Vectcut

本技能赋予 AI 像专业剪辑师一样“思考与执行”的能力。它不仅能调用 API，还能通过分析用户意图和素材内容，自主规划视频的节奏、视觉风格和逻辑结构，最终产出可直接在剪映 中二次编辑的专业草稿。

核心智能行为

* 素材感知：分析用户提供的视频/图片/音频 URL，理解画面内容与剪辑指令；优先调用现有服务 get_duration、get_resolution、video_detail、asr_basic、asr_nlp、asr_llm 完成时长获取、分辨率判断、画面理解与语音内容解析。video_detail 可提取细粒度语义（画面主体关系、人物朝向、物体位置、声音音调与风格等）。 * ASR 按需策略：默认优先级 asr_llm > asr_nlp > asr_basic，优先使用更高能力接口，仅在明确只需基础识别或时延敏感场景下降级。 - asr_basic：速度最快，返回完整文案、句级时间、字级时间；中文/英文效果好，支持粤语、上海话、闽南语、四川/陕西方言；更适合横屏字幕或素材初步理解。 - asr_nlp：速度中等，在 basic 基础上增加语义分句（每句不超过 12 字），更适合竖屏字幕。 - asr_llm：速度最慢，在 nlp 基础上增加 AI 关键词提取，优先用于竖屏与短视频字幕。 - 三个 ASR 接口均支持传入 content（正确文案）以显著提升匹配准确率与处理速度。 - 三种回包结构不同，必须按端点解析：asr_basic -> result.raw.result.utterances；asr_nlp -> segments；asr_llm -> segments(含 keywords/en)。 * 脚本规划：根据主题（如“成语故事”、“产品评测”）自动拆解分镜，确定各片段时长。 * 草稿生命周期管理：先创建并维护草稿，再进入编排流程；优先调用 create_draft 初始化草稿，按需使用 modify_draft 修改草稿名/封面，任务异常或清理阶段使用 remove_draft 删除草稿。 * 反思自查：在关键步骤后调用 query_script 回看当前草稿结构，核对轨道、素材与时间段是否符合预期；若不一致，先定位问题再执行修正操作。 * 视觉编排：基于已创建草稿自主选择并添加转场（Transitions）、特效（Effects）、滤镜（Filters）和文本（Text）。 * AI 资源补全：当素材不足时，主动调用 generate_image、generate_speech 或 generate_ai_video 生成 B-roll 填充；其中 generate_image 支持 nano_banana_2、nano_banana_pro、jimeng-4.5 等聚合模型，generate_speech 通过 text + provider + model + voice_id 合成配音，可配合 volume、target_start、effect_type/effect_params 控制入轨位置与音色效果。 * 文本编排生命周期：通过 add_text 创建文本素材，使用 modify_text 调整文案与样式，使用 remove_text 清理无效文本；文本动画、字体与局部样式优先从枚举中选取，保证可用性与一致性。 * 图片编排生命周期：通过 add_image 添加图片素材，使用 modify_image 调整图片源、时间段、位置与动画，使用 remove_image 清理无效图片；动画与蒙版类型优先从枚举中选取，保证编排稳定性。 * 视频编排生命周期：通过 add_video 添加视频素材，使用 modify_video 调整素材源、裁切区间、位置与速度，使用 remove_video 清理无效视频；转场在片段首尾紧邻时生效，且需加在前一个元素上。 * AI 视频生成能力：通过 generate_ai_video 调用聚合视频模型生成异步任务，再通过 aivideo/task_status 查询进度与视频结果；支持文生视频、图生视频与部分模型的首尾帧模式。 * 数字人能力：通过 digital_human/create 发起音频驱动数字人任务，再通过 digital_human/task_status 查询生成状态与结果。 * 关键帧编排能力：通过 add_video_keyframe 为文字、图片、视频设置位置、大小、透明度、旋转等关键帧，支持单点与批量关键帧写入。 * 云渲染与结果核验：通过 generate_video 发起云渲染，再用 task_status 轮询任务状态。云渲染用于两类目标：创作中渲染中间结果核对预期；流程结束渲染最终成片并输出可直接播放的视频链接。 * 音画同步：如果需要，可以利用 get_duration 计算素材时长，精确对齐视频轨道与音频轨道。 * 音视频预处理工具：在编排前可优先使用基础处理端点清洗素材。extract_audio 可从视频中提取音频（POST /process/extract_audio，入参 video_url）；split_video 可按时间段切分视频或音频（POST /process/split_video，入参 video_url、start、end）。适用于替换现有视频 B-roll、素材混剪、先切段再入草稿等场景。

