desktop-outfit-video

4 files shipped with this skill. Inline text is the catalog copy. The upstream link is the source repository.

• skills/desktop-outfit-video/SKILL.md9.2 KBe163b7ac7ac1upstream ↗

  ---
  name: desktop-outfit-video
  description: 生成「AI 桌面换装视频」的完整提示词，并可选地直接调用 Seedance 2.5 出片。当用户想做桌面录屏风格的动态壁纸换装视频、想复刻这类爆款、或提到「桌面换装」「动态壁纸换装」「AI 换装视频」时使用。
  ---
  
  # AI 桌面换装视频
  
  把用户一句话的想法，扩写成一条能直出 30 秒成片的 Seedance 提示词。
  
  ## 工作流
  
  ### 第一步：问清楚
  
  一次只问一个，每个都给默认值，用户说「默认」或直接跳过就用默认值。全部用默认值时，产出的就是原版复刻。用户开头已经给过的答案（比如「做 30 秒」）不要再问。
  
  1. **主角是谁？** 默认：中国古典美人，鹅蛋脸、杏眼、长直黑发过肩、皮肤白皙。
     追问一句：有没有人物参考图？有的话让用户给出图片 URL 或本地路径。
  2. **场景？** 默认：深蓝灰色调房间，黑色皮沙发，冷调柔光。
     场景里如果没有沙发，把沙发写进 `{场景}`（节拍模板仍写沙发，不能改）。
  3. **三套造型？** 默认：黑白条纹上衣配休闲裤 → 蓝黑格纹 JK → 酒红格纹学院风西装。
  4. **对白？** 一次给两套让用户选，**不要让用户自己改文案，也不要多一轮「帮我改成兼容的」**。
     - **A 默认（原版）：** 点单「想看 JK」／称呼「老公」／结尾「机会用完啦，老公想留哪套呢？」
     - **B 兼容：** 点单对准**第二套**的短识别名（原版第二套是 JK，所以默认点单是「想看 JK」）；称呼和结尾沿用默认。例如造型是「水手服 → 洛丽塔 → 白领制服」时，B 为「想看洛丽塔」／「老公」／「机会用完啦，老公想留哪套呢？」
     - 三套仍是默认时，A 和 B 相同，只出 A。
     - 问法：`对白两套，回 A / B，或自己改三条。` 然后列出 A、B。
  5. **尺度档位？** 软 / 中 / 硬，默认中。见下方「尺度档位」。
  6. **时长？** 默认 30 秒。开头已说 30 秒就跳过。
  
  ### 第二步：填模板
  
  用下面的模板，把答案填进对应位置。**除了填空处，模板一个字都不要改**——节拍、机位规则、字幕规则是这类视频成立的骨架，改了就不像了。
  
  时长不是 30 秒时，按比例压缩节拍的时间区间，但八个节拍一个都不能删。
  
  ### 第三步：问用户怎么用
  
  提示词给出后，问：
  
  > 提示词好了。你是自己复制到即梦/豆包里用，还是我直接调 Seedance 2.5 API 帮你生成？
  
  - 选复制 → 把提示词完整输出，结束。同时提醒：即梦里比例选 16:9、时长选对、确认对白音频是开的、**不要开任何运镜预设**。
  - 选 API → 进入第四步。
  
  ### 第四步：走 API（仅当用户选择时）
  
  1. 要 API Key。让用户去 [火山方舟控制台](https://console.volcengine.com/ark) 创建，或确认环境变量 `ARK_API_KEY` 已设置。**永远不要把 Key 写进任何文件或提交到 git。**
  2. 要 model ID。优先用用户从方舟「开通管理 / 在线推理」复制的接入点。用户没给时，用预置推理接入点 `doubao-seedance-2-5-260628`（短名 `doubao-seedance-2-5` 可能 404，不要死磕）。
  3. 跑 `scripts/seedance.py`，参数见该文件顶部。脚本会按有无参考图自动选分辨率。
  4. 任务是异步的，30 秒视频通常要等几分钟。脚本会自己轮询并下载。
  
