要把一条短视频选题真正做成可检查的本地成片，只生成标题或口播稿是不够的。蝉镜一键成片 Skill 会把策划、文案、分镜、配音、数字人、AI 画面和本机封装串成一条流水线；同时它也有明确边界：首镜口播不能超过 20 字，默认不烧录字幕，任一步失败就中断，不会自动改成“只出数字人”或“只出 AI 画面”。
本文介绍 chanjing-ai/chan-skills 仓库中的 chanjing-one-click-video-creation，用一个虚构的生活科普选题走完准备、配置、任务描述、验收和排错。最终成果是一份可以提交给渲染脚本的工作流，以及（在凭证、配额和本机环境都具备时）输出目录里的 final_one_click.mp4。本文核对了官方 SKILL.md、README、示例工作流和 render_rules.md，没有实际安装第三方包，也没有使用真实蝉镜密钥或调用 Open API。下面的命令、工作流和验收项都是示例或预期结果，不冒充已生成的成片记录。
一、这个 Skill 做什么，不做什么
它做的是一条完整成片链路：把选题或口播全文整理成 video_plan、口播稿和分镜，再调用同仓库的蝉镜能力完成 TTS、数字人合成和 AI 画面，最后用 ffmpeg / ffprobe 切段、对齐并拼接成本地 mp4。官方说明里，数字人分镜走 chanjing-video-compose（音频驱动），AI 分镜走 chanjing-ai-creation 文生视频，再与镜内音频合成。
它也写清了不适合的情况：只要文案或标题、用户并未要求出视频、只剪已有素材。这些任务不必走这条流水线，也不应把“一键成片”理解成自动剪辑现成素材的工具。
编排方式可以是代理按模板逐步生成策划和分镜，也可以在已经准备好 workflow.json 后，只运行 scripts/run_render.py 做渲染。run_render.py 不负责生产 plan、script 或 storyboard，也不会自动判断题材属于当代还是非当代。
二、来源、版本与下载范围
官方路径为 chanjing-ai/chan-skills 仓库中的 skills/chanjing-one-click-video-creation/。本站三篇蝉镜教程共用同一个完整源码包，显示版本是 cf3714fd（2026-10-22 源码快照），对应提交 cf3714fde137ca5cadd191dd2db1a4a8be601c85。仓库另有 2026-03-28 的 tag v1.0.1，内容早于本快照，不能当作当前下载包的版本号。本包也不是今天单独为这一篇重新制作、重新上传的安装器。
压缩包内含仓库 README、中文 README、本技能目录，以及一键成片会编排到的同仓库子技能。仓库未标注许可证，再分发前应自行确认使用条件，并保留原有说明文件。包内不应出现 credentials.json 或任何真实密钥；如果你在本机生成了凭证文件，不要把它放进压缩包或提交到版本库。
解压后至少核对这些路径：
chan-skills-cf3714fd/
README.md
README.zh-CN.md
使用说明.txt
skills/chanjing-credentials-guard/SKILL.md
skills/chanjing-one-click-video-creation/SKILL.md
skills/chanjing-one-click-video-creation/scripts/run_render.py
skills/chanjing-tts/SKILL.md
skills/chanjing-video-compose/SKILL.md
skills/chanjing-ai-creation/SKILL.md目录存在不等于技能已被加载，也不等于已经具备蝉镜配额。 源码包不会自动安装 Python、ffmpeg、代理客户端或蝉镜账号。线上仓库可能继续更新，下载包与线上最新提交要分别记录。
三、先跑凭据守卫，再准备本机环境
在调用任何蝉镜成片技能前，官方要求先使用 chanjing-credentials-guard。它只通过本机命令引导配置和校验 Access Key（app_id）与 Secret Key（secret_key），以及本地 Token，不应在对话里粘贴密钥。
官方给出的登录页是 https://www.chanjing.cc/openapi/login。新用户注册后，页面可能直接显示 App ID 和 Secret Key；已有用户则需到控制台的「API 密钥」查看或重置。拿到密钥后，在本机终端自行执行配置命令，例如：
