mv-pipeline 是一个端到端的自动化音乐视频制作技能，通过整合 Suno AI 作曲、Veo 3.1/Flow 视频生成、stable-ts 歌词对齐和 Remotion 视频编辑，实现从创意构思到 YouTube 发布的完整工作流。
核心用法方面，该技能采用六阶段流水线设计：首先由 AI 辅助完成作词与概念设计，接着通过浏览器自动化操作 Suno 生成音乐，随后利用 Google Flow（免费）或 Vertex AI（付费）生成背景视频素材，再通过 stable-ts 实现精准的歌词时间轴对齐，最后使用 Remotion 合成字幕、特效并完成剪辑，最终自动上传至 YouTube。各步骤既可串联执行，也支持独立运行和断点续传，并配备自动质检脚本筛选视频缺陷。
显著优点包括：技术栈覆盖完整，真正实现"一键生成"专业级 MV；成本极具竞争力，采用 Google Flow Ultra 方案时视频生成成本可降至零；模块化架构允许用户灵活替换特定环节；内置智能质检可自动检测闪烁、模糊、画面崩坏等问题，并基于 BPM 计算最佳剪辑区间。
潜在局限性在于：重度依赖第三方服务（GCP、YouTube API、Suno），任何服务的策略变更或限额调整都会影响可用性；浏览器自动化（OpenClaw Browser）可能存在稳定性问题；需要一定的技术配置能力（gcloud 认证、API 密钥管理）；作为 T3 来源的个人项目，长期维护存在不确定性；RAI 内容过滤器对特定词汇（如"gun"、"blood"）敏感，需使用替代词规避。
适合人群主要为独立音乐人、AI 艺术创作者、小型内容工作室，以及希望快速验证 MV 创意原型的制作人。不适合完全离线的生产环境、对 AI 内容政策极度敏感的商业项目，或未配置 GCP/YouTube API 的非技术用户。
使用风险包括：Vertex AI 方案可能产生意外高额费用（约 2000 日元/8秒片段）；Google Flow 存在速率限制（3-5分钟/提示词）；需要谨慎管理云服务凭据；尽管代码本身无恶意，但 subprocess 调用外部工具时若传入未经验证的路径参数，存在潜在的路径遍历风险，建议始终在隔离环境中运行。