1实现原理 · 为什么它能做到
它不是单点工具而是一条「资产流水线」：从一句旅行主题出发，串起四格照片墙→切图→角色卡→视频提示词/生成→音乐提示词→成片拼接→QA 共 12 个任务。
virtual-couple-travel-vlog/SKILL.md
Build a repeatable "virtual couple travel vlog" asset pipeline from a short theme such as "a young Japanese couple in Paris" or "a Chinese couple in northern Normandy."
注：SKILL.md 的 Task List 段把 12 个任务的归属逐条列出，references/task_list.md 再用 Task -1 ~ Task 10 展开成带验收标准的作业单。
身份一致性的关键设计：先用一次生成出 4x4 拼版把 16 张照片锁进同一模型上下文，再本地切成四张 2x2，而不是各自文生图四张。
virtual-couple-travel-vlog/SKILL.md
Prefer generating one 4x4 contact sheet in a single image task, then splitting it into four 2x2 sheets. Do not generate four independent 2x2 text-to-image sheets unless there is already a strong locked character reference image.
注：README 的『4x4 到 2x2 的身份一致性策略』用同一理由重复了一遍：独立生成很容易导致长相/发型/服装/年龄漂移。
切图由本地 Python/Pillow 脚本完成，且被指定为唯一默认裁切路径（不许用设计工具，也不许回退到独立 2x2 生成）。
virtual-couple-travel-vlog/SKILL.md
Use [scripts/split-grid.py](scripts/split-grid.py) to split the approved 4x4 image into four 2x2 memory sheets. This is the only default crop route.
注：split-grid.py 用 Pillow crop 四象限并按 memory_sheet_NN.png 命名（已存在则加 _new 后缀，不覆盖）。
角色卡有硬规格（1:1、七面板、上四下三、纯白底、转身表语言），并默认只用 Codex Image Gen / gpt-image-2 生成。
virtual-couple-travel-vlog/SKILL.md
Generate character cards with Codex Image Gen / `gpt-image-2`, not Topview, unless the user explicitly asks for Topview for this step after being warned about possible lower model quality.
注：references/prompts.md 提供男女两份完整角色卡提示词、清理提示词与退化的单人身份参考提示词。
视频段不绑死平台：先跑一个「provider 检测」脚本，有连接就自动化、没有就给完整的手动交付包。
virtual-couple-travel-vlog/SKILL.md
After the four 2x2 sheets, character cards, and video prompts are ready, run [scripts/check-video-providers.py](scripts/check-video-providers.py).
注：README 列出 Seedance API / Krea / Lovart / LibTV / Topview UI 等候选与手动平台操作五步。
Topview 自动化通过一个包装脚本调用，目标是避免跨平台 shell 引号问题：把参考图组织成 JSON 后交给 video_gen.py。
virtual-couple-travel-vlog/SKILL.md
Before submitting video tasks, pause for an explicit queue decision:
注：run-topview-omni.py 把 sheet/male-card/female-card 组成 [{fileId, name: Image1/2/3}] 的 JSON 后 subprocess 调 video_gen.py run --type omni。
付费前必须有闸门：提交前展示设置、积分估算与等待预估，并让用户选普通队列或 Quick Generate（额外 15 积分），绝不静默花费。
virtual-couple-travel-vlog/SKILL.md
Do not continue to video submission until the user answers.
注：tooling.md 另给了一段可直接照读的决策话术模板，并说明若本地脚本没有 quick-generate 开关，就走官方 UI/board 链接。
所有资产落在用户选定的输出根目录下的项目文件夹，且明令不删文件、不静默安装第三方技能/包。
virtual-couple-travel-vlog/SKILL.md
Never delete files. If cleanup is needed, ask the user for explicit second confirmation first.
注：同段：Do not install third-party skills or packages unless the user approves after a poison/backdoor audit and a system resource check。
音乐与剪辑都走「有原则的退让」：音乐只写中文提示词交人工生成；剪辑按简单/进阶分叉（FFmpeg vs Remotion/HyperFrames），并明确 HyperFrames 不做源视频生成。
virtual-couple-travel-vlog/SKILL.md
Do not use Gemini CLI or any automatic music generation tool by default. Always write the final Chinese music prompt to `audio/music_prompt_zh.txt`
注：HyperFrames 段要求 9:16、约 60 秒、四段 15 秒，并跑 npx hyperframes lint / inspect / render。
产出结构固定成契约（brief/prompts/images/videos/audio/qa），便于跨会话续做与人工接管。
virtual-couple-travel-vlog/SKILL.md
- `brief.md` - theme, couple profile, location, style notes.
