自动化视频制作 Workflow - 实现计划¶
项目概述¶
建立一个自动化视频制作流程，包含 7 个步骤：题材抓取、脚本生成、画面生成、配音、字幕、输出、发布。
核心结论¶
答案：部分可以，但不是全部。
Skills 可以实现很多 workflow，但存在明确的能力边界。
Skills 能做什么（纯 Skill 可实现）¶
1. 完整的流程编排¶
Skills 可以定义完整的执行步骤：
---
name: deploy-feature
description: 一键部署功能分支到测试环境
disable-model-invocation: true
---
## 部署流程
1. 运行测试：`npm test`
2. 构建镜像：`docker build -t app .`
3. 推送镜像：`docker push registry/app`
4. 更新部署：`kubectl set image deployment/app`
5. 验证状态：`kubectl rollout status deployment/app`
2. 动态上下文注入¶
通过 !command`` 语法，Skill 可以获取实时数据：
## 当前状态
- 分支: !`git branch --show-current`
- 最近提交: !`git log -1 --oneline`
- 状态: !`git status --short`
3. 执行脚本¶
Skills 可以捆绑脚本执行复杂操作：
.claude/skills/validate/
├── SKILL.md
└── scripts/
└── check.sh # 执行验证逻辑
4. 模板渲染¶
Skills 可以包含模板文件：
.claude/skills/new-component/
├── SKILL.md
└── templates/
├── component.tsx.template
└── test.tsx.template
5. 隔离执行¶
通过 context: fork 在独立 subagent 中运行：
---
name: security-scan
context: fork
agent: Explore
---
Skills 不能做什么（需要 MCP）¶
| 需求 | 为什么 Skills 不行 | 解决方案 |
|---|---|---|
| 数据库查询 | Skills 没有持久化连接能力 | MCP Database Server |
| API 调用（需要认证） | Skills 无法安全存储凭证 | MCP + OAuth |
| 浏览器自动化 | 需要 WebSocket 长连接 | Playwright MCP |
| 实时数据流 | Skills 是一次性执行 | MCP Streaming |
| GitHub API 操作 | 需要认证的 REST API 调用 | GitHub MCP |
关键区别¶
MCP = 手脚（连接外部世界）
Skills = 大脑（知道怎么做）
纯 Skill 可实现的 Workflow 类型¶
✅ 完全可行¶
| Workflow 类型 | 实现方式 |
|---|---|
| 代码生成模板 | Skills + 模板文件 |
| Git 操作 | !git command`` |
| 代码审查 | Skills + Checklist |
| 测试生成 | Skills + 示例文件 |
| 文档生成 | Skills + 模板 |
| 环境检查 | Skills + Bash 脚本 |
| PR 创建 | gh CLI 命令 |
| 发布流程 | Bash 命令组合 |
❌ 需要 MCP¶
| Workflow 类型 | 需要的 MCP |
|---|---|
| 查询 Jira/Linear | Issue Tracker MCP |
| 读数据库数据 | Database MCP |
| 操作 AWS 资源 | AWS MCP |
| Slack 通知 | Slack MCP |
| 浏览器测试 | Playwright MCP |
| Figma 设计读取 | Figma MCP |
混合方案（最佳实践）¶
对于复杂 workflow，推荐 Skills + MCP 组合：
---
name: full-deploy
description: 完整部署流程（含 GitHub + Slack 通知）
allowed-tools: Bash, mcp__github, mcp__slack
---
## 部署流程
1. **代码检查**（纯 Bash）
- `npm run lint`
- `npm test`
2. **创建 PR**（通过 GitHub MCP）
- 使用 mcp__github__create_pr
3. **部署**（Bash）
- `docker build && docker push`
4. **通知**（通过 Slack MCP）
- 使用 mcp__slack__post_message
对比总结¶
| 维度 | 纯 Skills | Skills + MCP |
|---|---|---|
| 外部服务访问 | ❌ 有限（仅 CLI） | ✅ 完整 |
| 开发复杂度 | 低 | 中 |
| 上下文消耗 | 较高 | 较低（按需调用） |
| 可维护性 | 高（单一文件） | 中（多组件） |
| 适用场景 | 内部工具、本地操作 | 全功能自动化 |
实践建议¶
用纯 Skills 当：¶
- Workflow 只涉及本地操作（git、npm、docker）
