核心用法
CellCog 的 instagram-reels-tiktok 技能是一套面向社交媒体营销的 AI 视频生产工具。用户通过自然语言描述需求（如"为咖啡店制作 15 秒 Reels"），系统即可自动生成完整视频：包括分镜脚本、场景化画面（支持角色一致性）、背景音乐匹配及自动剪辑，输出 30 秒至 4 分钟、可直接发布的 9:16 竖版视频。同时支持静态内容生成：Instagram 多图轮播（Carousel）、单图帖子、Stories 系列模板等。
使用方式分为两类：OpenClaw 环境采用"fire-and-forget"异步模式，提交任务后通过会话通知获取结果；其他 Agent 环境（Cursor、Claude Code、Codex 等）采用同步阻塞调用，直接返回生成内容。首次使用需阅读 cellcog 技能文档了解 SDK 细节，并配置 CELLCOG_API_KEY 环境变量。
显著优点
1. 端到端自动化：覆盖创意脚本→视觉生成→音频配乐→后期剪辑的完整 pipeline，无需人工介入多个工具。
2. 多形态内容支持：不仅限于短视频，还能输出教育类轮播图、品牌故事长图、互动式 Stories 模板等，满足社媒全场景需求。
3. 风格可控性强：提供 Clean Minimal、Bold & Bright、Dark Aesthetic、Y2K Retro 等 6 种预设美学风格，支持通过"vibe"描述精确调控画面调性。
4. 平台原生优化：内置 Instagram（1080×1920 Reels、1080×1080 Feed）与 TikTok（9:16 竖屏、15 秒-4 分钟）的规格标准，输出即合规。
5. 双模式协作：简单内容用 "agent" 模式快速产出，复杂品牌战役用 "agent team" 模式实现跨内容策略统筹。
潜在缺点与局限性
- 技术前沿的不确定性：官方明确提示"AI 视频生成仍处于技术前沿"，即使消耗大量 credits 也可能无法获得满意结果，存在显著的试错成本。
- 学习曲线陡峭：提示词工程对输出质量影响极大，用户需投入时间理解"hook 前置""趋势格式引用"等平台 native 的创作逻辑。
- 依赖第三方服务：核心功能完全依赖 CellCog 云端 API，受限于其模型能力与服务稳定性，本地无法离线运行。
- 成本不可控：视频生成按 credits 计费，复杂项目可能产生高额费用且结果无法保证。
适合的目标群体
- 中小品牌社媒运营者：缺乏专业视频团队，需要快速规模化产出平台原生内容。
- 内容创作者与 MCN 机构：追求高频更新 Reels/TikTok 的个人博主及内容生产商。
- 电商与本地商家：需要产品展示、促销短片、门店氛围视频等营销素材的商家。
- 营销代理公司：为客户提供多平台、多格式的内容战役执行。
常规使用风险
- 性能与超时：视频生成涉及多阶段 AI 推理，复杂任务可能耗时较长，需合理设置超时或采用异步模式。
- 依赖项管理：依赖
python3环境及cellcogPython 包，需通过 pip/npx/clawhub 等多渠道安装，环境配置可能存在兼容性问题。
- API 密钥安全：
CELLCOG_API_KEY为必选项，密钥泄露可能导致 credits 被盗用，需遵循最小权限原则配置。
- 版权与合规风险：生成的音乐、人物形象可能存在版权争议；平台算法对 AI 生成内容的识别政策存在不确定性，可能影响流量分发。