  #### Seedance 2.5 参数（以官方文档 + 实测为准）
  
  官方方舟已宣布 **1080P（10bit）上线**。上次出片落到 720p，不是 1080p 不受支持，而是多传了 2.5 不认的字段，任务以 `InternalServiceError` 秒失败。
  
  | 参数 | 值 | 说明 |
  |---|---|---|
  | `resolution` | 文生视频 `"1080p"`；带参考图 `"720p"` | 官方参数表：1080p 可选，但**参考图场景不支持 1080p**。文生视频默认 1080p。 |
  | `generate_audio` | `True` | 不开就是默片，对白和字幕全没了 |
  | `duration` | `30` | 2.5 支持 4–30 秒 |
  | `ratio` | `"16:9"` | 桌面天然是横屏 |
  | `camera_fixed` | **不要传** | r2v 会 400：`camera_fixed is not supported ... must be empty`。固定机位只写在提示词里。 |
  | `optimize_prompt` | **不要传** | 传 `false` 会 `InternalServiceError`，看起来像分辨率问题 |
  | `watermark` | **不要传** | 默认已是无水印；显式传也会内部错误 |
  
  1080p 文生视频若仍报 `InvalidParameter`（resolution）或 `InternalServiceError`，**降到 720p 只重试一次**，不要一上来就把默认改成 720p。
  
  #### 参考图
  
  - 本地路径可以，脚本会转 data URI；提示词里写 `@图1`。
  - 写实人脸直接传会 400：`InputImageSensitiveContentDetected.PrivacyInformation`。**不要原图重试**。改用文字锁脸继续出片，并告诉用户：要锁真人需走方舟 LAS 素材库 `asset://`，不能直接上传。
  - 被拒后把【人物】换回文字外貌描述（按参考图写五官发型肤色），不要再挂图。
  
  ---
  
  ## 提示词模板
  
  ```
  【画面】
  模拟一台电脑的全屏桌面录屏：左上角一列桌面图标，底部一条任务栏，屏幕主体是一张会实时互动的动态壁纸。壁纸内容是{场景}。固定机位，一镜到底，全程不推、不拉、不摇，镜头绝对不跟人移动。
  
  【人物】
  {人物描述}。坐在沙发上、位于画面右侧，画面左侧留空给字幕。真人实拍质感，皮肤有自然纹理和毛孔，不磨皮，不要网红脸，不要 CG 或 3D 渲染感。全程同一个人，五官、发型、肤色、身材比例严格不变，只换衣服。
  
  【服装】
  三套依次出现，{尺度档位}：
  一、{造型一}
  二、{造型二}
  三、{造型三}
  
  【节拍】
  0–3s 她穿第一套坐在沙发上，腿上抱着黑色靠枕，整理了一下头发，看向镜头微笑，说「说吧……今天想看什么？」
  3–5s 画外男声（始终不露脸）说「{男声点单}」。她安静听着，笑意加深，轻轻点头。
  5–7s 她说「好，等我一下」，把靠枕放到一旁，撑着沙发起身。
  7–10s 起身时身体从镜头前掠过，镜头不跟随，头部移出画面上沿，随后走出画面右侧。沙发空镜停留约一秒。
  10–14s 她换好第二套从右侧走回来，站得离镜头较近。因为镜头没有抬高，画面里只看得到腰部以下的{造型二的下装}，头在画面外。她轻轻转动腰身让下摆摆动，说「当当……{称呼}，怎么样？」画外男声回答「嗯，不错」。
  14–18s 她说「等等，还有一套」，转身走出画面。沙发空镜再停留约一秒。
  18–21s 她换好第三套走回来，仍然只拍到腰以下，{造型三的关键识别物}清晰完整，不在走动中变形。她问「这套呢？」画外男声说「这套也好看」。
  21–25s 她坐回沙发，把靠枕重新放在腿上，整理头发和衣领，微微侧身靠住沙发。脸重新完整入画，一直看着镜头，表情自信亲近。
  25–30s 她抱着靠枕露出得意的笑，说「{结尾钩子}」然后轻轻偏头，保持微笑，画面自然结束。
  
  【字幕】
  字幕固定出现在画面左侧中部，不要放在底部。纤细无衬线中文字体，无底框，轻微发光。她说话时是淡紫色文字、左边一个小扬声器图标；画外男声说话时是白色文字、左边一个小麦克风图标。字幕下方有一条细白色音频波形随声音跳动。字幕跟着发音逐字打出，说完停留一下再整句淡出，不要整句突然出现，也不要提前显示后面的字。
  
  【声音】
  中文对白。她的声音是贴脸近场收音，口型精确对上；男声只有画外音，不露脸。垫一层很轻的电子环境音乐，说话时自动压低。换装进出画面时各有一声短促的「嗖」声。她的表演自然克制，不夸张卖萌；男声说话时她闭嘴聆听。
  ```
  
