AI短剧制作工作台·多应用组合配方单镜头SOP与批量排产
AI 短剧制作工作台 · 多应用协同
一张工作台,把 api.a7w.cn 上的生成应用按「一个镜头一条产线」搭起来用。
不是教你写剧本 —— 那是创作侧的事。这里管的是工具侧怎么配、怎么传、怎么验收:
- 手上这张图 / 这段音频 / 这句台词,该调哪个应用?
- 一个镜头从首帧到成片,六步分别传什么、拿回什么?
- 六套常见戏份(对话、动作、旁白、混剪、修复、口播)各自的配方是什么?
- 多个项目并行时,怎么排产、怎么断点续跑、怎么对账?
| 你最关心 | 答案 |
|---|---|
| 多少钱 | 按点数计费(1 元 = 100 点)。包里带成本测算脚本,先算再跑 |
| 要装什么 | 什么都不用装。零依赖客户端 + 零依赖测算脚本 |
| 要几把 Key | 一把。全部应用共用同一套鉴权、同一份账单 |
| 要几个应用 | 核心 6 个覆盖 90% 场景,其余按需插拔(见第一节矩阵) |
| 能商用吗 | 可以。素材授权与内容合规责任由使用者承担 |
一、应用能力矩阵 · 传什么进、拿什么出
| 你要的 | 应用 | 接口 | 传什么进 | 拿什么出 |
|---|---|---|---|---|
| 出图 | nano_banana | /submit | 画面描述 +(可选)参考图 URL | 角色图 / 场景图 / 首帧 |
| 出片(通用) | full_video | /submit | 文本 + 可选首尾帧 / 参考媒体 | 4~15 秒视频片段 |
| 出片(声画一起) | happy_horse | /submit | 文本 + 可选 1~9 张参考图 | 带对白与音效的片段 |
| 出片(分辨率分档) | seedance | /create | 文本 + 图 + 视频 + 音频任意组合 | 480p / 720p / 1080p 片段 |
| 角色配音 | voice_tts | /clone_voice + /tts_async | 参考音频 / 台词文本 | 音色 ID / 台词音频 |
| 换口型 | lipsync | /submit | 视频 URL + 音频 URL | 对口型后的视频 |
| 图让它开口 | image_human | /submit | 人物图 URL + 驱动音频 URL | 数字人口播视频 |
| BGM | music_generation | /create | 风格描述(instrumental: true) | 一首配乐 |
| 现成配乐 | music_search | /search | 关键词 | 候选曲目列表 |
| 音效 / 环境音 | mmaudio | /submit | 视频 URL + 音效描述 | 带音效的视频 |
| 超分 | flashvsr | /submit | 视频 URL | 高清成片 |
| 换动作 / 换人 / 换装 | action_transfer / person_replacement / dressing_diffusion | /submit | 参考图 + 视频 / 形象图 | 迁移后的视频 |
路径规则:一律 /api/v1/apps/<应用代号>/<接口代号>,
两个代号都用下划线。不要用平台的 endpoint_path 字段拼 URL ——
部分应用给出的路径属于别的路由族(如 voice_tts 给的是 /v1/tts),直接请求打不通。
现查最准:
python3 scripts/a7w.py apps与python3 scripts/a7w.py schema <应用代号>。
二、选型打分表 · 五个视频应用怎么挑
| 你的约束 | 选它 | 为什么 |
|---|---|---|
| 不知道选谁 | full_video | 通用首选,文 / 首尾帧 / 多模态参考都吃 |
| 要声画一起出 | happy_horse | 一阶段生成,对白与画面同时出,省一道配音 |
| 要分辨率分档交付 | seedance | 480p / 720p / 1080p 独立 SKU,还带素材管理 |
| 要多种参考混着用 | wan | 文字 + 角色参考(多图多音多视频)+ 视频编辑 |
| 只要快 | grok_video | 有快速档与标准档 |
| 对话戏、不想出整段视频 | image_human / lipsync | 图片 + 音频 就够,比重生成视频便宜得多 |
要声音画面一起出 → happy_horse
要多种参考素材混着用 → wan
要按分辨率分档、要管理素材 → seedance
只要快 → grok_video
静态对话戏 → image_human(只有图)或 lipsync(已有视频)
都不确定 → full_video
三、六套组合配方
配方 = 一串按顺序调用的应用。挑一套套进你的项目即可,细节见 references/组合配方.md。
