videogencn

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

videogencn - Chinese Video Generation Skill

videogencn - 中文视频生成Skill

Overview

概述

Generate short video clips using Chinese video models across four providers — Alibaba Cloud Bailian (Wan/PixVerse/Kling/Vidu/HappyHorse), Volcengine Ark (Jimeng/即梦), MiniMax (海螺 AI), and Tencent Hunyuan (混元).

Four modes, auto-selected from inputs:

Mode	Inputs	Default model
t2v 文生视频	prompt only	`wan2.7-t2v-2026-04-25` (Bailian)
i2v 图生视频	prompt + `--image`	`wan2.6-i2v-flash` (Bailian)
kf2v 首尾帧	prompt + `--image` + `--last-frame`	`pixverse/pixverse-c1-kf2v` (Bailian)
r2v 参考生视频	prompt + `--ref` (1-7 images)	`pixverse/pixverse-c1-r2v` (Bailian)

Video generation is asynchronous: submit → poll every 10s → download MP4. Result URLs expire after 24h, so the script always downloads immediately.

Local images: Wan/HappyHorse accept base64 data URIs directly; PixVerse/Kling/Vidu auto-upload to DashScope OSS (48h); Jimeng/Hunyuan use base64; MiniMax uploads via its file API.

通过四家服务商的中文视频模型生成短视频片段——阿里云百炼（Wan/PixVerse/Kling/Vidu/HappyHorse）、火山引擎方舟（即梦）、MiniMax（海螺AI）以及腾讯混元。

根据输入自动选择四种模式：

模式	输入	默认模型
t2v 文生视频	仅提示词	`wan2.7-t2v-2026-04-25` （百炼）
i2v 图生视频	提示词 + `--image`	`wan2.6-i2v-flash` （百炼）
kf2v 首尾帧	提示词 + `--image` + `--last-frame`	`pixverse/pixverse-c1-kf2v` （百炼）
r2v 参考生视频	提示词 + `--ref` （1-7张图片）	`pixverse/pixverse-c1-r2v` （百炼）

视频生成为异步流程：提交任务 → 每10秒轮询一次 → 下载MP4文件。结果URL会在24小时后过期，因此脚本会立即下载视频。

本地图片处理：Wan/HappyHorse直接支持base64数据URI；PixVerse/Kling/Vidu会自动上传至DashScope OSS（保留48小时）；即梦/混元使用base64；MiniMax通过其文件API上传。

When to Use This Skill

何时使用该Skill

User asks to 生成视频 / 文生视频 / 图生视频 / 首尾帧 / 参考生视频
User names a Chinese video model: 万相/Wan, 爱诗/PixVerse, 可灵/Kling, Vidu, HappyHorse, 即梦/Jimeng, 海螺/MiniMax, 混元/Hunyuan
User needs B-roll, animated stills, character-consistent clips, or frame transitions
User asks about model pricing, features, or wants to compare models → open
```
docs/models.html
```

用户要求生成视频 / 文生视频 / 图生视频 / 首尾帧生成视频 / 参考图生成视频
用户提及中文视频模型：万相/Wan、爱诗/PixVerse、可灵/Kling、Vidu、HappyHorse、即梦/Jimeng、海螺/MiniMax、混元/Hunyuan
用户需要B-roll镜头、静态图片动效、角色一致的片段或帧过渡效果
用户询问模型定价、功能，或想要对比模型 → 打开
```
docs/models.html
```

Workflow

工作流程

Step 0: Prompt Refinement (interactive)

步骤0：提示词优化（交互式）

Run for t2v/i2v unless skipped (see §0.4). Claude polishes the user's prompt before generation.