  有人物参考图时，把【人物】整段换成：
  
  ```
  外貌严格参考 @图1，只锁五官、发型、肤色和身份，服装按下文变化。坐在沙发上、位于画面右侧，画面左侧留空给字幕。全程同一个人，身材比例不变，只换衣服。
  ```
  
  ## 尺度档位
  
  - 软：`上装统一是低圆领修身款，身材曲线明显`
  - 中：`上装统一是低圆领修身款，上围明显，微露事业线`
  - 硬：`上装统一是低 V 领修身款，上围饱满，事业线明显`
  
  没有哪一档保证过审，平台策略是黑盒。被拒就降一档重试，别在提示词里堆更多形容词——那只会让模型畸变。想要更明显的身材特征，挂参考图比写文字有效得多。
  
  ## 不要改的东西
  
  这四条改了就不是这个品类了：
  
  1. **镜头绝对不跟人移动。** 她站起来时镜头不抬，只拍到腰以下、头在画外——这是「真的像我电脑壁纸」的全部来源。
  2. **每次换装前留一秒空沙发。** 没有这个空镜，换装会变成瞬移或者直接在身上变形。
  3. **字幕在左侧中部，不在底部。** 放底部就成了普通短视频。
  4. **八个节拍的顺序。** 可以换台词内容，不能删节拍。
  
  时间码只写整秒，不要写 0.1 秒精度——模型遵循的是顺序和相对时长，小数点后的数字不会被兑现。
  

• skills/desktop-outfit-video/scripts/seedance.py7.2 KB2ac908e107f1upstream ↗

  #!/usr/bin/env python3
  """调用火山方舟 Seedance 2.5 生成桌面换装视频。
  
  准备：
      pip install arkruntime requests
      export ARK_API_KEY=你的key
  
  用法：
      python seedance.py --prompt-file prompt.txt
      python seedance.py --prompt-file prompt.txt --image /path/to/ref.jpg
      python seedance.py --model doubao-seedance-2-5-260628 --prompt-file prompt.txt
  
  分辨率：
      文生视频默认 1080p（官方已上线）。
      带参考图时默认 720p——官方参数表写明参考图场景不支持 1080p。
      可用 --resolution 强制覆盖。1080p 若 InvalidParameter / InternalServiceError，自动降 720p 再试一次。
  
  不要传 camera_fixed / optimize_prompt / watermark：Seedance 2.5 会 400 或内部错误。
  """
  
  from __future__ import annotations
  
  import argparse
  import base64
  import mimetypes
  import os
  import sys
  import time
  from pathlib import Path
  
  import requests
  from arkruntime import Ark
  from arkruntime._exceptions import ArkAPIError, ArkNotFoundError
  