- 已有 CLI 工具可用（
gh、kubectl、aws） - 流程相对固定，不需要外部服务
加 MCP 当：¶
- 需要查询数据库
- 需要调用需要认证的 API
- 需要浏览器自动化
- 需要实时数据流
验证方法¶
测试纯 Skill 实现的 workflow：
- 创建 Skill 文件
- 运行
/skill-name - 验证输出是否符合预期
- 检查是否有无法完成的步骤
实战案例：自动化视频制作 Workflow¶
流程分析¶
┌─────────────────────────────────────────────────────────────┐
│ 1. 題材來源 → 自動抓取特定網站頭條新聞 │
│ 2. 生成腳本 → 餵給 AI，規定架構（開頭/分析/總結） │
│ 3. 生成畫面 → 模板 + AI 圖片/影片素材庫 │
│ 4. 配音 → 選擇固定 AI 聲音，設定語速和情緒 │
│ 5. 上字幕 → 設定樣式、出現時間 │
│ 6. 輸出 → 自動輸出成影片檔案 │
│ 7. 發佈 → 排程發佈到各大平台，帶上相關標籤 │
└─────────────────────────────────────────────────────────────┘
各步骤实现方案¶
| 步骤 | 纯 Skill | 需要 MCP | 推荐方案 |
|---|---|---|---|
| 1. 題材來源 | ⚠️ | ✅ | Playwright MCP / Web Scraper MCP |
| 2. 生成腳本 | ✅ | 纯 Skill + 模板 | |
| 3. 生成畫面 | ⚠️ | ✅ | DALL-E/Runway MCP 或 API CLI |
| 4. 配音 | ⚠️ | ✅ | ElevenLabs/OpenAI TTS MCP |
| 5. 上字幕 | ✅ | Skill + ffmpeg (Bash) | |
| 6. 輸出 | ✅ | Skill + ffmpeg (Bash) | |
| 7. 發佈 | ⚠️ | ✅ | YouTube/TikTok MCP |
详细实现方案¶
步骤 1：題材來源（网页抓取）¶
方案 A：Playwright MCP（推荐）
- 动态渲染 JS 页面
- 处理登录态
- 截图验证
方案 B：纯 Skill + curl/jq
- 适用于静态页面
- 需要 API endpoint
方案 C：Web Scraper MCP
- 专门用于数据提取
- 支持分页、去重
步骤 2：生成腳本（纯 Skill 可行）¶
# .claude/skills/video-script/SKILL.md
---
name: video-script
description: 根据新闻素材生成视频脚本
allowed-tools: Read, Write
---
## 輸入
$ARGUMENTS
## 腳本架構
### 開頭（10秒）
- 引人注目的钩子
- 概述本期主题
### 分析（60秒）
- 3-5 个关键点
- 每点配数据/案例
### 總結（10秒）
- 核心结论
- 行动号召
## 输出格式
保存到 scripts/{date}_{topic}.md
步骤 3：生成畫面（需要 API）¶
# 方案 A：使用 CLI 工具
openai images generate "prompt" --size 1920x1080
# 方案 B：调用 Runway/ElevenLabs API
curl -X POST https://api.runwayml.com/v1/generate \
-H "Authorization: Bearer $RUNWAY_API_KEY"
步骤 4：配音（需要 TTS API）¶
# 方案 A：OpenAI TTS CLI
openai audio speech --input script.txt --voice alloy
# 方案 B：ElevenLabs API
curl -X POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id} \
-H "xi-api-key: $ELEVENLABS_API_KEY"
步骤 5-6：字幕 + 輸出（纯 Skill + ffmpeg）¶
# .claude/skills/video-render/SKILL.md
---
name: video-render
description: 合成视频、字幕、配音
allowed-tools: Bash
---
## 输入
- 视频: $VIDEO_PATH
- 音频: $AUDIO_PATH
- 字幕: $SUBTITLE_PATH
## 执行命令
# 合并音视频
ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac output.mp4
# 添加字幕
ffmpeg -i output.mp4 -vf "subtitles=subs.srt" final.mp4
步骤 7：發佈（需要平台 API）¶
方案 A：YouTube MCP
- OAuth 认证
- 上传 + 元数据
- 排程发布
方案 B：yt-dlp / youtube-upload CLI
- 需要 API Key 配置
- 支持批量上传
推荐架构¶
┌──────────────────────────────────────────────────────┐
│ 主控 Skill │
│ /video-pipeline │