环境变量配置

所有调用均依赖于远程服务，需在环境中配置：

export VECTCUT_API_KEY="<your_token>"

快捷规则与请求模板见：

1. rules/：决策规则与调用顺序
2. scripts/：curl 请求模板与执行脚本
3. examples/：curl 端到端示例
4. prompts/：请求路由与命令生成提示词
5. references/：端点参数与字段契约
6. references/references.md：References 总索引（端点文档、回包解读、样例入口）

执行路由

按“能力域”路由。每个能力域复用同一条五层调用链：

1. 规则层（rules）

- 全局：rules/rules.md - 领域：rules/<domain>_rules.md

1. 参数层（references）

- 总索引：references/references.md - 端点总览：references/endpoint_params.md - 端点：references/endpoints/<domain>.md - 枚举：references/enums/*.json

1. 提示层（prompts）

- 路由与请求体生成：prompts/<domain>_ops.md

1. 执行层（scripts）

- 通过 curl 发起 API 请求：scripts/<domain>_ops.sh

1. 验证层（examples）

- 基于 curl 的最小闭环验证：examples/<domain>_ops_demo.sh

当前已落地能力域：filter

1. 规则：rules/filter_rules.md
2. 参数：references/endpoints/filter.md
3. 提示：prompts/filter_ops.md

当前已落地能力域：effect

1. 规则：rules/effect_rules.md
2. 参数：references/endpoints/effect.md
3. 提示：prompts/effect_ops.md

当前已落地能力域：material

1. 规则：rules/material_rules.md
2. 参数：references/endpoints/material.md
3. 提示：prompts/material_ops.md

当前已落地能力域：draft

1. 规则：rules/draft_rules.md
2. 参数：references/endpoints/draft.md
3. 提示：prompts/draft_ops.md

当前已落地能力域：asr

1. 规则：rules/asr_rules.md
2. 参数：references/endpoints/asr.md
3. 提示：prompts/asr_ops.md

当前已落地能力域：process

1. 规则：rules/process_rules.md
2. 参数：references/endpoints/process.md
3. 提示：prompts/process_ops.md

当前已落地能力域：generate_video

1. 规则：rules/generate_video_rules.md
2. 参数：references/endpoints/generate_video.md
3. 提示：prompts/generate_video_ops.md

当前已落地能力域：generate_speech

1. 规则：rules/generate_speech_rules.md
2. 参数：references/endpoints/generate_speech.md
3. 提示：prompts/generate_speech_ops.md
4. 端点：POST /cut_jianying/generate_speech
5. 关键入参：text、provider、model、voice_id、volume、target_start、effect_type、effect_params
6. 关键出参：audio_url、draft_id、draft_url、material_id

当前已落地能力域：generate_ai_image

1. 规则：rules/generate_ai_image_rules.md
2. 参数：references/endpoints/generate_ai_image.md
3. 提示：prompts/generate_ai_image_ops.md
4. 端点：POST /cut_jianying/generate_image
5. 关键入参：prompt、model、reference_image、size、draft_id
6. 关键出参：output.image_url、output.draft_id、output.draft_url

当前已落地能力域：generate_ai_video

1. 规则：rules/generate_ai_video_rules.md
2. 参数：references/endpoints/generate_ai_video.md
3. 提示：prompts/generate_ai_video_ops.md
4. 端点：POST /cut_jianying/generate_ai_video、GET /cut_jianying/aivideo/task_status
5. 关键入参：

- generate：prompt、model、resolution - status：task_id

1. 关键出参：

- generate：task_id - status：status、progress、video_url、draft_id、draft_url

当前已落地能力域：digital_human

1. 规则：rules/digital_human_rules.md
2. 参数：references/endpoints/digital_human.md
3. 提示：prompts/digital_human_ops.md
4. 端点：POST /cut_jianying/digital_human/create、GET /cut_jianying/digital_human/task_status
5. 关键入参：

