之前发过一个电商出图的 Skills ，有人问能不能接着把图变成视频。这周把这部分也做完了，开源（ MIT ）： /ai-market-guide/
utm_source=v2ex&utm_medium=post&utm_campaign=ecommerce-video-skills&utm_content=body 想解决的问题 ：让大模型写带货分镜很容易，但写完还得自己开剪映一镜一镜拖。我想让 agent 不光写脚本，还能把片子真剪出来。
做法 ：让 agent 输出一份 storyboard.json （每镜：用哪张图、怎么动、说什么、字幕高亮哪个词），然后本地一条命令渲染： python scripts/assemble.py storyboard.json -o out/demo.mp4 脚本做的事：edge-tts 逐句配音 → 镜头时长按配音实际长度反推 → 静图做 Ken Burns （逐帧 scale+crop ，比 zoompan 稳）→ xfade 转场（居中在镜头分界，不吃配音）→ ASS 字幕 / 花字 / CTA → 合成一段免版权 BGM ，有人声时自动压低 → 两遍 loudnorm 到约 -14 LUFS → MP4 + SRT 。纯 Python + ffmpeg ，剪辑这一步不需要任何 API Key （ edge-tts 需要联网）。
效果 ：下面这条只用了一张 800×800 的随手拍，14.5 秒、1080×1920 ，我机器上 27 秒左右渲染完： MP4： /ai-market-guide/ 拆成了 12 个 skill ，每个文件夹一个 SKILL.md ，可以只装需要的： 3 秒钩子（ 9 种类型，≤18 字，带广告法禁用词自检） 卖点分镜（ 15/30/60 秒结构，直接输出 storyboard.json ） 图生视频提示词 / 多模型适配（ Seedance 、可灵、Veo 、Runway 、海螺、万相…，带商品一致性锁，不编造模型参数） edge-tts 配音、字幕花字、ffmpeg 自动成片 平台导出（抖音 / TikTok Shop / 视频号 / 小红书 3:4 / 淘宝主图 1:1 / Amazon 16:9 ）+ 安全区预览 直播录像切 9:16 高光、开箱 / 对比评测模板、多语言配音（--lang en ）、封面标题 A/B 安装 ： npx skills add xianyu110/ecommerce-video-skills ，或者 Claude Code 里 /plugin marketplace add xianyu110/ecommerce-video-skills ，或者直接把 skills/ 复制到 ~/.claude/skills / ~/.codex/skills / .cursor/skills 。
不用 agent 的话，脚本也能单独跑，仓库里带了一个 6 张图的示例。已知局限 ： 静图 Ken Burns 终究不是实拍，适合测款和铺量，跑出数据的品建议补实拍； 平台的时长 / 大小上限变化太快，没写死，导出时只给提示； 示例商品是 AI 生成的虚构商品。
欢迎拍砖，尤其是做电商的朋友：哪些平台规格 / 模板最想要？