├──────────────────────────────────────────────────────┤
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ Skill │ │ Skill │ │ Skill │ │
│ │ fetch │ → │ script │ → │ render │ │
│ └────┬────┘ └─────────┘ └────┬────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌─────────┐ ┌─────────┐ │
│ │ MCP │ │ Bash │ │
│ │Playwright│ │ ffmpeg │ │
│ └─────────┘ └─────────┘ │
│ │
│ ┌─────────┐ ┌─────────┐ ┌─────────┐ │
│ │ MCP │ │ API │ │ MCP │ │
│ │ TTS API │ │ Image │ │YouTube │ │
│ └─────────┘ └─────────┘ └─────────┘ │
│ │
└──────────────────────────────────────────────────────┘
实现优先级¶
| 优先级 | 步骤 | 原因 |
|---|---|---|
| 🔴 高 | 1. 題材來源 | 自动化的起点 |
| 🔴 高 | 2. 生成腳本 | 核心价值，纯 Skill 可行 |
| 🟡 中 | 5-6. 字幕+輸出 | ffmpeg 成熟稳定 |
| 🟡 中 | 4. 配音 | TTS API 成本低 |
| 🟢 低 | 3. 生成畫面 | 可先用素材库替代 |
| 🟢 低 | 7. 發佈 | 可先手动发布 |
最小可行产品（MVP）¶
用纯 Skill + CLI 实现的简化版：
# .claude/skills/video-mvp/SKILL.md
---
name: video-mvp
description: MVP 版视频制作流程
disable-model-invocation: true
allowed-tools: Bash, Read, Write
---
## 步骤 1：抓取新闻（curl + jq）
NEWS=$(curl -s "https://api.example.com/news" | jq -r '.headlines[0]')
## 步骤 2：生成脚本（Claude 处理）
# 脚本内容由 Claude 生成
## 步骤 3：生成配音（OpenAI CLI）
openai audio speech --input script.txt --voice alloy --output audio.mp3
## 步骤 4：合成视频（ffmpeg）
ffmpeg -loop 1 -i image.jpg -i audio.mp3 -c:v libx264 -tune stillimage -c:a aac -shortest output.mp4
## 步骤 5：添加字幕
ffmpeg -i output.mp4 -vf "subtitles=subs.srt" final.mp4
待创建的文件结构¶
目标目录¶
video-automation/
文件清单¶
| 文件 | 内容 |
|---|---|
video-automation-guide.md |
完整实现指南（主文档） |
skills/video-pipeline/SKILL.md |
主控 Skill |
skills/video-script/SKILL.md |
脚本生成 Skill |
skills/video-render/SKILL.md |
视频渲染 Skill |
templates/video-script.md |
脚本模板 |
scripts/fetch-news.sh |
新闻抓取脚本 |
scripts/render-video.sh |
视频合成脚本 |
实现阶段¶
Phase 1: 创建目录结构¶
mkdir -p video-automation/skills/video-{pipeline,script,render}
mkdir -p video-automation/templates
mkdir -p video-automation/scripts
Phase 2: 创建主文档¶
- 完整的架构说明
- 各步骤实现细节
- MCP vs Skill 选择建议
- CLI 工具配置指南
Phase 3: 创建 Skills¶
- video-pipeline: 主控流程
- video-script: 脚本生成
- video-render: ffmpeg 合成
Phase 4: 创建辅助脚本¶
- fetch-news.sh: curl + jq 抓取
- render-video.sh: ffmpeg 命令封装
Phase 5: 创建模板¶
- 脚本模板（开头/分析/总结）
- 字幕样式模板
所需工具和依赖¶
CLI 工具¶
ffmpeg- 视频处理curl+jq- API 调用openaiCLI - OpenAI API 调用
MCP 服务器¶
playwright- 网页抓取elevenlabs- 配音（可选）youtube- 发布（可选）
API Keys¶
- OpenAI API Key（脚本生成 + 配音）
- Runway API Key（视频生成，可选）
- ElevenLabs API Key（配音，可选）
- YouTube API Key（发布，可选）