创建会话 / 发送消息 ```bash # 创建新会话并发送「生一个动漫视频」 python3 {baseDir}/scripts/create_session.py "生一个动漫视频" # 向已有会话发送消息 python3 {baseDir}/scripts/create_session.py "再生成一张风景图" --session-id SESSION_ID # 只创建/绑定会话，不发消息 python3 {baseDir}/scripts/create_session.py ``` ### 2. 查询会话进展 ```bash # 查询会话消息列表 python3 {baseDir}/scripts/query_session.py SESSION_ID # 增量拉取（只返回 seq 大于 N 的消息） python3 {baseDir}/scripts/query_session.py SESSION_ID --after-seq 5 # 附带项目地址（传入 create_session 返回的 projectUuid，结果中带 projectUrl） python3 {baseDir}/scripts/query_session.py SESSION_ID --project-id PROJECT_UUID ``` ### 3. 切换项目 ```bash # 切换当前 accessKey 绑定的项目（后续创建会话将使用新项目） python3 {baseDir}/scripts/change_project.py ``` ### 4. 上传文件 当用户提供了参考的文件地址时，进行上传，仅支持图片、视频，文件大小必须在200M以下。 ```bash # 上传图片 python3 {baseDir}/scripts/upload_file.py /path/to/image.png # 上传视频 python3 {baseDir}/scripts/upload_file.py /path/to/video.mp4 ``` ### 5. 下载结果 生成完成后，可以将会话中的所有图片/视频批量下载到本地。 ```bash # 从会话自动提取并下载所有结果 python3 {baseDir}/scripts/download_results.py SESSION_ID # 指定输出目录 python3 {baseDir}/scripts/download_results.py SESSION_ID --output-dir ~/Desktop/my_project # 指定文件名前缀（如 storyboard_01.png, storyboard_02.png ...） python3 {baseDir}/scripts/download_results.py SESSION_ID --prefix "storyboard" # 直接下载指定 URL 列表（不需要 session_id） python3 {baseDir}/scripts/download_results.py --urls URL1 URL2 URL3 --output-dir ./output ``` ## 典型工作流 理解这些工作流，才能正确组合上面的脚本完成用户需求。 ### 场景 1：用户要求生成图片/视频（最常见） ``` 1. create_session.py "用户的描述" → 拿到 sessionId + projectUuid 2. 每隔 8 秒调用 query_session.py SESSION_ID --after-seq 0 轮询 3. 检查 messages：当出现 assistant 角色的消息且包含图片/视频 URL → 任务完成 4. 自动下载：download_results.py SESSION_ID --output-dir ~/Downloads/项目名 --prefix 有意义的前缀 5. 向用户展示：本地文件列表 + projectUrl（画布链接） ``` 生成完成后**自动执行下载**，不需要用户额外请求。下载目录和前缀根据任务语义自动命名（如分镜用 `storyboard`，角色设定用 `character` 等）。 ### 场景 2：用户提供图片/视频要求编辑修改（如"把纸船换成爱心"） ``` 1. upload_file.py /path/to/video.mp4 → 拿到 OSS URL 2. create_session.py "把四周的纸船都换成白色的纸爱心 参考视频：{oss_url}" 3. 后续同场景 1 的步骤 2-5 ``` 用户给了文件路径 + 编辑指令 = 先上传文件，再把编辑指令和 OSS URL 一起发送。 ### 场景 3：用户提供参考图/视频要求生成新内容 ``` 1. upload_file.py /path/to/ref.png → 拿到 OSS URL 2. create_session.py "根据参考图生成xxx，参考图：{oss_url}" 3. 后续同场景 1 的步骤 2-5 ``` ### 场景 4：在已有会话中追加新需求 ``` 1. create_session.py "新的描述" --session-id SESSION_ID 2. 