python skills/chanjing-credentials-guard/scripts/chanjing_config.py --ak <your_app_id> --sk <your_secret_key>再检查状态：
python skills/chanjing-credentials-guard/scripts/chanjing_config.py --status凭证默认写入 ~/.chanjing/credentials.json，目录可用 CHANJING_OPENAPI_CREDENTIALS_DIR 覆盖，并兼容旧名 CHANJING_CONFIG_DIR。官方说明 Token 大约 24 小时有效，建议在到期前 5 分钟刷新；权限建议对目录和文件使用较严格的本地权限。配置脚本可能回写 access_token 和 expire_in，因此这个文件不要提交版本库，也不要打进分享包。
一键成片还要准备：
- 可用的
python3。 - 本机已安装并可在命令行调用的 ffmpeg 和 ffprobe。只做文案策划、不跑
run_render.py时可以暂不安装，但要完成本地封装就必须具备二者。 - 同仓库中的
chanjing-tts、chanjing-video-compose、chanjing-ai-creation能被脚本找到。可通过SKILLS_DIR、CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT或CHAN_SKILLS_DIR指定仓库根；未设置时，run_render.py会尝试从脚本路径向上推断。 - 蝉镜 Open API 账号和当时仍有效的调用额度。具体套餐、价格和时长配额以控制台当时显示为准，本文不编造这些数字。
如果使用官方 README 中的安装方式，可以先列出再安装，例如：
npx skills add chanjing-ai/chan-skills --list
npx skills add chanjing-ai/chan-skills --skill chanjing-one-click-video-creation -y上述命令在本文制作过程中没有执行。若宿主工具使用其他插件或 Agent Skills 加载方式，应查该工具的当前说明，不要照搬另一套命令。插件安装和复制目录两种方式尽量只选一种，避免同一技能装两份后分不清实际版本。
四、把选题收成可以渲染的工作流
“帮我做一条短视频”太宽，既无法验收，也容易在首镜字数上直接失败。下面把练习收成一个虚构示例：向普通家庭观众说明冰箱门封条发霉后应如何清洁，目标是一条竖屏口播短视频，而不是电商带货片，也不使用未经授权的真人面孔或声音。
官方对选题有基本校验：去掉空白后不足 5 个字，或只是「你好」「test」这类占位，会被拒收。可以允许扩写；若开启严格模式且选题仍然含糊，任务会失败。duration_sec 只是策划参考，默认常见为 60 秒，不是 ffmpeg 的成片上限；最终时长以 TTS 总轨和 ffprobe 结果为准，不能为了凑时长去裁已经定稿的口播，除非用户明确要求。
硬限制必须写进策划，而不是事后补救：
- 钩子 / 首镜口播不超过 20 字。 官方在文案模板和分镜规则里把它写成硬上限，第一分镜的
voiceover同样适用。 - `subtitle_required` 默认是 false。 由
run_render.py调用数字人合成时，默认传不烧录字幕；只有显式设为 true 时才烧录。 - `cover_required` 默认是 true。 工作流里不要把它误写成必须关掉，或当成已经自动导出了封面文件的保证。
- 第 1 镜和最后一镜使用数字人；中间按官方分镜规程，常见是奇数镜数字人、偶数镜 AI 画面。具体切段规则以
templates/storyboard_prompt.md为准。 - 渲染没有自动降级。 任一步失败即中断，不会自动改成只出数字人或只出 AI 画面。输出里的
partial表示当次没有成功成片或中途失败，并不等于系统已经换了一条简化链路。
音色和数字人也不能靠环境变量“默认沿用上次”。每次任务都要在 workflow.json 根级写明 audio_man；只要存在数字人分镜，还要写 person_id（或 avatar_id）以及与当次形象一致的 figure_type。官方要求先调用 list_voices.py 和 list_figures.py，在候选里对比名称、形态、画幅、audio_man_id 和人设后再选择，禁止未比较就取列表最前面几项。无特殊要求时，文档默认偏好更年轻、更有活力的形象；若选题需要成熟或权威气质，再改选相应人设。audio_man 宜与所选形象的 audio_man_id 一致。