| 配方 | 适合 | 应用的调用顺序 |
|---|---|---|
| A 静态对话戏 | 两人对话、情绪戏、内心独白 | nano_banana → voice_tts/clone_voice → voice_tts/tts_async → image_human 或 lipsync → mmaudio |
| B 动作戏 | 追逐、打斗、转场 | nano_banana(首帧) → full_video(多段 4~8 秒) → mmaudio(音效) → flashvsr |
| C 旁白戏 | 剧情推进、时间跳跃 | nano_banana(场景图) → voice_tts/tts_async(旁白) → music_generation(BGM) → 本地合成 |
| D 快剪混剪 | 预告、集锦、回顾 | smart_clip 系列接口 或 本地 ffmpeg 拼已有素材 → voice_tts → music_generation |
| E 老片修复 | 老素材、糊素材重制 | flashvsr(超分) → mmaudio(补音效) 或 seedsvc(音色转换) |
| F 数字人口播 | 解说、带货、口播矩阵 | voice_tts/tts → image_human(fast 档试跑) → flashvsr(按需) |
选配方的判断口径:先看有没有「真人连续动作」 ——
没有就用配方 A/C(便宜得多),有就用 B/D。
四、一个镜头的六步 SOP
每一步都写清「传什么 → 调哪个接口 → 拿回什么 → 怎么验收」。
| 步 | 传什么 | 调哪个接口 | 拿回什么 | 验收 |
|---|---|---|---|---|
| 1 首帧 | 画面描述 +(可选)角色定妆图 | POST /api/v1/apps/nano_banana/submit | task_id → 图片 URL | 角色长相与定妆图一致;画幅正确 |
| 2 台词 | 台词文本 + 角色 reference_id | POST /api/v1/apps/voice_tts/tts_async | task_id → 音频 URL | 音色对、语气对、时长与分镜一致 |
| 3 出片 | 首帧图 + 运镜描述 | POST /api/v1/apps/full_video/submit | task_id → 视频 URL | 动作自然、无穿模、时长 4~15 秒 |
| 4 口型 | 视频 URL + 音频 URL | POST /api/v1/apps/lipsync/submit | task_id → 视频 URL | 口型同步、无音画错位 |
| 5 声音 | 视频 URL + 音效描述 | POST /api/v1/apps/mmaudio/submit | task_id → 视频 URL | 环境音贴合场景、不盖过台词 |
| 6 交付 | 视频 URL | POST /api/v1/apps/flashvsr/submit | task_id → 高清视频 URL | 分辨率达标、无异常锐化 |
没有台词 / 不需要口型的镜头,跳过 2 和 4 —— 这两步是可选的,别硬走。
每步都把task_id写进tasks.csv,断了能续。
五、三分钟跑通(最小闭环)
第一步:拿到你自己的 Key
export A7W_API_KEY=sk-你的key # Windows: $env:A7W_API_KEY="sk-你的key"
到 api.a7w.cn 注册,用户中心创建 Key,新用户送点数。
第二步:先算钱
python3 scripts/cost_estimate.py --shots 15 --image 24 --duration 40 --tts-chars 1800
第三步:跑一个镜头
# 1) 首帧
python3 scripts/a7w.py call nano_banana submit \
--body '{"action":"generate","prompt":"短剧:雨夜街头,女主撑伞站在路灯下,中景,冷色调,写实电影感","aspect_ratio":"9:16"}' \
--out shot01.png
# 2) 台词
python3 scripts/a7w.py call voice_tts tts_async \
--body '{"text":"这雨,下了整整十年。","reference_id":"<角色音色 ID>"}' \
--out shot01.mp3
# 3) 出片(把 shot01.png 传到公网拿到 URL 再用)
python3 scripts/a7w.py call full_video submit \
--body '{"content":[{"type":"text","text":"镜头缓慢推近,女主抬头看向路灯,雨滴打在伞面上"}],"ratio":"9:16","resolution":"720P","duration":6}' \