除非跳过，否则针对t2v/i2v模式执行（见§0.4）。Claude会在生成前优化用户的提示词。

0.1 Analyze the raw input

0.1 分析原始输入

Dimension	Check
Subject	Who/what? Appearance, action, expression
Scene	Where? Background, environment, atmosphere
Lighting	Time of day? Light quality? (golden hour, neon, soft diffused, backlit)
Camera	Shot type? (close-up, wide, aerial, tracking). Movement? (push-in, pan, orbit)
Mood/Style	Emotional tone? Visual style? (cinematic, anime, documentary, surreal)
Motion	What moves? How? Speed, direction, dynamics
Temporal	Any sequence? Beginning→middle→end?

维度	检查内容
主体	谁/什么？外观、动作、表情
场景	地点？背景、环境、氛围
光线	一天中的时段？光线类型？（黄金时段、霓虹、柔和漫射、逆光）
镜头	镜头类型？（特写、广角、航拍、跟拍）。镜头运动？（推近、摇移、环绕）
情绪/风格	情感基调？视觉风格？（电影感、动漫、纪录片、超现实主义）
动态	什么在动？如何动？速度、方向、动态效果
时序	是否有序列？开头→中间→结尾？

0.2 Generate three refined variants

0.2 生成三个优化版本

Present 3 variants in a table:

| # | 风格方向 | 优化后提示词 | 建议参数 |
|---|---------|-------------|---------|
| 1 | [风格名]  | [完整中文提示词] | 5s / 16:9 / 1080P |
| 2 | [风格名]  | [完整中文提示词] | 8s / 16:9 / 1080P |
| 3 | [风格名]  | [完整中文提示词] | 5s / 9:16 / 1080P |

Variant 1: 忠于原意 — preserve core idea, add cinematic detail
Variant 2: 创造性发散 — different artistic interpretation
Variant 3: 实用主义 — optimized for vertical short-video

Prompt writing rules:

Write in Chinese; front-load subject + action (first 20 chars matter most)
Concrete visual nouns ("金色麦田") not abstract concepts ("丰收的感觉")
Describe motion explicitly ("缓缓推近", "随风飘动")
Add camera/lighting cues at the end ("电影感镜头", "逆光剪影")
Keep within 150 characters
Wan 2.7 multi-shot:
```
第N个镜头[N-Ns]: 描述
```
format

以表格形式呈现3个版本：

| 序号 | 风格方向 | 优化后提示词 | 建议参数 |
|---|---------|-------------|---------|
| 1 | [风格名]  | [完整中文提示词] | 5秒 / 16:9 / 1080P |
| 2 | [风格名]  | [完整中文提示词] | 8秒 / 16:9 / 1080P |
| 3 | [风格名]  | [完整中文提示词] | 5秒 / 9:16 / 1080P |

版本1：忠于原意 — 保留核心想法，添加电影感细节
版本2：创造性发散 — 不同的艺术解读
版本3：实用主义 — 针对竖屏短视频优化

提示词撰写规则：

使用中文；将主体+动作前置（前20个字符最重要）
使用具体的视觉名词（如“金色麦田”）而非抽象概念（如“丰收的感觉”）
明确描述动态（如“缓缓推近”、“随风飘动”）
在末尾添加镜头/光线提示（如“电影感镜头”、“逆光剪影”）
控制在150字符以内
Wan 2.7多镜头格式：
```
第N个镜头[N-N秒]: 描述
```

0.3 User feedback loop

0.3 用户反馈循环

User says	Action
"用第N个" / "N"	Use variant N as-is
"更诗意" / "更浪漫"	Regenerate with poetic tone
"更简洁"	Strip to essentials
"加动态元素"	Add more motion/action
"改为夜景" / "下雪" / etc	Apply scene change to all variants
"混合1和3"	Combine subject of 1 with style of 3
"直接用" / "不改了"	Skip refinement
Custom feedback	Apply and regenerate

Iterate until the user explicitly approves ("好", "可以", "用这个", "生成吧").