后续同场景 1 的步骤 2-5 ``` ### 轮询策略 - **间隔**：每 8 秒查询一次 - **增量拉取**：首次用 `--after-seq 0`，后续用上次拿到的最大 seq 值 - **完成判断**：messages 中出现 assistant 消息且 content 包含结果 URL（图片/视频地址） - **超时**：连续轮询 3 分钟仍无结果，告知用户"生成时间较长，可稍后通过项目画布链接查看"，不再继续轮询 - **错误重试**：单次查询失败可重试 1 次，连续 3 次失败则停止并告知用户 ## 输出格式 **create_session** 返回： ```json { "projectUuid": "aa3ba04c5044477cb7a00a9e5bf3b4d0", "sessionId": "90f05e0c-...", "projectUrl": "https://www.liblib.tv/canvas?projectId=aa3ba04c5044477cb7a00a9e5bf3b4d0" } ``` **query_session** 返回： ```json { "messages": [ {"id": "msg-xxx", "role": "user", "content": "生一个动漫视频"}, {"id": "msg-yyy", "role": "assistant", "content": "..."} ], "projectUrl": "https://www.liblib.tv/canvas?projectId=..." } ``` （`projectUrl` 仅在传入 `--project-id` 时存在） **change_project** 返回： ```json { "projectUuid": "新项目UUID", "projectUrl": "https://www.liblib.tv/canvas?projectId=新项目UUID" } ``` **upload_file** 返回： ```json { "url": "https://libtv-res.liblib.art/claw/{projectUuid}/{uuid}.png" } ``` **download_results** 返回： ```json { "output_dir": "/Users/xxx/Downloads/libtv_results", "downloaded": ["/Users/xxx/Downloads/libtv_results/01.png", "..."], "total": 9 } ``` ## 最终向用户展示时（OpenClaw） - **视频地址**：来自 `query_session` 返回的 `messages` 中 assistant 消息的 content 或结果里的视频/图片 URL，即「返回的结果」。 - **项目地址**：使用 `create_session` 返回的 `projectUrl`，或自行拼接 `https://www.liblib.tv/canvas?projectId=` + `projectUuid`。查询进展时若传入 `--project-id PROJECT_UUID`，`query_session` 会直接返回 `projectUrl`，便于一并展示。 在任务完成时，同时给出：**视频/图片结果链接** + **项目画布链接（projectUrl）**。 过程中，不要给出 **项目画布链接（projectUrl）**。 ## 核心原则：用户侧不做创作，只做传话 你（用户侧 Agent）的职责是**搬运工**，不是创作者。后端有专门的 Agent 负责理解需求、拆解分镜、编排工作流、选模型、写 prompt。你要做的只有三件事： 1. **上传**：用户给了本地文件 → `upload_file.py` 拿到 OSS URL 2. **传话**：把用户的原始描述 + OSS URL 原封不动发给 `create_session.py` 3. **取件**：轮询结果 → 下载到本地 → 展示给用户 **绝对不要做的事：** - 不要替用户扩写、润色、翻译 prompt（用户说"帮我推演分镜"，就直接传"帮我推演分镜"，不要自己先写个分镜表再逐条发） - 不要自行拆解任务步骤（如把"生成9张分镜图"拆成9次独立请求） - 不要自行编排镜头描述、剧情推演、风格分析 - 不要在消息中添加自己编的 prompt（如"超写实风格，电影级光影，8K分辨率"之类的描述词） 后端 Agent 对模型能力、参数配置、prompt 工程远比用户侧更专业。用户侧越俎代庖只会降低生成质量，换个弱模型更是灾难。 **正确示例：** ``` 用户说：「帮我推演后续的故事，来个分镜大爆炸，帮我出一个16:9的九宫格的图。新建一个任务。」 用户给了参考图：/path/to/ref.png → upload_file.py /path/to/ref.png → 拿到 oss_url → create_session.py "帮我推演后续的故事，来个分镜大爆炸，帮我出一个16:9的九宫格的图。参考图：{oss_url}" → 轮询 → 下载 → 展示 ``` **错误示例：** ``` ❌ 用户侧自己先写了个九宫格分镜表（对峙、交锋、危机...） ❌ 然后把自己编的描述发给后端 ❌ 或者拆成9次 create_session 分别发送 ``` ## 注意事项 - 鉴权方式为请求头 `Authorization: Bearer <LIBTV_ACCESS_KEY>` - 创建会话时若不传 `message`，仅创建/绑定会话，不会调用 SendMessage - 查询会话时可用 `--after-seq` 做增量拉取，便于轮询新消息（含 assistant 回复与生图/生视频结果） - 项目画布地址固定为：`https://www.liblib.tv/canvas?projectId=` + projectUuid - 切换项目后，Redis 缓存会更新，下次 create_session 将使用新的 projectUuid - 上传文件仅支持图片（image/*）和视频（video/*）类型，其他类型会被拒绝，文件大小须在 200MB 以下 - 上传返回的 OSS 地址格式为 `https://libtv-res.liblib.art/claw/{projectUuid}/{uuid}{ext}` - 生成过程中只告知用户"正在生成中"，不要提前给出 projectUrl；任务完成后再同时给出：**结果链接（图片/视频 URL）** + **项目画布链接（projectUrl）**