--out shot01.mp4
# 4) 对口型
python3 scripts/a7w.py call lipsync submit \
--body '{"video_url":"https://你的存储/shot01.mp4","audio_url":"https://你的存储/shot01.mp3"}' \
--out shot01-lip.mp4
六、包里有什么
sanjianke-drama-workbench/
├── SKILL.md 本文件
├── README.md
├── LICENSE.md
├── references/
│ ├── 应用矩阵与选型.md 能力矩阵、五个视频应用打分表、输入形态对照
│ ├── 组合配方.md 六套配方的逐步调用与参数
│ ├── 单镜头SOP.md 六步 SOP 的详细参数、验收标准与异常处理
│ ├── 排产与对账.md 多项目并行、任务表、断点续跑、按应用对账
│ ├── getting-started.md 注册、领 Key、配置
│ └── 通用说明.md 权限、异步机制、错误码、计费口径
└── scripts/
├── a7w.py 零依赖客户端(库 + 命令行,只用 Python 标准库)
└── cost_estimate.py 工作台成本测算(零依赖,不联网)
零安装用法
export A7W_API_KEY=sk-你的key
# 先看平台上有哪些应用、某个应用有哪些接口
python3 scripts/a7w.py apps
python3 scripts/a7w.py schema nano_banana
python3 scripts/a7w.py schema voice_tts
# 先算钱
python3 scripts/cost_estimate.py --shots 15 --duration 40
# 调接口(异步自动轮询到结束,--out 直接落盘)
python3 scripts/a7w.py call full_video submit --body '{...}' --out shot.mp4
七、素材要求
| 素材 | 要求 |
|---|---|
| 图片 / 视频 / 音频入参 | 一律公网可访问的 URL,不支持本地路径、不支持 Base64 |
| 参考音色 | mp3 / wav / ogg / flac;干净单人声效果最好 |
| 画幅 | 竖屏短剧统一 9:16,全流程别中途换 |
| 分辨率 | 全流程锁定同一档(如 720P),避免最后拼接时尺寸不一 |
| 本地文件 | 先传到对象存储拿到公网直链,再来调 |
八、常见坑
| 坑 | 表现 | 怎么避 |
|---|---|---|
| 拿本地路径当入参 | 报参数错误 | 一律用公网可访问的 URL |
| 应用代号写成连字符 | 404 | 用下划线:nano_banana、voice_tts、happy_horse |
用 endpoint_path 拼 URL | 打不通 | 只用 /api/v1/apps/<应用代号>/<接口代号> |
| 全流程没统一画幅 | 拼接时尺寸不一、要重裁 | 开工就把 9:16 写进每个接口的 ratio / aspect_ratio |
| 每个镜头都重出角色图 | 角色长相漂移、图片钱翻倍 | 先出定妆图,后续首帧走 action=edit + 同一张参考图 |
| 对话戏也全段生成视频 | 成本翻几倍 | 静态对话用配方 A:图片 + image_human / lipsync |
| 首尾帧与参考媒体混用 | 提交失败 | 两种模式分开用,一次只走一种 |
| 重复提交 | 扣两次钱 | 先记 task_id,用查询接口(免费)确认状态 |
拿 code == 0 判断成功 | 明明成功却判成失败 | 平台成功码是 1 |
九、多项目并行与对账
| 原则 | 做法 |
|---|---|
| 一个项目一张任务表 | proj/<项目>/tasks.csv,字段含 shot_id / stage / app / task_id / status / points |
| 断点续跑 | 重跑只补 status != completed 的行,不重做已成功的镜头 |
| 并发 2~4 路起步 | 429 是排队上限到了;并发越高不一定越快 |
| 给 Key 设上限 | 跑批量前给 Key 设 quota,参数写错时能止损 |
| 按应用对账 | 按 app 汇总 points,一眼看出钱花在哪个应用上 |
| 成片抽检 | 每集抽查:口型对得上、画幅正确、音量不炸、无缺镜 |
# 按应用汇总本次项目的点数消耗(PowerShell 示例)
Import-Csv proj/ep01/tasks.csv | Group-Object app |