用户表述	操作
"用第N个" / "N"	直接使用第N个版本
"更诗意" / "更浪漫"	以诗意基调重新生成
"更简洁"	精简至核心内容
"加动态元素"	添加更多动态/动作描述
"改为夜景" / "下雪" / 其他	将场景修改应用到所有版本
"混合1和3"	将版本1的主体与版本3的风格结合
"直接用" / "不改了"	跳过优化
自定义反馈	应用反馈后重新生成

迭代直到用户明确确认（“好”、“可以”、“用这个”、“生成吧”）。

0.4 Skip conditions

0.4 跳过条件

Skip refinement when user says "直接生成" / "不用优化" / "skip", the prompt is already detailed (>80 chars), or mode is kf2v/r2v.

当用户说“直接生成” / “不用优化” / “skip”，提示词已经足够详细（超过80字符），或模式为kf2v/r2v时，跳过优化步骤。

Step 1: Decide mode, provider, and model

步骤1：确定模式、服务商和模型

Mode: auto-detected from inputs (t2v / i2v / kf2v / r2v)

Provider:

--provider {bailian,jimeng,minimax,hunyuan}

or auto-detect from model name

Model:
```
--model
```
flag, or provider default for the mode
Parameters: duration, resolution, ratio from variant suggestion or user override

模式：根据输入自动检测（t2v / i2v / kf2v / r2v）
服务商：
```
--provider {bailian,jimeng,minimax,hunyuan}
```
或根据模型名称自动检测
模型：
```
--model
```
参数，或对应模式下的服务商默认模型
参数：时长、分辨率、比例来自版本建议或用户自定义

Step 2: Confirm and generate

步骤2：确认并生成

Show the final command and confirm with the user. Run the script; it blocks until the task finishes and saves the MP4.

展示最终命令并与用户确认。运行脚本；脚本会阻塞直到任务完成并保存MP4文件。

Step 3: Deliver

步骤3：交付

Report output path, file size, and generation time. Save to cwd if no path given.

Cost note: video APIs bill per second of output. Confirm with user for long/many clips.

报告输出路径、文件大小和生成时间。如果未指定路径，则保存到当前工作目录。

成本说明：视频API按输出时长计费。生成较长或多个片段时需与用户确认。

Providers

服务商

Alibaba Bailian 百炼

阿里云百炼

One API key (

DASHSCOPE_API_KEY

) covers 5 model families. Third-party models (PixVerse/Kling/Vidu/HappyHorse) are cn region only. Models: Wan (t2v/i2v, up to 15s), PixVerse (all 4 modes, 1-15s), Kling (t2v/i2v/kf2v + r2v on omni), Vidu (q3: 1-16s with audio; q2: 1-10s), HappyHorse (t2v/i2v, 3-15s).

一个API密钥（

DASHSCOPE_API_KEY

）可覆盖5个模型系列。第三方模型（PixVerse/Kling/Vidu/HappyHorse）仅支持中国区。模型包括：Wan（文生/图生视频，最长15秒）、PixVerse（支持所有4种模式，1-15秒）、Kling（文生/图生/首尾帧视频 + 全模式参考生视频）、Vidu（q3版本：1-16秒带音频；q2版本：1-10秒）、HappyHorse（文生/图生视频，3-15秒）。

Volcengine Ark (Jimeng 即梦)

火山引擎方舟（即梦）

ARK_API_KEY

via

https://ark.cn-beijing.volces.com/api/v3

. Seedance 2.0: t2v/i2v up to 15s/2K, with audio, lip-sync, and camera motion. Ratios: 16:9, 9:16, 1:1, 21:9.

通过

https://ark.cn-beijing.volces.com/api/v3

获取

ARK_API_KEY

。Seedance 2.0：文生/图生视频最长15秒/2K分辨率，支持音频、唇形同步和镜头运动。比例：16:9、9:16、1:1、21:9。

MiniMax 海螺 AI

MiniMax 海螺AI

MINIMAX_API_KEY

via

https://api.minimax.chat

. MiniMax-H3 (Hailuo 3.0): t2v/i2v, 4-15s, 768P/1080P (2K via direct API), 24fps with native stereo audio. Legacy

video-01

: 6s at 720P, prompt optimizer on by default (

--no-prompt-optimizer

to disable). Host override:

MINIMAX_API_BASE

(e.g.

https://api.minimaxi.com

CN /

https://api.minimax.io

intl).

