卓然视频自拍技能 (Zhuoran Video Selfie) v1.0

基于垫图（reference image）使用 WaveSpeed AI 生成"活人感"自拍视频，支持多种场景和发送方式。

快速开始

# 生成办公室自拍视频
openclaw skill run zhuoran-video-selfie office

# 指定场景并发送
openclaw skill run zhuoran-video-selfie cafe --target ou_xxx

# 直接调用脚本
./skills/zhuoran-video-selfie/scripts/zhuoran-video-selfie.sh westlake

触发场景

当用户出现以下意图时，自动调用本技能生成并发送自拍视频：

触发类型	用户话术示例	推荐场景
索要视频	"发段视频看看"、"录个自拍视频"、"拍段小视频"	office / cafe
动态展示	"在做什么？动一下看看"、"眨个眼"	gym / westlake
场景视频	"拍段在西湖散步的"、"办公室里来一段"	westlake / office
创意请求	"能拍段穿汉服的视频吗？"	westlake / cafe

触发关键词映射

索要视频:
  - 发段视频 / 录个视频 / 拍段视频 / 小视频
  - 自拍视频 / 视频自拍 / 动态自拍
  推荐场景: office, cafe

动态展示:
  - 动一下 / 眨个眼 / 看看你在干嘛
  - 在做什么 / 在忙什么
  推荐场景: gym, cafe, office

场景指定:
  - 办公室 / office → office
  - 咖啡厅 / 咖啡馆 / cafe → cafe
  - 西湖 / westlake → westlake
  - 健身房 / gym → gym

与 zhuoran-selfie（照片版）的区别

特性	照片版 (zhuoran-selfie)	视频版 (zhuoran-video-selfie)
输出格式	静态图片 PNG	动态视频 MP4
API 端点	/grok-imagine-image/edit	/video/generate (Seedance)
生成时长	2-10秒	2-5分钟
推荐时长	单张	5秒
"活人感"	静态 pose	微动作（呼吸、眨眼）
使用频率	高	低（偶尔使用）
风险等级	低	中（动作不自然易暴露）

安装与配置

环境变量

# WaveSpeed AI API Key
export WAVESPEED_KEY="your_api_key"

# 飞书配置（用于发送）
export FEISHU_APP_ID="cli_xxx"
export FEISHU_APP_SECRET="xxx"

依赖

pip3 install requests

垫图配置

重要: 本 skill 需要垫图文件 assets/zhuoran_portrait_base.png，但该文件不被提交到 git（二进制文件）。

首次使用前请复制垫图:

# 从中央 assets 目录复制
cp ~/.openclaw/workspace/assets/avatars/zhuoran_portrait_base.png \
   ~/.openclaw/workspace/skills/zhuoran-video-selfie/assets/

或者创建软链接:

ln -s ~/.openclaw/workspace/assets/avatars/zhuoran_portrait_base.png \
      ~/.openclaw/workspace/skills/zhuoran-video-selfie/assets/zhuoran_portrait_base.png

垫图要求:

• 格式: PNG
• 内容: 真人照片（非卡通形象）
• 尺寸: 建议 512x512 或更高
• 背景: 简洁，便于场景融合

使用方法

命令行使用

# 基本用法
./skills/zhuoran-video-selfie/scripts/zhuoran-video-selfie.sh <scene>

# 生成并发送给指定用户
./skills/zhuoran-video-selfie/scripts/zhuoran-video-selfie.sh office --target ou_xxx

# 指定时长（默认5秒）
./skills/zhuoran-video-selfie/scripts/zhuoran-video-selfie.sh cafe --duration 3

# 完整参数
./skills/zhuoran-video-selfie/scripts/zhuoran-video-selfie.sh <scene> \
  --duration 5 \
  --target <user_id> \
  --caption "配文" \
  --output /path/to/output.mp4

可用场景

场景	代码	推荐时长	提示词重点
办公室	office	5秒	自然工作姿态、微动作
咖啡厅	cafe	5秒	轻松氛围、微笑
西湖	westlake	5秒	风景互动、微风
健身房	gym	3秒	运动姿态、呼吸感

Python API 调用

from skills.zhuoran_video_selfie.zhuoran_video_selfie import generate_video

# 生成视频
video_path = generate_video("office", duration=5)

# 生成并发送
video_path = generate_video("cafe", duration=5, target="ou_xxx")

"活人感"提示词系统

核心原则

1. 自然微动 - 呼吸、眨眼、头发飘动
2. 避免完美 - 保留皮肤纹理、自然瑕疵
3. 场景真实 - 自拍角度、环境互动

基础模板

{scene_description}, subtle breathing motion and natural posture shift, 
gentle hair swaying in {environment} breeze, soft smile with micro-expressions, 
occasional natural blink and eye movement, {interaction}, 
authentic selfie perspective with slight arm visible, 
natural skin texture with realistic details, 4k cinematic quality, 
shallow depth of field, lifelike atmosphere

场景变体

office:

young professional woman at modern office desk, subtle breathing motion...
working on laptop, occasional glance up from screen, natural office lighting...

cafe:

young woman at cozy cafe, subtle breathing motion...
holding coffee cup, gentle steam rising, warm ambient lighting...

westlake:

young woman at West Lake Hangzhou, subtle breathing motion...
enjoying the scenery, golden hour sunlight, water reflection in background...

gym:

young woman at gym, subtle breathing motion and natural posture shift...
light workout movement, natural exertion, gym equipment in background...

