- name
- create-video
- version
- 1.0.0
- description
- 视频生成工具。当用户说"CreateVideo"、"创建视频"、"生成视频"或提供文案要求制作视频时触发。支持文本转语音（通过 ListenHub MCP）、模版视频裁剪合并、内容分析输出。依赖 ffmpeg 和 ListenHub MCP Server。
CreateVideo Skill
功能说明
将音频或文本转化为带背景音乐的竖屏视频。
支持两种输入模式：
- 模式A：用户直接提供音频文件（MP3）
- 模式B：用户提供文本文案，系统自动调用 TTS 生成音频
工作流程
步骤1：接收输入
用户提供以下任一：
- 音频文件：MP3/WAV 格式的配音
- 文本文案：需要转化为语音的文案内容
步骤2：创建任务目录
DATE=$(date +%Y%m%d)
BASE_DIR="{{skills_dir}}/../video-projects"
TASK_DIR="$BASE_DIR/${DATE}_001"
COUNTER=1
while [ -d "$TASK_DIR" ]; do
COUNTER=$((COUNTER + 1))
TASK_DIR="$BASE_DIR/${DATE}_$(printf "%03d" $COUNTER)"
done
mkdir -p "$TASK_DIR/temp"{{skills_dir}} 为 skill 所在目录，安装后会自动替换为实际路径。步骤3：准备视频模版
将背景视频放入 video-projects/ 目录（建议 720×1280 竖屏，MP4 格式）。
推荐模版来源（免费素材）：
- Pexels / Pixabay 的竖屏视频
- 自己拍摄的背景视频
步骤4：获取音频（二选一）
模式A：用户提供音频文件
将用户发来的音频文件保存到 $TASK_DIR/voice.mp3。
模式B：文本转语音（TTS）
调用 ListenHub MCP 的 create_flowspeech 接口：
工具：create_flowspeech
参数：
- sourceType: "text"
- sourceContent: 用户文案
- speakerId: 用户指定的音色ID（在 ListenHub 音色库中选择）
- language: "zh"
- mode: "smart"首次使用前，用户需在 ListenHub 音色库中选择自己喜好的音色，复制其 ID 后使用。
步骤5：合并视频与音频
DURATION=$(ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 "$TASK_DIR/voice.mp3")
ffmpeg -y \
-stream_loop 3 -i "$TASK_DIR/template.mp4" \
-i "$TASK_DIR/voice.mp3" \
-t $DURATION \
-c:v libx264 -preset fast -crf 23 \
-c:a aac -map 0:v:0 -map 1:a:0 \
"$TASK_DIR/output.mp4"说明：
-stream_loop 3表示循环4次，根据音频长度调整- 模版视频时长应足够覆盖音频长度，或使用
math.ceil(DURATION/TEMPLATE_DUR)计算循环次数 - 如服务器不支持 libx264 编码，可使用
-c:v copy直接复制原视频流
步骤6：生成内容分析（仅模式B需要）
基于原始文案生成并保存到 $TASK_DIR/内容分析.txt：
- 核心金句 — 最具传播力的一句话
- 洞见 — 深层洞察和价值点
- 内容描述 — 50字概括视频核心内容
- 朋友圈文案 — 200字推广文案
步骤7：输出结果
**视频创建完成！**
**任务目录**: {路径}
**最终视频**: output.mp4
**音频来源**: {TTS合成 / 用户音频}
**时长**: {时长}默认配置
| 配置项 | 说明 |
|---|---|
| 基础目录 | {skills_dir}/../video-projects |
| 模版目录 | video-projects/ |
| 音频文件 | voice.mp3 |
| 输出文件 | output.mp4 |
目录结构
video-projects/
├── v_template.mp4 # 背景视频模版（需用户自行准备）
├── 20260411_001/
│ ├── voice.mp3 # 配音音频
│ ├── template.mp4 # 复制的模版
│ └── output.mp4 # 最终视频
└── temp/ # 临时文件（可定期清理）依赖
- ffmpeg / ffprobe — 系统安装，视频处理
- ListenHub MCP Server — TTS 语音合成（如使用模式B）
ListenHub 安装配置（模式B必需）
1. 安装 MCP Server
npx -y @marswave/listenhub-mcp-server2. 配置到 OpenClaw
在 OpenClaw 配置中添加 MCP Server 连接。
3. 获取音色
调用 get_speakers 工具（language=zh）查看可用音色列表，选择音色后复制其 ID。
注意事项
- 模版视频需用户自行准备，建议使用竖屏（9:16）格式
- 模版视频放入
video-projects/目录即可被自动使用 - 每次任务自动创建日期序号目录
- 中间文件在
temp/子目录，可定期清理 - 如服务器不支持视频编码，可使用
-c:v copy模式（需要模版视频编码格式兼容）