通过

https://api.minimax.chat

获取

MINIMAX_API_KEY

。MiniMax-H3（海螺3.0）：文生/图生视频，4-15秒，768P/1080P（通过直接API支持2K），24fps带原生立体声。旧版

video-01

：720P分辨率最长6秒，默认启用提示词优化器（使用

--no-prompt-optimizer

关闭）。主机地址自定义：

MINIMAX_API_BASE

（例如中国区

https://api.minimaxi.com

/ 国际区

https://api.minimax.io

）。

Tencent Hunyuan 混元

腾讯混元

HUNYUAN_API_KEY

via TokenHub. hy-video-1.5: t2v/i2v (5-10s, 720P, supports

--duration

--seed

). Experimental i2v-only: yt-video-2.0, yt-video-fx, yt-video-humanactor. Flags

--resolution

--ratio

--audio

--camera-motion

are not yet supported.

通过TokenHub获取

HUNYUAN_API_KEY

。hy-video-1.5：文生/图生视频（5-10秒，720P，支持

--duration

--seed

）。实验性仅图生视频模型：yt-video-2.0、yt-video-fx、yt-video-humanactor。

--resolution

、

--ratio

、

--audio

、

--camera-motion

参数暂不支持。

Model Selection Guide

模型选择指南

Use case	Model	Provider
Best quality t2v, multi-shot	`wan2.7-t2v-2026-04-25`	Bailian
Fast action / combat	`pixverse/pixverse-c1-t2v`	Bailian
Smart storyboard + audio	`kling/kling-v3-video-generation`	Bailian
Long clips up to 16s + audio	`vidu/viduq3-pro_text2video`	Bailian
Douyin/XHS short-video	`doubao-seedance-2-0-260128`	Jimeng
Smooth motion, natural physics	`MiniMax-H3`	MiniMax
Animate an image (default)	`wan2.6-i2v-flash`	Bailian
Transition between two frames	`pixverse/pixverse-c1-kf2v`	Bailian
Character/subject consistency	`pixverse/pixverse-c1-r2v`	Bailian
Cheap drafts	`wanx2.1-t2v-turbo` , `happyhorse-1.0-t2v`	Bailian
Chinese t2v/i2v on Tencent	`hy-video-1.5`	Hunyuan
Portrait animation (experimental)	`yt-video-humanactor`	Hunyuan

Run

python scripts/generate_video.py --list-models

for the full model catalog.

使用场景	模型	服务商
最佳质量文生视频、多镜头	`wan2.7-t2v-2026-04-25`	百炼
快速动作/战斗场景	`pixverse/pixverse-c1-t2v`	百炼
智能分镜+音频	`kling/kling-v3-video-generation`	百炼
最长16秒片段+音频	`vidu/viduq3-pro_text2video`	百炼
抖音/小红书短视频	`doubao-seedance-2-0-260128`	即梦
流畅动态、自然物理效果	`MiniMax-H3`	MiniMax
图片动效（默认）	`wan2.6-i2v-flash`	百炼
两帧之间过渡	`pixverse/pixverse-c1-kf2v`	百炼
角色/主体一致性	`pixverse/pixverse-c1-r2v`	百炼
低成本草稿	`wanx2.1-t2v-turbo` , `happyhorse-1.0-t2v`	百炼
腾讯平台中文文生/图生视频	`hy-video-1.5`	混元
人像动效（实验性）	`yt-video-humanactor`	混元

运行

python scripts/generate_video.py --list-models

查看完整模型目录。

Model Comparison Page

模型对比页面

When the user wants to compare models, browse pricing, filter by features, or pick a model:

Open
docs/models.html
in the browser. It's a self-contained static page — no server needed. Use

open

(macOS) or

xdg-open

(Linux):

bash

open docs/models.html

The page supports filtering by provider, mode (文生/图生/首尾帧/参考生), and features (audio/camera/multi-shot), with pricing and capability comparison across all 24 models.