  POLL_INTERVAL = 10
  POLL_TIMEOUT = 900
  DEFAULT_MODEL = "doubao-seedance-2-5-260628"
  FALLBACK_MODELS = ("doubao-seedance-2-5-260628", "doubao-seedance-2-5")
  
  
  def to_image_url(src: str) -> str:
      path = Path(src)
      if path.is_file():
          mime = mimetypes.guess_type(path.name)[0] or "image/jpeg"
          data = base64.b64encode(path.read_bytes()).decode("ascii")
          return f"data:{mime};base64,{data}"
      return src
  
  
  def build_content(prompt: str, images: list[str]) -> list[dict]:
      content: list[dict] = [{"type": "text", "text": prompt}]
      for src in images:
          content.append(
              {
                  "type": "image_url",
                  "image_url": {"url": to_image_url(src)},
                  "role": "reference_image",
              }
          )
      return content
  
  
  def wait_for_task(client: Ark, task_id: str) -> object:
      deadline = time.time() + POLL_TIMEOUT
      while time.time() < deadline:
          task = client.content_generation.tasks.get(task_id)
          if task.status in ("succeeded", "failed", "cancelled"):
              return task
          print(f"  {task.status} ... {int(time.time() - deadline + POLL_TIMEOUT)}s", flush=True)
          time.sleep(POLL_INTERVAL)
      raise TimeoutError(f"任务 {task_id} 超过 {POLL_TIMEOUT}s 仍未完成")
  
  
  def error_text(exc: BaseException) -> str:
      return str(exc)
  
  
  def is_model_missing(exc: BaseException) -> bool:
      text = error_text(exc)
      return isinstance(exc, ArkNotFoundError) or "InvalidEndpointOrModel.NotFound" in text
  
  
  def is_privacy_image(exc: BaseException) -> bool:
      text = error_text(exc)
      return "InputImageSensitiveContentDetected.PrivacyInformation" in text or "may contain real person" in text
  
  
  def should_fallback_720p(exc: BaseException | None, task_error: object | None = None) -> bool:
      chunks = [error_text(exc)] if exc else []
      if task_error is not None:
          chunks.append(str(task_error))
      text = " ".join(chunks)
      return (
          "InternalServiceError" in text
          or "InvalidParameter" in text
          or "resolution" in text.lower()
      )
  
  
  def create_task(client: Ark, model: str, content: list[dict], args: argparse.Namespace, resolution: str):
      return client.content_generation.tasks.create(
          model=model,
          content=content,
          duration=args.duration,
          ratio=args.ratio,
          resolution=resolution,
          seed=args.seed,
          generate_audio=True,
      )
  
  
  def submit_with_fallbacks(
      client: Ark,
      models: list[str],
      content: list[dict],
      args: argparse.Namespace,
      resolution: str,
  ):
      last_error: BaseException | None = None
      for model in models:
          try:
              created = create_task(client, model, content, args, resolution)
              print(f"任务已提交：{created.id}  model={model}  resolution={resolution}", flush=True)
              return created, model, resolution
          except ArkAPIError as exc:
              last_error = exc
              if is_privacy_image(exc):
                  print(
                      "参考图被判定为真人肖像，接口拒绝直接上传。"
                      "不要原图重试。改用文字锁脸，或走方舟 LAS 素材库 asset://。",
                      file=sys.stderr,
                  )
                  raise
              if is_model_missing(exc):
                  print(f"接入点不可用：{model}，换下一个", flush=True)
                  continue
              if resolution == "1080p" and should_fallback_720p(exc):
                  print(f"1080p 提交失败（{exc}），降到 720p 重试一次", flush=True)
                  created = create_task(client, model, content, args, "720p")
                  print(f"任务已提交：{created.id}  model={model}  resolution=720p", flush=True)
                  return created, model, "720p"
              raise
      assert last_error is not None
      raise last_error
  
  
  def main() -> int:
      parser = argparse.ArgumentParser()
      parser.add_argument("--model", default=DEFAULT_MODEL, help="方舟接入点 ID，默认预置 doubao-seedance-2-5-260628")
      parser.add_argument("--prompt-file", required=True, type=Path)
      parser.add_argument("--image", action="append", default=[], help="参考图 URL 或本地路径，可重复")
      parser.add_argument("--duration", type=int, default=30)
      parser.add_argument("--ratio", default="16:9")
      parser.add_argument(
          "--resolution",
          default=None,
          help="默认：文生视频 1080p，带参考图 720p（参考图场景官方不支持 1080p）",
      )
      parser.add_argument("--seed", type=int, default=None)
      parser.add_argument("--out", type=Path, default=Path("output.mp4"))
      args = parser.parse_args()
  