安全控制

禁用场景

以下场景已被禁用（高风险，避免使用）：

场景	禁用原因
mirror_selfie	镜子反射，逻辑破绽明显
dancing	大幅度动作，肢体一致性难保证
walking	移动场景，背景与人物同步难
group	多人入镜，复杂度太高
swimming	水下场景，物理逻辑复杂

风险控制原则

• 时长限制: 最长5秒，避免暴露不自然动作
• 场景限制: 仅使用预定义的安全场景
• 动作限制: 微动作优先，避免大幅度运动
• 频率限制: 视频比照片使用频率更低

技术细节

API 调用流程

1. 上传参考图 → WaveSpeed AI 媒体上传
2. 提交视频生成任务 → POST /api/v3/x-ai/video/generate
   • 模型: bytedance/seedance-v1-pro-i2v-720p
   • 输入: 垫图 URL + 提示词
   • 参数: duration=5, aspect_ratio="1:1"
3. 轮询结果 → GET /api/v3/predictions/{task_id}/result
4. 下载视频 → 保存到临时目录
5. 飞书发送（如指定 target）→ 上传获取 file_key → 发送消息

飞书视频发送

⚠️ 重要: 视频不能直接通过 OpenClaw message 工具的 filePath 发送，否则会显示为文件附件无法播放。

正确方式:

方法1: 使用技能脚本（推荐）

python3 skills/feishu-video-sender/feishu_video_sender.py \
  /tmp/zhuoran_office_video.mp4 \
  ou_5f3a4a920dc39a8d1835fd0085afef50

方法2: 直接调用 API

# 1. 上传视频获取 file_key
file_key = upload_video_to_feishu(video_path)

# 2. 生成/上传封面获取 image_key  
image_key = upload_image_to_feishu(thumbnail_path)

# 3. 发送视频消息（msg_type: media）
send_feishu_message(
    msg_type="media",
    content={"file_key": file_key, "image_key": image_key}
)

技术要点:

• 必须使用 msg_type: "media" 而非 "file"
• 必须同时提供 file_key（视频）和 image_key（封面）
• 技能 feishu-video-sender 已封装完整流程

---

备用模型方案（A/B 机制）

问题: 2026-02-11 发现 /x-ai/video/generate 统一端点故障，需使用模型专属端点。

推荐配置:

优先级	模型	端点	状态	说明
A方案	Seedance v1 pro 720p	/bytedance/seedance-v1-pro-i2v-720p	✅ 可用	首选，质量好
B方案	VidU Q3 Turbo	/vidu/q3-turbo/image-to-video	✅ 可用	备用，稳定

自动切换逻辑:

# 优先尝试 A方案
models = [
    ("bytedance/seedance-v1-pro-i2v-720p", {
        "image": image_url,
        "prompt": prompt,
        "duration": duration,
        "resolution": "720p"
    }),
    ("vidu/q3-turbo/image-to-video", {  # 备用
        "image": image_url,
        "prompt": prompt,
        "duration": duration,
        "resolution": "720p"
    })
]

for model, payload in models:
    try:
        result = call_model_endpoint(model, payload)
        if result.get("code") == 200:
            return result
    except Exception as e:
        continue

推荐模型配置（更新）

参数	Seedance (A方案)	VidU (B方案)
端点	/bytedance/seedance-v1-pro-i2v-720p	/vidu/q3-turbo/image-to-video
参数格式	image, prompt, duration, resolution	image, prompt, duration, resolution
时长范围	1-10秒	1-16秒
分辨率	480p/720p/1080p	540p/720p/1080p

参数	值	说明
model	bytedance/seedance-v1-pro-i2v-720p	推荐：高清720p
duration	5	5秒时长
aspect_ratio	"1:1"	正方形，适合自拍
resolution	"720p"	720p分辨率

文件结构

skills/zhuoran-video-selfie/
├── SKILL.md                    # 本文档
├── zhuoran_video_selfie.py     # 核心逻辑
└── scripts/
    ├── zhuoran-video-selfie.py # Python CLI 入口
    └── zhuoran-video-selfie.sh # Bash 包装脚本（OpenClaw 入口）

与 SOUL.md 自拍策略的一致性

SOUL.md 要求	本技能实现
避免镜子自拍	✅ DISABLED_SCENES 禁用 mirror_selfie
第一人称手持	✅ 提示词包含 authentic selfie perspective
手机/手臂可入镜	✅ slight arm visible
直接自拍优先	✅ 场景模板设计为自拍视角
亲密度边界	由调用方控制（target 参数）
"活人感"	✅ 微动作提示词系统
时长控制	✅ 默认5秒，避免暴露

更新记录

• 2026-02-11 v1.0: 初始版本
  • 基于 WaveSpeed AI Seedance 模型
  • 支持 4 个安全场景（office/cafe/westlake/gym）
  • "活人感"提示词系统
  • 禁用高风险场景
  • 飞书视频发送集成

---

注意：本技能仅供非凡产研内部使用