当用户想要对比模型、查看定价、按功能筛选或选择模型时：

在浏览器中打开
docs/models.html
。这是一个独立的静态页面——无需服务器。在macOS使用

open

命令，Linux使用

xdg-open

命令：

bash

open docs/models.html

该页面支持按服务商、模式（文生/图生/首尾帧/参考生）和功能（音频/镜头/多镜头）筛选，包含所有24个模型的定价和能力对比。

Usage

使用方法

bash

undefined

bash

undefined

Text-to-Video (Bailian default)

文生视频（默认百炼）

python scripts/generate_video.py "一只柴犬在樱花树下奔跑,花瓣随风飘落,电影感镜头" shiba.mp4
--duration 5 --resolution 1080P --ratio 16:9

Image-to-Video

图生视频

python scripts/generate_video.py "镜头缓缓推近,人物微笑" out.mp4 --image portrait.png

First+Last Frame (kf2v)

首尾帧生成视频（kf2v）

python scripts/generate_video.py "花苞缓缓绽放成盛开的牡丹" bloom.mp4
--image bud.png --last-frame bloom.png

Reference-to-Video (r2v)

参考图生成视频（r2v）

python scripts/generate_video.py "@girl 在 @cafe 里弹吉他" out.mp4
--ref girl=girl.png --ref cafe=cafe.jpg

Other providers

其他服务商

python scripts/generate_video.py "城市日落延时摄影" sunset.mp4 --provider jimeng --duration 10 python scripts/generate_video.py "海浪拍打礁石" ocean.mp4 --provider minimax --duration 6 python scripts/generate_video.py "金黄色的麦田在秋风中起伏" field.mp4 --provider hunyuan --duration 5

Dry-run: preview request + cost estimate without submitting

试运行：预览请求和成本估算，不提交任务

python scripts/generate_video.py "一只柴犬在樱花树下奔跑" --dry-run

Schema introspection (for agents)

模式 introspection（供Agent使用）

python scripts/generate_video.py schema providers # list all providers python scripts/generate_video.py schema bailian # list bailian models with capabilities

python scripts/generate_video.py schema providers # 列出所有服务商 python scripts/generate_video.py schema bailian # 列出百炼模型及其能力

JSON output (auto-detected when stdout is not a TTY; force with --format)

JSON输出（当标准输出不是TTY时自动检测；使用--format强制设置）

python scripts/generate_video.py --list-models --format json python scripts/generate_video.py "海边的日落" out.mp4 --format json --provider jimeng

Resume a task

恢复任务

python scripts/generate_video.py --task-id <task-id> out.mp4

List all models

列出所有模型

python scripts/generate_video.py --list-models

undefined

python scripts/generate_video.py --list-models

undefined

Options

参数选项

Flag	Meaning	Default
`--provider`	`bailian` / `jimeng` / `minimax` / `hunyuan`	auto-detect
`-m/--model`	model name	auto by mode
`-i/--image`	first-frame image (path/URL) → i2v	—
`--last-frame`	last-frame image → kf2v (requires `-i` )	—
`--ref`	reference image `name=path_or_url` , repeatable → r2v	—
`-d/--duration`	seconds	5
`-r/--resolution`	360P/480P/540P/720P/1080P	1080P
`--ratio`	16:9 / 9:16 / 1:1 / 3:4 / 4:3 / 21:9	16:9
`-s/--size`	exact `W*H` for size-based models	from resolution+ratio
`-n/--negative`	negative prompt (Wan only)	—
`--no-prompt-extend`	disable prompt rewriting (Wan only)	extend on
`--no-prompt-optimizer`	disable built-in prompt optimizer (MiniMax only)	optimizer on
`--audio`	enable audio on PixVerse/Kling/Vidu/Jimeng	off
`--no-audio`	silent output on Wan audio models	audio on
`--camera-motion`	camera motion (Jimeng Seedance 2.0 only)	—
`--seed`	reproducibility	random
`--task-id`	resume polling an existing task	—
`--dry-run`	preview request body + cost estimate, no submit	—
`--format`	`json` or `table` (default: table in TTY, json otherwise)	auto
`--list-models`	list models and exit	—
`schema <resource>`	introspection: `providers` or a provider id	—