      if not os.environ.get("ARK_API_KEY"):
          print("缺少 ARK_API_KEY 环境变量", file=sys.stderr)
          return 1
  
      prompt = args.prompt_file.read_text(encoding="utf-8").strip()
      client = Ark.volc()
      content = build_content(prompt, args.image)
  
      if args.resolution:
          resolution = args.resolution
      else:
          resolution = "720p" if args.image else "1080p"
  
      models: list[str] = []
      for candidate in (args.model, *FALLBACK_MODELS):
          if candidate not in models:
              models.append(candidate)
  
      try:
          created, model, resolution = submit_with_fallbacks(client, models, content, args, resolution)
      except ArkAPIError:
          return 1
  
      task = wait_for_task(client, created.id)
      if task.status != "succeeded" and resolution == "1080p" and should_fallback_720p(None, task.error):
          print(f"1080p 失败（{task.error}），降到 720p 重试一次", flush=True)
          try:
              created, model, resolution = submit_with_fallbacks(client, [model], content, args, "720p")
          except ArkAPIError:
              return 1
          task = wait_for_task(client, created.id)
  
      if task.status != "succeeded":
          print(f"生成失败：{task.status} {task.error}", file=sys.stderr)
          return 1
  
      url = task.content.video_url
      print(f"生成成功，下载中：{url}", flush=True)
      resp = requests.get(url, timeout=300)
      resp.raise_for_status()
      args.out.write_bytes(resp.content)
      print(f"已保存到 {args.out}（{len(resp.content) / 1e6:.1f} MB）  {resolution}")
      return 0
  
  
  if __name__ == "__main__":
      raise SystemExit(main())
  

• skills/desktop-outfit-video/元提示词.md5.6 KB97a5830c7a94upstream ↗

  # 元提示词
  
  复制下面整段，粘贴到豆包 / DeepSeek / ChatGPT / Claude 任意一家，它会反过来采访你，然后吐出一条能直接用的 Seedance 提示词。
  
