核心用法
chanjing-one-click-video-creation 是蝉镜开放平台推出的「一键成片」技能，覆盖从选题策划到最终 MP4 输出的完整短视频生产链路。用户仅需提供选题或口播稿，系统即自动完成：
1. 智能策划：生成 video_plan、口播全文与分镜脚本
2. 语音合成：通过内嵌 TTS 客户端整段或分批合成语音，支持音色与语速调节
3. 数字人驱动：音频驱动公共数字人形象生成口播视频，支持多形态（半身/全身）与字幕烧录
4. AI 画面生成：基于 ref_prompt 调用文生视频模型（默认 Doubao-Seedance-1.0-pro），与口播音频合成混剪
5. 封装输出：ffmpeg 对齐轨道、concat 合并，输出本地 MP4
关键编排文件包括 video_brief_plan.md（策划）、storyboard_prompt.md（当代分镜提示词）、history_storyboard_prompt.md（历史/非当代场景）、render_rules.md（渲染技术细则）。执行入口为 run_render.py，支持「完整工作流」或「仅渲染」两种模式。
---
显著优点
- 端到端自动化：单 JSON 输入即可出片，无需人工剪辑
- 多模态融合：数字人真实感口播 + AI 创意画面混剪，兼顾可信度与视觉丰富度
- 技术栈内聚：TTS、数字人、文生视频能力均通过
clients/内嵌实现，无需外部 skill 依赖 - 灵活可控：支持自定义音色、形象、画幅、字幕、语速等参数；
duration_sec仅作策划参考，成片时长以实际 TTS 为准 - 年轻形象优选：数字人选型默认偏好元气、青春气质，匹配主流短视频平台调性
---
潜在缺点与局限性
- 本地依赖：需本机安装
ffmpeg/ffprobe，Windows 环境配置门槛较高 - 凭证管理：依赖
~/.chanjing/credentials.json或环境变量，多人协作时密钥分发不便 - AI 画面不可控：文生视频存在幻觉风险（
D.1b约束），历史/非当代场景需严格遵循history_storyboard_prompt.md的文明圈与族裔锚定规则 - 时长弹性：成片时长与策划目标
duration_sec可能偏差，长口播需多段 AI 画面拼接 - 无云端托管：输出为本地 MP4，不上传平台，需用户自行分发
- 失败即中断：渲染链无自动降级策略，任一步失败则整体失败（
partial状态保留中间产物）
---
适合人群
| 场景 | 说明 |
|------|------|
MCN 与自媒体运营者 | 需要批量生产口播类短视频，追求「日更」效率
品牌营销团队 | 快速验证选题，生成 demo 或内部评审素材
知识付费/教育机构 | 讲师形象 + PPT/AI 画面混剪，降低课程视频制作成本
历史/文化类内容创作者 | 需严格遵循 history_storyboard_prompt.md 规范，避免时代错位
不适合：仅需文案/标题生成、已有素材纯剪辑、对画面精度要求极高的影视级制作。
---
常规风险
| 风险类别 | 具体表现 | 缓释建议 |
|----------|----------|----------|
内容合规 | 文生视频可能生成不合规人物、场景或符号 | 启用 strict_validation；历史题材严格使用 history_storyboard_prompt.md 与 visual_prompt_people_constraint.md |
版权与肖像 | 公共数字人形象虽可商用，但需注意平台授权范围 | 确认蝉镜 API 授权协议；定制形象确保已获得本人授权 |
技术稳定性 | TTS/数字人/文生视频任一环节超时或失败导致全链中断 | 提升 max_retry_per_step；拆分长脚本为多镜；监控 workflow_result.json 日志 |
数据安全 | 口播稿与生成文件本地存储，无加密传输说明 | 敏感内容建议使用私有化部署或 VPN 隧道；定期清理 work/ 中间目录 |
模型幻觉 | AI 画面与口播语义不符、时代/地域特征错误 | 严格遵循 storyboard_prompt.md 的 7 要素自检与 D.1a/D.1b 易幻觉字段约束 |