五、给 Skill 的任务描述
可以在已经加载该 Skill、并且本机凭证由你自己配置完成的工具中，提出如下示例任务。占位符不要在对话里替换成真实密钥。
使用 chanjing-one-click-video-creation，为虚构选题「冰箱门封条发霉怎么清理」准备一条竖屏口播短视频工作流。
先按 chanjing-credentials-guard 检查本地凭证状态，不要在对话中索取或回显 AK/SK。
钩子和首镜口播不超过 20 字；subtitle_required 保持默认 false；cover_required 保持默认 true。
第 1 镜和最后一镜使用数字人，中间按官方分镜规则安排数字人和 AI 画面。
请先列举并对比公共音色与公共数字人，再把选定的 audio_man、person_id、figure_type 写入 workflow.json，不要直接取列表第一项。
不要使用未经授权的真人声音或面孔。
交付 video_plan、full_script、scenes 和可交给 run_render.py 的 workflow.json。
若环境、凭证和额度都已就绪，再询问是否执行渲染；未执行时不要把示例描述成已经得到成片。一个符合硬限制的首镜示例可以是「门封条发黑别硬擦。」（10 个字，含标点）。它只用于说明字数边界，不是已经渲染成功的口播记录。
若只做渲染层，官方示例命令如下；执行前应使用你自己确认过的工作流文件和输出目录，并避免覆盖已有成果：
python scripts/run_render.py --input workflow.json --output-dir ./outputs/run1该命令需在技能目录中运行，或正确设置仓库根环境变量。预期输出包括 final_one_click.mp4、workflow_result.json 以及中间文件目录 work/。这些是官方约定的输出名称，不是本文已经生成的文件。
下面是一份结构示例，ID 全部使用占位符，避免把文档里的示例编号当成当前可用的音色或形象：
{
"topic": "冰箱门封条发霉怎么清理",
"full_script": "门封条发黑别硬擦。先断电，用适量稀释的白醋擦拭密封条缝隙，再擦干并保持开门通风。清洁时不要用钢丝球或高浓度漂白剂硬刮。做好这三步，门封条更容易恢复干净。清洁完成后记得通电检查门封是否仍然贴合。",
"audio_man": "<由 list_voices.py 对比后填写>",
"person_id": "<由 list_figures.py 对比后填写>",
"figure_type": "<与该形象 figures[].type 一致，例如 sit_body>",
"subtitle_required": false,
"cover_required": true,
"ai_video_duration_sec": 10,
"max_retry_per_step": 1,
"scenes": [
{
"scene_id": 1,
"voiceover": "门封条发黑别硬擦。",
"use_avatar": true
},
{
"scene_id": 2,
"voiceover": "先断电，用适量稀释的白醋擦拭密封条缝隙，再擦干并保持开门通风。",
"use_avatar": false,
"ref_prompt": "<按 templates/storyboard_prompt.md 为这一镜单独撰写，不要抄用其他选题>"
},
{
"scene_id": 3,
"voiceover": "清洁时不要用钢丝球或高浓度漂白剂硬刮。",
"use_avatar": true
},
{
"scene_id": 4,
"voiceover": "做好这三步，门封条更容易恢复干净。",
"use_avatar": false,
"ref_prompt": "<按官方模板为这一镜单独撰写>"
},
{
"scene_id": 5,
"voiceover": "清洁完成后记得通电检查门封是否仍然贴合。",
"use_avatar": true
}
]