注：Output Contract 段共 6 条，含 images/ 的 4x4 源图、四张 2x2 与两张角色卡，videos/ 的四段 clip 与 final_vlog.mp4。
2核心能力
0112 步任务编排 + 子代理分工映射（intake/图片/资产/角色一致性/视频/音频/剪辑/QA）
02依赖自检脚本：区分必装（Python/Pillow/FFmpeg/FFprobe/Node/npm/npx/Remotion）与可选（Topview、HyperFrames）
03本地 4x4 → 四张 2x2 裁切（Pillow，按行块/列块裁切并编号）
04视频平台探测：Topview 安装路径 + 四家平台的 API key 环境变量存在性
05Topview Omni Reference 包装调用（Image1=2x2 记忆图、Image2/3=男女角色卡，9:16、15s、720p、sound off）
06FFmpeg 拼接（先试同编码 -c copy，失败再转码），可选混入用户提供的音乐
07中文音乐提示词落盘（audio/music_prompt_zh.txt），由用户到音乐平台手动生成
08QA 清单：身份一致、无网格布局、无文字水印、文件都在项目目录内
3外部依赖
| 类型 | 依赖 |
|---|---|
| cli | FFmpeg / FFprobe |
| package | Python Pillow（PIL） |
| cli | Node / npm / npx（Remotion 与 HyperFrames 路径） |
| cli | Topview skill 的 video_gen.py（第三方技能，付费平台） |
| cli | HyperFrames CLI（npx hyperframes lint / inspect / render） |
| api | 第三方视频/图像平台 API 密钥（仅检测存在性，不调用）：Seedance / Krea / Lovart / LibTV |
| cli | Codex Image Gen（gpt-image-2）与 imagegen 技能——角色卡与记忆图的首选图像路径 |
4风险提醒 风险提醒：橙色 · 评估后使用
风险提醒：橙色 · 评估后使用
- 供应链面：核心步骤依赖第三方技能与 npx 远程包。 — Topview skill、Remotion 插件、npx hyperframes/create-video 均为外部依赖；文档虽要求安装前做 poison/backdoor audit 与资源检查、且默认『不安装任何第三方视频编辑技能』，但执行与否取决于使用者。
- 真实网络端点不在本仓库，无法从源码审计外发对象。 — Topview/Seedance/Krea/Lovart/LibTV 的域名与鉴权逻辑位于第三方技能或平台侧；本次侦查只能确认「本仓库不直接联网」与「只检测 key 是否存在」，外发内容为参考图+提示词这一结论基于上游文档描述。
- 真实费用与耗时不可精确预测。 — tooling.md 记录上海 Standard Omni 试跑：四段 15 秒 720p 按 18 积分/段、共 72 积分计费，每段完成约 451–587 秒；技能明确这只是观测值，且提交前 ETA 通常不可得。
- 真人肖像与隐私风险由使用者承担。 — README 建议公开演示使用纯 AI 数字人情侣、不使用真实人物照片，但工作流本身支持上传真人参考图，无技术限制。
- 长流程的失败点较多（图像生成 → 裁切 → 角色卡 → 视频 → 剪辑）。 — 文档用「每步 3 次尝试上限 + 手动交付包」缓解，但整体仍是多平台协作，任一环不可用都会落到人工接管。
风险提醒：橙色，评估后使用。依据：① 读取并判定环境变量中的第三方平台密钥（仅存在性，不回显值），并依赖外部付费平台完成核心步骤；② 依赖第三方技能与远程包（Topview skill、Remotion 插件、npx hyperframes/create-video），属于典型的第三方供应链面；③ 具备真实执行面：5 个随包 Python 脚本中两个会 subprocess 调起外部程序（video_gen.py、ffmpeg）；④ 会在用户目录创建项目文件。缓解因素很实在：付费前有显式确认闸门（Quick Generate 额外 15 积分必须逐次确认，不静默花费）、不删文件、不静默安装（安装前要求 audit + 用户同意）、3 次失败即停并给手动交付包、超分与 2K 等不可承诺项都标注为观测值而非保证。
5第二遍独立确认
- [ok] 「仓库内无直接网络调用」是否成立 — 全仓 https?:// 扫描中本技能目录零命中；5 个脚本 import 仅 argparse/json/os/shutil/importlib/subprocess/sys/time/pathlib/PIL，无 urllib/requests/socket/http。
