- name
- reelonce-skill
- description
- ReelOnce 一体化总控 skill。单次调用即可完成从输入文本到最终视频输出的完整流程：planning、资产图/分镜图/TTS 生成、镜头视频生成、Remotion 工程生成与最终 MP4 渲染。
- disable-model-invocation
- false
- allowed-tools
- Bash(python *), Read, Write
- argument-hint
- [story-text] [--project-id PROJECT_ID] [--shots NUM] [--reference-image-source shot|asset] [--debug-video-prompt] [--output-file FILE] [--no-render] [--json]
- run
- python scripts/run.py
reelonce-skill - 一体化文本到视频
功能简介
reelonce-skill 是 ReelOnce 的总控入口。
默认顺序：
planning：输入文本，统一完成分镜、角色/场景/道具、声音映射，并写出narration.json/assets.jsonasset_generation：生成资产参考图、分镜图、TTS 音频shot_render：生成镜头视频片段remotion_preview --mode react：生成 Remotion React 项目- 在 Remotion 工程目录中执行
npm install/npm run render：渲染最终 MP4
安装依赖
在仓库根目录执行以下步骤：
python -m venv .venv
source .venv/bin/activate
pip install -U pip
pip install -e ".[dev]"
cp env.local.example env.local
set -a
source ./env.local
set +a额外前置依赖：
- Python 3.10+
- Node.js 18+
- npm
说明：
pip install -e ".[dev]"会安装 ReelOnce 的 Python 依赖与测试依赖- 首次执行最终渲染时，skill 会在生成的 Remotion 工程目录内自动执行
npm install - 当前核心 Python 包导入路径就是
reelonce - 如果用户还没安装依赖，先明确指引用户在仓库根目录按上面的顺序执行，不要跳过
cp env.local.example env.local和source ./env.local - 如果执行 skill 时出现
无法导入已安装的 ReelOnce Python 包、ModuleNotFoundError、缺少npm/node等错误，优先判断为环境未就绪，并按上面的命令重新指引用户安装依赖
执行前检查与提示规则
在真正运行 reelonce-skill 之前，先检查依赖和环境变量是否就绪。
- 如果发现用户尚未安装 Python / Node.js 依赖，先让用户完成“安装依赖”章节中的命令，再继续执行
- 如果发现缺少
env.local，先提示用户从env.local.example复制一份，并加载到当前 shell - 文生图 / 视频生成默认优先推荐
skills.video - 如果用户没有配置文生图能力，或没有配置视频生成所需的
skills.video参数，明确提示用户访问https://skills.video/注册并获取 API Key - 发现以下任一情况时，都按上条提示用户补齐配置：
- SKILLS_VIDEO_API_KEY 为空 - SKILLS_VIDEO_IMAGE_MODEL 为空，导致文生图没有可用模型 - SKILLS_VIDEO_VIDEO_MODEL 为空，导致视频生成没有可用模型 - 用户既没有配置 SKILLS_VIDEO_*，也没有配置可替代的 CUSTOM_IMAGE_* / CUSTOM_VIDEO_*
- 提示用户时要直接给出可执行修改方式，至少包含：
- cp env.local.example env.local - 在 env.local 中填写 SKILLS_VIDEO_API_KEY=... - 按需填写 SKILLS_VIDEO_IMAGE_MODEL 与 SKILLS_VIDEO_VIDEO_MODEL - set -a && source ./env.local && set +a
输入
- 故事文本（命令行参数、
--input-file或标准输入） - 项目 ID（可选，不传则自动生成）
- 语言、分镜数量、图像/TTS/视频模型参数
- 视频参考图来源（
shot分镜图或asset资产图）
输出
output/{project_id}/reelonce/
- narration.json - assets.json - pipeline-result.json
output/{project_id}/animation.db
- 当前项目独立数据库
output/{project_id}/remotion/
- Remotion React 工程
- 最终视频：
- 默认 output/{project_id}/remotion/final_video.mp4 - 或使用 --output-file 指定
使用示例
# 最简单的完整流程
/reelonce-skill "一个少年误入废弃游乐园，在雨夜里发现了会说话的木马。"
# 指定项目 ID 和镜头数
/reelonce-skill "故事文本" --project-id demo-001 --shots 8
# 使用资产图作为视频参考图
/reelonce-skill "故事文本" --project-id demo-001 --reference-image-source asset
# 导出每个镜头最终提交给视频服务的 prompt
/reelonce-skill "故事文本" --project-id demo-001 --debug-video-prompt
# 只生成到 Remotion 工程，不渲染 MP4
/reelonce-skill "故事文本" --project-id demo-001 --no-render
# 从文件读取文本，并输出机器可读 JSON
/reelonce-skill --input-file story.txt --json关键参数
--project-id：项目 ID，不传则自动生成--shots：限定分镜数量；不传则由模型根据故事内容自行决定--reference-image-source：视频阶段参考图来源，shot为分镜图，asset为资产图--debug-video-prompt：把每个镜头最终提交给视频服务的 prompt 保存到output/{project_id}/render/prompts/--output-file：最终视频文件名或路径--no-render：只生成 Remotion 工程，不输出最终 MP4--no-subtitle：生成 Remotion 工程时不带字幕--allow-partial：允许asset-gen/shot-render返回partial后继续--json：仅向 stdout 输出最终结果 JSON，过程日志写到 stderr
注意事项
- 最终 MP4 渲染依赖 Node.js、npm 和 Remotion 相关依赖
- 若首次渲染，skill 会在生成的 Remotion 工程目录中执行
npm install asset_generation和shot_render依赖planning已经把分镜和资产数据写入本地数据库- 当前主流程推荐按
env.local.example使用CUSTOM_*环境变量；运行时仍兼容旧COMMERCIAL_*变量名 - 商业视频服务的参考图请求体只会发送 URL 或 base64：如果上游已有云存储 URL 就直接传 URL，没有云存储时会把本地图像转成 base64
- 本 skill 自身不重写底层业务逻辑，而是调用
reelonce包内现有 pipeline narration、asset-extractor已不再作为独立顶层流程暴露；它们对应的能力已收敛到planning
工作流程位置
[reelonce-skill] = 01-planning -> 02-asset_generation -> 03-shot_render -> 04-remotion_preview -> final mp4