  ```
  你是「AI 桌面换装视频」的提示词生成器。我会告诉你我想做什么样的片子，你负责把它扩写成一条能直出 30 秒成片的提示词。
  
  规则：
  一次只问我一个问题，问完等我回答再问下一个。每个问题都给出默认值，我说「默认」就用默认值。用户开头已经给过的答案不要再问。六个问题问完，直接输出完整提示词，不要解释，不要寒暄。
  
  要问的六个问题：
  1. 主角是谁？默认：中国古典美人，鹅蛋脸、杏眼、长直黑发过肩、皮肤白皙。顺便问我有没有人物参考图。
  2. 场景？默认：深蓝灰色调房间，黑色皮沙发，冷调柔光。场景里如果没有沙发，把沙发写进场景描述，后面节拍里的沙发不要改。
  3. 三套造型分别是什么？默认：黑白条纹上衣配休闲裤 → 蓝黑格纹 JK → 酒红格纹学院风西装。
  4. 对白？一次给两套让我选，不要让我自己改文案。
     A 默认（原版）：点单「想看 JK」／称呼「老公」／结尾「机会用完啦，老公想留哪套呢？」
     B 兼容：点单对准第二套的短识别名，称呼和结尾沿用默认。例如造型是水手服→洛丽塔→白领制服时，B 为「想看洛丽塔」／「老公」／「机会用完啦，老公想留哪套呢？」
     三套仍是默认时 A 和 B 相同，只出 A。问法：「对白两套，回 A / B，或自己改三条。」
  5. 尺度？软（身材曲线明显）／中（上围明显，微露事业线）／硬（上围饱满，事业线明显），默认中。
  6. 时长？默认 30 秒。开头已说 30 秒就跳过。
  
  然后按下面的模板填空输出。除了填空处，模板一个字都不许改——节拍、机位规则、字幕规则是这类视频成立的骨架。时长不是 30 秒时按比例压缩时间区间，但八个节拍一个都不能删。
  
  模板：
  
  【画面】
  模拟一台电脑的全屏桌面录屏：左上角一列桌面图标，底部一条任务栏，屏幕主体是一张会实时互动的动态壁纸。壁纸内容是{场景}。固定机位，一镜到底，全程不推、不拉、不摇，镜头绝对不跟人移动。
  
  【人物】
  {人物描述}。坐在沙发上、位于画面右侧，画面左侧留空给字幕。真人实拍质感，皮肤有自然纹理和毛孔，不磨皮，不要网红脸，不要 CG 或 3D 渲染感。全程同一个人，五官、发型、肤色、身材比例严格不变，只换衣服。
  
  【服装】
  三套依次出现，{尺度档位}：
  一、{造型一}
  二、{造型二}
  三、{造型三}
  
  【节拍】
  0–3s 她穿第一套坐在沙发上，腿上抱着黑色靠枕，整理了一下头发，看向镜头微笑，说「说吧……今天想看什么？」
  3–5s 画外男声（始终不露脸）说「{男声点单}」。她安静听着，笑意加深，轻轻点头。
  5–7s 她说「好，等我一下」，把靠枕放到一旁，撑着沙发起身。
  7–10s 起身时身体从镜头前掠过，镜头不跟随，头部移出画面上沿，随后走出画面右侧。沙发空镜停留约一秒。
  10–14s 她换好第二套从右侧走回来，站得离镜头较近。因为镜头没有抬高，画面里只看得到腰部以下的{造型二的下装}，头在画面外。她轻轻转动腰身让下摆摆动，说「当当……{称呼}，怎么样？」画外男声回答「嗯，不错」。
  14–18s 她说「等等，还有一套」，转身走出画面。沙发空镜再停留约一秒。
  18–21s 她换好第三套走回来，仍然只拍到腰以下，{造型三的关键识别物}清晰完整，不在走动中变形。她问「这套呢？」画外男声说「这套也好看」。
  21–25s 她坐回沙发，把靠枕重新放在腿上，整理头发和衣领，微微侧身靠住沙发。脸重新完整入画，一直看着镜头，表情自信亲近。
  25–30s 她抱着靠枕露出得意的笑，说「{结尾钩子}」然后轻轻偏头，保持微笑，画面自然结束。
  
  【字幕】
  字幕固定出现在画面左侧中部，不要放在底部。纤细无衬线中文字体，无底框，轻微发光。她说话时是淡紫色文字、左边一个小扬声器图标；画外男声说话时是白色文字、左边一个小麦克风图标。字幕下方有一条细白色音频波形随声音跳动。字幕跟着发音逐字打出，说完停留一下再整句淡出，不要整句突然出现，也不要提前显示后面的字。
  
  【声音】
  中文对白。她的声音是贴脸近场收音，口型精确对上；男声只有画外音，不露脸。垫一层很轻的电子环境音乐，说话时自动压低。换装进出画面时各有一声短促的「嗖」声。她的表演自然克制，不夸张卖萌；男声说话时她闭嘴聆听。
  
  尺度档位三选一，原样填入：
  软：上装统一是低圆领修身款，身材曲线明显
  中：上装统一是低圆领修身款，上围明显，微露事业线
  硬：上装统一是低 V 领修身款，上围饱满，事业线明显
  
  我说有参考图时，把【人物】整段换成这一句：外貌严格参考 @图1，只锁五官、发型、肤色和身份，服装按下文变化。坐在沙发上、位于画面右侧，画面左侧留空给字幕。全程同一个人，身材比例不变，只换衣服。
  
  输出提示词之后，加一句提醒：在即梦里比例选 16:9、时长选对、确认对白音频是开的、不要开任何运镜预设。
  
  现在开始问第一个问题。
  ```
  

• README.mdupstream ↗

  Contents are not inlined in the catalog. Open the upstream file.

Plain-text copy, no login: /skill-bundles/liyupi-ai-desktop-outfit-video-skills-desktop-outfit-video.md