几十个技能
装进一个智能体

把原文或想法变成带情感语气标签的口播稿，念出来像人说话。

写一集短剧，或把已有剧本拆成逐镜可拍的分镜脚本，顺手导出每镜提示词。

短篇到长篇，带章节管理、标点规范化、段落重排和签约验收。

从选题到草稿箱整条链路：写稿、排版、画封面、导正文图、建草稿。

打斗戏专门件：动作方案、招式术语取词、空间调度、分镜表。

MV、口播、短剧三条产线共用同一套提示词规范。人物不一致、镜头乱动先查它。

双引擎（qwen3tts / CosyVoice3），多音色、逐段换情绪、语速微调。

一段风格描述 + 一段带分段标签的歌词，出一首能听的中文歌。

本地离线 STT。录屏、会议、口播视频扔进去，拿回可编辑文本。

拆出纯净人声和伴奏，Mel-Band RoFormer 工作流。

中文提示词直接生图，生成的是角色库里的自有形象。

空场景（供 MV 用）和含人物（供短剧用）两种模式。

做「一致人物形象」的设定图，MV 多参考和短剧建档都从这步开始。

三种模式，按「要不要 AI 出底图」来选。视频、短剧、MV 封面都走它。

本机角色表的增删改查，改完客户端立刻可见。

换脸、视频换脸、唇形同步、老照片修复上色、人脸增强。

PNG 转最高质量 JPEG，可按目标体积压。公众号发布版规格在这。

口播音频 → 数字人出镜讲话的成片。走多参考，吃 GPU。

口播文案配幻灯片画面。纯 CPU、不占 GPU，出片快。

音乐 → 图片 → MV 一条龙。强制分两段跑，中间停下来改写分镜。

分镜 → 出图 → 逐镜出片 → 合并 → 烧台词。最重、最贵的一条。

提时间戳 → 校正文字 → 生成字幕 → 烧录。全程本地，不上传。

画面顶部按时间段压上去的文字层，跟节拍走。

半透明卡片、气泡、胶囊、便签、绶带，八套主题。

长视频自动剪成精华合集并烧字幕，按内容重要性和音频能量挑段。

公共件。一段音频 + 参考图 + 提示词出视频，MV 和数字人都跑在它上面。

工作流 JSON + 提交、下载、占位符注入、探活全在这。

订阅进度事件按任务路由，取代反复轮询等待。

一键装机：探活、装节点、下模型、开机关机。

同上，另一个云平台。体检 → 看计划 → 开装。

拉官网版本号 → 下整包 → 逐文件落盘，本地改过的不覆盖。

地址规范化、代理绕过、统一 HTTP 出口、口播文案校验。

对已发布或已写好的内容做诊断，结论按岗位领域结构化入库。