ForEach-Object { "{0,-20} {1,10}" -f $_.Name, (($_.Group | Measure-Object points -Sum).Sum) }
references/排产与对账.md 里给了任务表结构、续跑规则与对账口径。
需要更贴合你流程的排产方案,加微信聊。
十、计费
| 项目 | 口径 | 参考价 |
|---|---|---|
出图 nano_banana | 按张 | 24 点/张(nano-banana · 1K) |
出片 full_video | 按分辨率 × 秒 | 参考 20 点/秒(1080P) |
出片 happy_horse | 按秒 | 720P 0.9 点/秒;1080P 1.6 点/秒 |
配音 voice_tts | 按 Token | 输入 50 点/千 Token |
克隆音色 clone_voice | 按次 | 200 点/次(租户价) |
口型 image_human | 按驱动音频秒 | fast 2 / standard 3 / 2k 6 / 4k 12 点每秒(实测结算价) |
口型 lipsync | 按次 | 见 schema lipsync 的 tenant_* |
BGM music_generation/create | 按次 | 65 点/次 |
搜曲 music_search/search | 按次 | 10 点/次 |
超分 flashvsr | 按秒 | 见 schema flashvsr 的 tenant_* |
查任务 GET /api/v1/tasks/{id} | — | 免费 |
1 元 = 100 点。价格来自实测,不是平台字段价。 平台给出的 tenant_* / pricing_matrix 字段与实际结算价可能不一致
(本表 image_human 四档实测 2 / 3 / 6 / 12 点每秒,字段价写的是 1.5 / 2 / 4 / 8;voice_tts/stt 字段写 30、实测 40)。
一律以每次调用返回的 data.usage.points_cost 为准;平台调价后请重新真打一次核对。
十一、权限与边界
| 能力 | 是否申请 | 用途 |
|---|---|---|
| 网络访问 | 申请 | 调用 api.a7w.cn 的应用接口(本 Skill 唯一的联网行为) |
| 读取文件 | 仅读取你指定的输入文件 | 用作素材入参 |
| 写入文件 | 仅在传入 --out 时 | 保存返回的 JSON 或下载产物 |
| 凭证 | 读取你自己提供的 API Key | 从环境变量或 ~/.a7w/config.json 读取 |
| 子进程 / 后台常驻 | 不申请 | 脚本执行完即退出 |
不内嵌任何密钥。 请求只发往 api.a7w.cn,不发送到其他任何地址。
- 不提供 Key、不代付费用:Key 必须你自己在 api.a7w.cn 申请
- 不生成剧本内容:这里只管工具侧的调用与排产,创作侧另说
- 不替代素材与内容合规审查:授权与合规责任由使用者承担
- 不含模型效果的主观排名:各家迭代快,结论极易过期;选型以能力矩阵与你的实测为准
关于这个 Skill
作者亲测实操后发布,下载后可直接使用,自用商用都可以。
所有 AI 能力都走 算力集市 api.a7w.cn —— 一把 API Key 打通
大模型、语音、图像、视频、数字人等全部算力,注册即送点数,按量计费、没有月费。
| 你可能想问 | 答案 |
|---|---|
| 要不要额外部署 | 不用。下载本包即可使用,不必去别处找源码 |
| 怎么开始 | 到 api.a7w.cn 注册领 Key → 填进 A7W_API_KEY → 一条命令跑起来 |
| 能不能商用 | 可以 |
| 遇到问题找谁 | 见文末「联系我们」,作者本人答疑 |
使用中碰到任何问题 —— 报错、效果不理想、想省钱、想批量 —— 都欢迎加微信聊。
加好友时说一下是从哪个 Skill 找过来的,直接给你配套的示例。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
| 链接 | 地址 | 说明 |
|---|---|---|
| 算力集市 · 注册领 API Key | api.a7w.cn | 一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这 |
| AI 插件市场 | aigc.a7w.cn | 浏览全部 AI 插件与接口说明 |
| 三剪客 · 一句话批量出片 | ks.a7w.cn | 短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端 |
| 视频超清 · 在线批量超分 | vr.a7w.cn | 网页版视频超分,批量处理,最高 4K |
| 0人公司 · AI Agent 平台 | a7w.cn | 主站,了解整套 AI Agent 生态 |