- create：audio_url、video_url - status：task_id

1. 关键出参：

- create：task_id 或 id - status：status、progress、video_url

当前已落地能力域：video

1. 规则：rules/video_rules.md
2. 参数：references/endpoints/video.md
3. 提示：prompts/video_ops.md
4. 端点：POST /cut_jianying/add_video、POST /cut_jianying/modify_video、POST /cut_jianying/remove_video
5. 关键入参：

- add：video_url - modify/remove：draft_id、material_id

1. 关键出参：output.draft_id、output.draft_url、output.material_id（add/modify）

当前已落地能力域：image

1. 规则：rules/image_rules.md
2. 参数：references/endpoints/image.md
3. 提示：prompts/image_ops.md
4. 端点：POST /cut_jianying/add_image、POST /cut_jianying/modify_image、POST /cut_jianying/remove_image
5. 关键入参：

- add：image_url - modify/remove：draft_id、material_id

1. 关键出参：output.draft_id、output.draft_url、output.material_id（add/modify）

当前已落地能力域：text

1. 规则：rules/text_rules.md
2. 参数：references/endpoints/text.md
3. 提示：prompts/text_ops.md
4. 端点：POST /cut_jianying/add_text、POST /cut_jianying/modify_text、POST /cut_jianying/remove_text
5. 关键入参：

- add：text、start、end - modify：draft_id、material_id、text、start、end - remove：draft_id、material_id

1. 关键出参：

- add：output.material_id - modify/remove：output.draft_id、output.draft_url

当前已落地能力域：keyframe

1. 规则：rules/keyframe_rules.md
2. 参数：references/endpoints/keyframe.md
3. 提示：prompts/keyframe_ops.md
4. 端点：POST /cut_jianying/add_video_keyframe
5. 关键入参：draft_id、track_name、property_types、times、values
6. 关键出参：output.added_keyframes_count、output.draft_id、output.draft_url

新增能力域时的约定

1. 域命名统一使用小写下划线：text / audio / subtitle / effect / keyframe / digital_human。
2. 根文件只维护“能力域索引”，端点细节只写在对应 <domain>.md。
3. 任意域新增端点时，只改该域文件，不改其他域。

交互约定（输出格式）

当你使用本技能完成“创建/编辑/渲染”类任务时，输出优先包含这些字段，便于后续继续编辑或查询：

1. draft_id：草稿 ID
2. draft_url：可打开的剪映/CapCut 草稿 URL，应封装为 markdown 超链接格式：[草稿名称](draft_url)
3. material_id: 添加进草稿后的素材（图片、视频、音频、字幕、滤镜、贴纸、特效）的ID，方便后面继续操作

常用能力（可组合）

1) 创建草稿

调用：POST /create_draft

示例（1080x1920 竖屏）：

curl -X POST http://open.vectcut.com/cut_jianying/create_draft \
  -H "Authorization: Bearer $VECTCUT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"width":1080,"height":1920,"name":"demo"}'

2) 添加素材与时间线编排

你可以按需组合以下操作（都为 POST JSON）：

1. /add_video：添加视频（支持裁切、速度、变换、蒙版、混合、转场等）
2. /modify_video：修改视频（基于 material_id 更新视频源、裁切区间、位置与速度）
3. /remove_video：删除视频（基于 material_id 删除视频素材）
4. /add_image：添加图片（支持入/出场动画、转场、蒙版、混合等）
5. /modify_image：修改图片（基于 material_id 更新图片源、时长、位置、动画与样式）
6. /remove_image：删除图片（基于 material_id 删除图片素材）
7. /add_audio：添加音频（支持音量、变速、淡入淡出、音效等）
8. /add_text：添加文字（支持字体、描边、阴影、背景、动画、多样式范围等）
9. /modify_text：修改文字（基于 material_id 更新文案、时间段与样式）
10. /remove_text：删除文字（基于 material_id 删除文本素材）
11. /add_sticker：添加贴纸
12. /add_effect：添加特效（scene/character）
13. /add_filter：添加滤镜
14. /add_video_keyframe：添加关键帧（支持位置、大小、透明度、旋转等属性）
15. /get_video_scene_effect_types：获取场景特效（用于 effect_category=scene）
16. /get_video_character_effect_types：获取人物特效（用于 effect_category=character）
17. /get_filter_types：添加滤镜