- [ok] 密钥是否会被回显（凭证泄露风险） — first_env() 只返回命中的环境变量名，print_table() 打印的 evidence 列即该变量名；未出现 os.environ.get(name) 取值的输出路径，结论：不回显密钥值。
- [ok] 外部依赖条目逐条反查 — FFmpeg/FFprobe/Node/npm/npx/PIL 在 check-tools.py 的 results 列表中逐项存在；Topview 路径解析在 run-topview-omni.py 与 check-video-providers.py 两处互证；npx hyperframes 三连命令在 SKILL.md 与 tooling.md 两处出现。
- [unlocatable] Topview 平台域名（未能定位） — 本仓库内没有任何 Topview/Seedance/Krea/Lovart/LibTV 的域名或端点字符串，只有平台名与「本机是否安装/是否配置 key」的判断。真实网络端点位于被引用的第三方技能与平台侧，超出本次可读源范围，按纪律标为待补，不臆测域名。
- [ok] 付费闸门是否真的落在流程里（而非口号） — SKILL.md 有独立的 Topview 段要求提交前展示设置/积分/等待并等用户回答；task_list.md Task 6 给出「Do not submit video tasks until the user replies」与逐次/整批授权规则；tooling.md 提供决策话术模板。「不静默花费」在指令层有三处互证。
- [ok] 写入范围是否被限定在输出根目录内 — SKILL.md Operating Rules 第一条要求所有资产存于 <Output Root>/<Project Title>/；assemble-vlog.py 的工作目录默认取输出文件父目录；split-grid.py 的 output_dir 由参数传入。未发现写到技能目录或系统目录的路径（唯一例外是 npx 自身的缓存行为，属工具侧）。
- [ok] HyperFrames 定位是否前后一致（防止第一遍读错） — SKILL.md『HyperFrames editing only』段、README『HyperFrames 不再作为四段源视频的生成 provider 使用』、tooling.md『Do not use HyperFrames as the source provider』三处口径一致，第一遍所述成立。
- [ok] 任务清单完整性 — task_list.md 实含 Task -1、Task 0 至 Task 10 共 12 段，与 SKILL.md Task List 的 12 条编号一一对应；每条带 Acceptance 或 Fallback，非空壳。
6结论
适合：适合要量产「虚拟情侣旅拍 Vlog」的内容创作者与小型工作流：一句话主题产出照片墙、角色卡、四段 15 秒视频与约 1 分钟成片；也适合已经有 Topview/其他视频 API、或愿意走手动平台交付包的用户；对需要跨会话续做与人工接管的项目尤其合手（固定项目目录契约 + task_list 作业单）。
不适合：不适合只想要一张情侣照片的需求（vsc-distinction 明确『普通情侣单张照片不自动进入此工作流』）；不适合只想拿方案/提示词就要被要求先选输出根目录的场景（routing 用例要求『只交付方案和提示词』）；不适合不愿承担第三方平台费用与排队时间的用户；也不适合在缺少 Python/Pillow/FFmpeg 或不愿安装任何第三方包的环境中按全自动路径使用（只能退化到手动交付包）。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-15
方式 A · 人下载镜像包下载 virtual-couple-travel-vlog.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agentc85905174ced23a9…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库vibeshotclub / vibeshotclub/vsc-skills
原始 GitHubvibeshotclub/vsc-skills ↗
Stars832
最近推送2026-09-11
本 skill commit
fcee81beb6许可仓库未提供 LICENSE 文件（find 全仓无 LICENSE*；GitHub API license 字段为 null）
本站信息
收录日期2026-09-06
分类内容创作
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。