企业官网建设流程全解析

标准路径（二创文案）实战：6步用 narrator-ai-cli-skill 复刻爆款解说风格

【免费下载链接】narrator-ai-cli-skillAI 解说大师 — Agent skill；封装 narrator-ai-cli 供 Claude/Codex 等工具调用项目地址: https://gitcode.com/gh_mirrors/na/narrator-ai-cli-skill

narrator-ai-cli-skill（AI 解说大师）是一份教 AI Agent 的「技能说明书」，让 Claude、Codex 等工具学会调用 narrator-ai-cli 命令行，自动完成电影/短剧解说视频的全流程制作。本文聚焦它的**标准路径（二创文案）**工作流——先让 AI「学习」爆款解说的风格，再据此写文案、剪视频，用 6 步帮你复刻一条爆款风格的解说视频。

💡 想要「原创文案、快速出片」请选快速路径；想要「二创风格、高质量文案」就选本文的标准路径。

为什么选标准路径：快速路径 vs 标准路径选型指南

narrator-ai-cli-skill 内置两条端到端工作流，区别在于文案是怎么来的：

简单说：标准路径会先「学爆款」再「写文案」，因此二创效果最贴近你喜欢的风格。完整对比见 SKILL.md 的Two Workflow Paths章节。

三步安装：3 分钟让 AI Agent 学会做解说

1️⃣安装 CLI 工具（Python 3.10+）

pip install narrator-ai-cli

2️⃣配置 API Key

narrator-ai-cli config set app_key 你的API_Key

3️⃣把 Skill 装进你的 Agent——Skill 由SKILL.md和references/目录共同组成，clone 到技能目录即可（后续git pull就能升级）：

mkdir -p ~/.openclaw/skills git clone https://gitcode.com/gh_mirrors/na/narrator-ai-cli-skill ~/.openclaw/skills/narrator-ai-cli

Windsurf / Claude Code 装到项目的.skills/目录，Cursor 装到.cursor/rules/目录均可。装好后直接用自然语言下达指令，例如「帮我做一个飞驰人生的电影解说，学习爆笑喜剧风格」。

第 1 步：选片定素材——从约 100 部内置电影中搜索

好消息：技能内置了约100 部电影素材，视频和字幕（SRT）都是现成的，大多数情况不需要上传任何文件。

narrator-ai-cli material list --json --page 1 --size 100

让 AI 按片名搜索 JSON 结果，选定一部后记下两个关键 ID：

• video_file_id—— 视频文件 ID
• srt_file_id—— 字幕文件 ID

如果想用自己拍的视频或剧，用narrator-ai-cli file upload ./movie.mp4上传（.mp4/.mkv/.srt等格式均支持）。素材字段与响应格式的详细说明在 references/resources.md。

第 2 步：学习爆款解说风格——拿到「风格模型」的两条路线

这是标准路径的灵魂步骤：给后续写文案提供一个learning_model_id（解说风格模型 ID）。

路线 A：直接用预置模板（推荐 ✅）

内置90+ 解说风格模板，覆盖热血动作、烧脑悬疑、爆笑喜剧等 12 个题材，省去学习步骤：

narrator-ai-cli task narration-styles --genre 爆笑喜剧 --json

选定模板后，直接把它的id当作learning_model_id。

路线 B：popular-learning 现场学习

想 1:1 复刻某条爆款解说？把它的字幕交给 AI 学习：

narrator-ai-cli task create popular-learning --json -d '{ "video_srt_path": "<爆款解说SRT的file_id>", "narrator_type": "movie", "model_version": "advanced" }'

任务完成后（轮询到顶层status=2），从结果里解析出agent_unique_code，它就是新的learning_model_id。参数细节见 references/workflows.md 的Standard Path部分。

第 3 步：生成二创文案——绕开 3 个必填字段

用generate-writing基于风格模型生成二创文案。这一步最容易翻车，因为它比快速路径多了 3 个「必填字段」，缺一个都会返回10001 ... Field required：

另外episodes_data的每一项必须包含全部 4 个子字段：video_oss_key、srt_oss_key、negative_oss_key（同视频 ID）、num（集数，从 1 开始）。

⚠️语言链提醒：如果后面选的配音是非中文，这里要显式设置language参数，否则文案仍是中文。

任务完成后保存两个东西：顶层的task_order_num（形如generate_writing_xxxxx，是后续步骤的「钥匙」），以及文案文件file_id。

第 4 步：组装剪辑数据——clip-data 的 4 个参数

文案就绪后，把 BGM 和配音「装进」剪辑工程：

narrator-ai-cli task create clip-data --json -d '{ "order_num": "<第3步的 generate_writing_xxxxx>", "bgm": "<bgm_id>", "dubbing": "<voice_id>", "dubbing_type": "<音色类型>" }'

⚠️ 注意：order_num传的是带前缀的task_order_num，不是 32 位十六进制的task_id——传错会直接报10001 任务关联记录数据异常。

BGM 从bgm list里挑（共 146 首），配音从dubbing list里挑（63 个音色、11 种语言），选择协议见 references/resources.md。

轮询到status=2后进入最后一步。

第 5 步：合成最终视频——order_num 的「锚点陷阱」

标准路径最容易踩的坑在这里：video-composing的order_num必须用第 3 步 generate-writing 的task_order_num，而不是第 4 步 clip-data 自己的task_order_num（形如generate_clip_data_xxxxx）。传错会报10001 任务关联记录信息缺失。

narrator-ai-cli task create video-composing --json -d '{ "order_num": "<generate_writing_xxxxx>", "bgm": "<与第4步相同>", "dubbing": "<与第4步相同>", "dubbing_type": "<与第4步相同>" }'

⚠️ BGM / 配音这 3 个参数必须重新传一遍（API 不会从 clip-data 继承），只传order_num会报10001 查询解说工程任务结果失败。

轮询完成后，.results.tasks[0].video_url就是你复刻出的爆款风格解说视频 MP4 下载链接 🎬。任务轮询的标准写法（5 秒间隔的 while 循环、状态码含义）见 references/operations.md。

第 6 步（可选）：用 magic-video 加爆款视觉模板

视频合成后，还可以叠加专业字幕样式、标题和免责声明版式（如「竖屏·流光剧集」「横屏·黑金剧集」等模板），一条命令产出多个不同视觉风格的版本。

• 计费 30 积分/分钟，只有你明确要求时AI 才会提交
• 非中文解说时，模板里的标题、标语等文本参数必须同步改成目标语言（语言链规则）
• 模板目录与参数说明见 references/magic-video.md

避坑速查：4 个高频错误与解法

创建任务前可以先用task budget预估积分消耗、task verify校验素材，避免「开跑后才报错」。

总结：标准路径 6 步速查表

至此，一条「爆款风格」的电影解说视频就完成了。想深入每一步的参数表和 JSON 示例，直接阅读技能包内的 SKILL.md 与 references/ 参考文档即可。

【免费下载链接】narrator-ai-cli-skillAI 解说大师 — Agent skill；封装 narrator-ai-cli 供 Claude/Codex 等工具调用项目地址: https://gitcode.com/gh_mirrors/na/narrator-ai-cli-skill