参数	含义	默认值
`--provider`	`bailian` / `jimeng` / `minimax` / `hunyuan`	自动检测
`-m/--model`	模型名称	根据模式自动选择
`-i/--image`	首帧图片（路径/URL）→ 图生视频	—
`--last-frame`	尾帧图片 → 首尾帧生成视频（需配合 `-i` ）	—
`--ref`	参考图片 `name=path_or_url` ，可重复使用 → 参考生视频	—
`-d/--duration`	时长（秒）	5
`-r/--resolution`	360P/480P/540P/720P/1080P	1080P
`--ratio`	16:9 / 9:16 / 1:1 / 3:4 / 4:3 / 21:9	16:9
`-s/--size`	基于尺寸的模型的精确 `宽*高`	由分辨率和比例计算得出
`-n/--negative`	负面提示词（仅Wan支持）	—
`--no-prompt-extend`	关闭提示词重写（仅Wan支持）	开启重写
`--no-prompt-optimizer`	关闭内置提示词优化器（仅MiniMax支持）	开启优化器
`--audio`	在PixVerse/Kling/Vidu/即梦上启用音频	关闭
`--no-audio`	在Wan音频模型上生成无音视频	开启音频
`--camera-motion`	镜头运动（仅即梦Seedance 2.0支持）	—
`--seed`	可重复性种子	随机
`--task-id`	恢复轮询现有任务	—
`--dry-run`	预览请求体和成本估算，不提交任务	—
`--format`	`json` 或 `table` （默认：TTY环境下为table，否则为json）	自动检测
`--list-models`	列出所有模型并退出	—
`schema <resource>`	内省： `providers` 或服务商ID	—

Requirements

依赖要求

bash

pip install requests

bash

pip install requests

Environment Variables

环境变量

Variable	Required	Provider	Purpose
`DASHSCOPE_API_KEY`	yes (Bailian)	Bailian	https://bailian.console.aliyun.com/
`DASHSCOPE_API_BASE`	no	Bailian	`cn` (default) / `sg` / `us`
`DASHSCOPE_VIDEO_MODEL`	no	Bailian	default model override
`ARK_API_KEY`	yes (Jimeng)	Jimeng	https://console.volcengine.com/ark/
`MINIMAX_API_KEY`	yes (MiniMax)	MiniMax	https://platform.minimax.io
`MINIMAX_API_BASE`	no	MiniMax	API host override (CN: `https://api.minimaxi.com` , intl: `https://api.minimax.io` )
`HUNYUAN_API_KEY`	yes (Hunyuan)	Hunyuan	https://console.cloud.tencent.com/hunyuan

Third-party Bailian models are cn region only.

变量	是否必填	服务商	用途
`DASHSCOPE_API_KEY`	是（百炼）	百炼	https://bailian.console.aliyun.com/
`DASHSCOPE_API_BASE`	否	百炼	`cn` （默认） / `sg` / `us`
`DASHSCOPE_VIDEO_MODEL`	否	百炼	覆盖默认模型
`ARK_API_KEY`	是（即梦）	即梦	https://console.volcengine.com/ark/
`MINIMAX_API_KEY`	是（MiniMax）	MiniMax	https://platform.minimax.io
`MINIMAX_API_BASE`	否	MiniMax	API主机地址自定义（中国区： `https://api.minimaxi.com` ，国际区： `https://api.minimax.io` ）
`HUNYUAN_API_KEY`	是（混元）	混元	https://console.cloud.tencent.com/hunyuan

百炼第三方模型仅支持中国区。