}这份 JSON 是教学结构示例。真实任务里，full_script 需要与各镜 voiceover 按 scene_id 规范化后拼得一致；AI 镜必须有符合模板的 ref_prompt。官方还要求：先定稿再渲染；TTS 默认整段一次再按镜切，超过约 4000 字才按分镜合并为尽量少的批次，run_render.py 的合并阈值是 3900 字，并在提交前校验单批不超过 4000 字；不要无必要地按句或按镜把 TTS 切得很碎。
六、渲染结果怎么读，成功和失败如何区分
官方输出 JSON 里，status 可能是 success、partial 或 failed。成功时通常还有 video_plan、script_result、storyboard_result.scenes[] 和 render_result。render_result 中可见成片路径、分镜视频信息以及 degrade_log；成功时 degrade_log 应为空列表。
需要特别区分：
- success 表示渲染按规则完成，本地应能找到
final_one_click.mp4。 - partial 表示当次没有形成成功成片，或过程中出现异常但仍写出了
workflow_result.json。它便于排错或人工续跑，不表示系统已经自动改用简化方案。 - failed 表示失败；官方要求尽量保留已经产出的文案和分镜，便于检查是选题、首镜字数、凭证、子技能还是封装环节出了问题。
成片默认按数字人分镜对齐为竖屏 1080×1920。AI 单段常见是 5 或 10 秒，长口播会拆成多段；ai_video_duration_sec 只能填 5 或 10，默认 10。model_code 可省略，文档中的缺省示例是环境变量或 minmax-h3-t2v。成片只保存在本地，技能本身不负责上传到平台。
七、验收清单
在你自己的环境里验收时，建议逐项记录“已检查”或“待测”，不要为了表格整齐全部打勾。未实际跑通的项目，不能写成亲测通过。
- 本地存在
credentials.json的配置，但文件没有进入版本库或分享包；状态检查不在对话中回显完整密钥。 ffmpeg与ffprobe可调用。- 选题去掉空白后不少于 5 个字，且不是无意义占位。
- 钩子和第一分镜
voiceover都不超过 20 字。 subtitle_required为 false（除非你明确要求烧录字幕）；cover_required为 true（除非你明确改掉这一项）。- 第 1 镜和最后一镜是数字人；
audio_man、person_id、figure_type来自当次列举和对比，而不是列表第一项或环境变量缓存。 - AI 镜的
ref_prompt按官方模板单独撰写，没有直接套用其他选题。 - 若执行了
run_render.py，输出目录中检查workflow_result.json的status、degrade_log以及是否存在final_one_click.mp4。 - 用
ffprobe查看成片时长、分辨率和是否有音轨；时长应对照 TTS 总轨，而不是强制等于duration_sec。 - 声音和面孔都来自公共库，或已获得授权的本人素材；没有把他人声音或面容用于克隆。
八、常见问题与限制
找不到技能时，先核对安装来源、目录名和宿主是否真的加载了 chanjing-one-click-video-creation，不要靠把文件夹改成其他产品名称来“修复”。若 run_render.py 找不到子技能，检查 SKILLS_DIR 等环境变量，以及解压后的仓库根是否完整，尤其是 chanjing-tts、chanjing-video-compose、chanjing-ai-creation。
凭证失败时，回到 guard 的状态检查和登录页，不要在聊天里重贴密钥。若 Token 过期，按官方方式刷新即可；完整密钥既不要写入文章，也不要写入工作流示例。
首镜超过 20 字、选题过短或分镜没有按官方结构安排，应在渲染前修正。文生视频失败时，官方建议检查是否可以提高 max_retry_per_step、缩短 ref_prompt、拆分镜头，并阅读 workflow_result.json；失败原因可能来自平台或模型，不能把一次失败直接写成“技能损坏”。
还需要记住几条限制：本地成片不会自动发布；AI 单段通常较短，长口播依赖多段拼接；成片时长可能与策划里的 duration_sec 不一致；技能会访问蝉镜 Open API，并按返回地址拉取媒体，你需要自行判断是否信任这些主机。缺少 ffmpeg / ffprobe、缺少有效订阅或中途任一步失败，都不会自动得到一条降级后的完整视频。
还没有公开评论，欢迎分享你的想法。