3) 高级能力（AI 与搜索）

1. /generate_image：AI 图片生成并添加到草稿（支持文生图/图生图，聚合模型：nano_banana_2、nano_banana_pro、jimeng-4.5）
2. /generate_ai_video：AI 视频生成（支持文生视频/图生视频/部分模型首尾帧，异步任务）
3. /aivideo/task_status：查询 AI 视频生成任务状态与视频结果
4. /digital_human/create：创建数字人口播任务（音频 + 视频输入）
5. /digital_human/task_status：查询数字人任务状态与结果
6. /generate_speech：TTS 语音合成并添加到草稿
7. /llm/tts/fish/clone_voice：克隆音色并返回 voice_id（可用于后续 generate_speech）
8. /llm/tts/voice_assets：查询已克隆音色资产（支持 provider=minimax|fish|NULL）
9. /remove_bg：智能抠像（移除背景）并生成合成预设
10. /search_sticker：搜索在线贴纸素材

4) 获取可用枚举（动画/转场/特效/滤镜/字体）

用于让 AI 在可用范围内选型：

1. GET /get_transition_types
2. GET /get_mask_types
3. GET /get_intro_animation_types、/get_outro_animation_types、/get_combo_animation_types
4. GET /get_text_intro_types、/get_text_outro_types、/get_text_loop_anim_types
5. GET /get_video_scene_effect_types、/get_video_character_effect_types
6. GET /get_filter_types
7. GET /get_font_types
8. GET /get_audio_effect_types

示例（以转场枚举为例）：

curl -X GET "http://open.vectcut.com/cut_jianying/get_transition_types" \
  -H "Authorization: Bearer $VECTCUT_API_KEY"

4) 云渲染（中间核验 + 最终交付）

1. POST /generate_video：对草稿 draft_id 发起云渲染（返回 task_id）。
2. POST /task_status：轮询 task_id 获取渲染进度与结果。
3. 创作过程中：可按关键里程碑发起渲染，核对当前画面、节奏、字幕与预期是否一致。
4. 任务结束时：必须轮询到完成态，并把结果中的可播放视频链接作为最终输出返回。

5. 典型场景示例

#### 场景 A：成语故事/绘本视频制作（文生图 + 配音 + 自动对齐）

当用户需要制作“亡羊补牢”这样的故事视频时，建议按以下逻辑编排：

1. 分镜拆解：将故事拆分为 N 个片段（图片 Prompt + 旁白文本）。
2. 生成循环（对每个片段）：

* 调用 generate_image 生成插图，获得 image_url。 * 调用 generate_speech 生成配音，获得 audio_url。 * 关键点：调用 get_duration(url=audio_url) 获取配音时长 duration。 * 调用 add_image，将 image_url 加入草稿，并设置 duration 等于配音时长，确保音画同步。 * （如果 generate_speech 未自动添加）调用 add_audio 添加配音。

参考 Prompt 模板：assets/prompts/story_creation_zh.md

#### 场景 B：素材混剪

1) 创建草稿 → 2) add_video/add_audio/add_text → 3) generate_video 发起云渲染 → 4) task_status 轮询直到可取播放链接

curl -X POST http://open.vectcut.com/cut_jianying/create_draft \
  -H "Authorization: Bearer $VECTCUT_API_KEY" \
  -d '{"name":"my short"}'

假设返回 draft_id=xxx 后：

curl -X POST http://open.vectcut.com/cut_jianying/add_video \
  -H "Authorization: Bearer $VECTCUT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"draft_id":"xxx","video_url":"https://example.com/a.mp4","start":0,"end":10,"target_start":0}'

发起渲染：

curl -X POST http://open.vectcut.com/cut_jianying/generate_video \
  -H "Authorization: Bearer $VECTCUT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"draft_id":"xxx","resolution":"1080P","framerate":"30"}'

轮询：

curl -X POST http://open.vectcut.com/cut_jianying/task_status \
  -H "Authorization: Bearer $VECTCUT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"task_id":"TASK_ID"}'

使用提示（让 AI 更“会剪”）

1. 让用户提供素材 URL、期望时长、画面比例（9:16/16:9/1:1）、字幕风格、BGM 风格
2. 需要更细粒度理解时，调用 video_detail 理解（关系/朝向/位置/声音风格），再据此做镜头衔接、特效与字幕排版决策
3. 需要严格可控的效果时，先拉取枚举（转场/特效/滤镜/字体），再进行选择与组装
4. 复杂需求可以在上层自己组织调用顺序，这里只负责暴露基础视频编辑与渲染接口