硅基铁匠AI / 系统 / 写作
← 返回全部文章
技术与 AI约 6 分钟

电影解说也能自动化？这个开源 Skill 把脚本、配音和剪辑串起来

narrator-ai-cli-skill 把 AI Agent 接到电影解说视频流水线，覆盖素材、文案、配音、BGM、片段和成片导出，但真正使用前要看清 API Key、成本和版权边界。

做一条电影解说视频，过去通常要经过几个软件：找片、写稿、剪片、配音、配乐、加字幕，最后再导出。每一步单独看都不算难，麻烦在于它们之间要不断搬运文件和参数。

narrator-ai-cli-skill 的思路，是把这套流程交给 AI Agent 。你告诉它要做哪部电影、想用什么风格，它可以调用命令行工具完成素材搜索、文案生成、片段匹配、配音、 BGM 和视频合成。

这里有一个容易混淆的地方：开源仓库主要提供的是 Agent Skill 和 CLI 客户端，真正的视频生成通过 Narrator AI 的 API 完成。它不是一个完全离线的视频剪辑软件，也不是装完仓库就能无限生成成片的本地模型。

这套工具由两部分组成

第一部分是 narrator-ai-cli，一个 Python 命令行客户端。它负责调用视频解说平台的 API，执行搜索电影、生成文案、上传文件、选择配音、合成视频和查询任务等操作。

第二部分是 narrator-ai-cli-skill。它是一套给 Claude Code 、 OpenClaw 、 Windsurf 等 Agent 读取的操作说明，告诉 Agent 每个命令怎么用、不同任务之间如何传递结果、哪些步骤需要用户确认，以及任务失败后该怎么处理。

可以把 CLI 理解成工具箱，把 Skill 理解成说明书。只有两部分接上，Agent 才能用自然语言把整条流水线跑起来。

它能自动完成哪些环节

按照当前 CLI 仓库的公开说明，主要能力包括：

  • 从内置素材库搜索电影和短剧
  • 生成电影解说文案
  • 根据文案匹配片段和字幕
  • 选择配音角色，支持 11 种语言和 63 个声音
  • 从 146 首 BGM 中选择背景音乐
  • 使用 90 多种解说模板，覆盖 12 类风格
  • 合成视频并返回下载地址
  • 批量创建多个解说任务
  • 单独执行文字转语音和声音克隆
  • 在提交任务前估算消耗，并查询余额和任务状态

内置电影素材目前写的是 93 部，和早期宣传中出现的数字不一致。这个数字会随仓库和服务端资源更新变化，使用时应以实际的 material list 查询结果为准。

从一句话到成片，大致怎么走

完整流程可以拆成六步：

  1. 确认电影素材，优先查内置片库，也可以上传自己的视频和字幕。
  2. 选择解说路线。工具提供偏原创的快速路线，也提供参考风格后再生成文案的标准路线。
  3. 生成脚本，得到下一步需要使用的任务编号和文件。
  4. 生成片段数据，把文案、画面、字幕、配音和 BGM 对齐。
  5. 提交视频合成任务，等待服务端处理完成。
  6. 下载成片，或者在明确需要时再做额外的视觉模板处理。

整个过程不是一个命令瞬间完成，而是多个异步任务串联。 Skill 里专门规定了任务轮询、资源选择、结果传递和错误处理，避免 Agent 把一个任务 ID 错当成下游真正需要的任务编号。

两条制作路线有什么区别

快速路线更适合从一部已有电影开始直接做原创解说。它的步骤更少，成本和等待时间相对低，适合先验证选题和成片效果。

标准路线会先学习参考文案或解说风格，再生成新的脚本。它适合已经有明确账号风格、想让成片保持某种叙述口吻的场景，但步骤更多，消耗也更高。

这两个路线不能混着理解。快速路线里还有“热门影视、原声混剪、新剧”三种模式，属于路线内部的选择。正式创建任务前，Skill 要求先确认素材，再确认路线，再逐个确认 BGM 、配音和模板，不会默认替用户提交昂贵或不可逆的任务。

它适合谁

如果你在做影视解说、短剧切片、批量内容测试，或者只是想验证一部电影能不能快速变成解说视频，这套工具可以减少重复操作。

它也适合已经在用 Claude Code 、 OpenClaw 一类 Agent 的人。自然语言负责描述目标，CLI 负责执行，Skill 负责把中间的参数和步骤接起来。

如果你只是偶尔剪一条视频，或者更在意逐帧控制、复杂特效和完全离线处理，这套工具未必合适。它的重点是“批量生产和自动串联”，不是取代专业剪辑软件。

使用前要看清的成本和风险

首先需要 API Key 。 CLI 的公开安装说明要求配置 app_key，Skill 也把 NARRATOR_APP_KEY 列为前置条件。没有有效凭据，仓库里的命令和 Skill 不能独立生成视频。

其次，视频生成是服务端任务。电影素材、字幕和上传文件会经过 API 调用，文件通过预签名地址上传到对象存储。不要把不该上传的私人视频、内部素材或含个人信息的文件直接交给服务端。

再次，批量生产不等于零成本。项目提供余额查询和任务预算估算，文案模型、视频合成、声音克隆和额外模板都可能消耗额度。大批量提交前，应先查预算，拿一部片做小规模测试，再决定是否扩大数量。

最后是版权和平台规则。工具能自动找片、写稿和合成视频，不代表使用者自动获得电影画面、音乐、配音或平台发布权。影片版权、二次创作规则、声音克隆授权和账号平台审核，都要由使用者自己确认。

怎么开始

最小安装链路是：


# 安装 CLI
pip install "narrator-ai-cli @ git+https://github.com/NarratorAI-Studio/narrator-ai-cli.git"

# 配置 API Key
narrator-ai-cli config set app_key <your_app_key>

# 查看内置电影素材
narrator-ai-cli material list

如果要让 Claude Code 或其他 Agent 自动调用，还需要把 narrator-ai-cli-skill 仓库中的 SKILL.md 和整个 references/ 目录一起安装。只复制一份 Markdown 文件，可能会缺少资源表、工作流参数和错误处理说明。

建议先做三件事：查素材、查看预算、确认一个配音和一个模板。等这些资源都明确后，再提交第一条视频任务。

项目目前采用 MIT License 。代码、安装方式和命令列表可以从这两个仓库查看：

这套工具真正省下来的，主要是找入口、搬参数和重复轮询的时间。成片质量仍然取决于素材、脚本、声音、剪辑规则和最后的人工检查。把它当成一条自动化生产线，会比把它当成“输入片名就稳定出爆款”的按钮更接近实际。

来源：https://github.com/NarratorAI-Studio/narrator-ai-cli-skill