纳米 AI 音乐MV制作

调用纳米 AI 智能体（ai_agent_flow_id=7169），基于上传的人物图片与音乐文件，生成嘴型、呼吸节奏与音乐完全同步的音乐 MV 视频。

飞书调用优化说明

仅在飞书 中生效。其他 channel 保持原有输出方式。

调用前提示

开始调用脚本前，向用户发送提示消息：

📹 正在调用 纳米 AI 音乐MV制作 技能...
⏳ 当前工具执行时间较长，请耐心等候...

超时设置

• 请求超时时间：2 小时（7200 秒）

结果展示（飞书卡片）

执行完成后，将结果以消息卡片形式展示给用户，包括：

1. 文本内容：MV 文案、分镜脚本等
2. 图片：封面图或中间关键帧
3. 视频：最终 MV 视频
4. 文档/链接：使用链接或文件消息发送

卡片结构示例

{
  "config": {"wide_screen_mode": true},
  "header": {
    "title": {"tag": "plain_text", "content": "📹 纳米 AI 音乐MV制作 生成完成"},
    "template": "blue"
  },
  "elements": [
    {"tag": "div", "text": {"tag": "plain_text", "content": "📝 剧本内容：..."}},
    {"tag": "action", "actions": [{"tag": "button", "text": {"tag": "plain_text", "content": "🎬 查看视频"}, "type": "primary", "url": "..."}]}
  ]
}

错误处理

如果执行过程中出现错误，会将错误信息以卡片形式展示给用户。

使用方式

命令行调用

统一通过 skills/nami-mv-master/scripts/nami_mv_master.py 脚本：

# 仅文字创意
python3 skills/nami-mv-master/scripts/nami_mv_master.py \
  --flow-id 7169 \
  -p "根据下面的歌曲和设定，生成一条完整 MV"

# 搭配人物图片 + 音频
python3 skills/nami-mv-master/scripts/nami_mv_master.py \
  --flow-id 7169 \
  -p "视频比例：9：16\n使用【上传图片】中的人物作为唯一主体，对口型演唱上传音频" \
  --file '[
    {
      "title": "人物1.jpg",
      "local_path": "/Users/用户/.openclaw/media/inbound/role1.jpg",
      "url": "",
      "file_type": 2,
      "size": 123456,
      "sequential_title": "图片1",
      "ext": "jpg"
    },
    {
      "title": "BGM.mp3",
      "local_path": "/Users/用户/.openclaw/media/inbound/bgm.mp3",
      "url": "",
      "file_type": 3,
      "size": 3456789,
      "sequential_title": "音频1",
      "ext": "mp3"
    }
  ]'

参数说明

附件 file 结构

--file 参数统一传入 JSON 对象数组，每个元素为一个附件对象：

[
  {
    "title": "人物1.jpg",
    "local_path": "/Users/用户/.openclaw/media/inbound/role1.jpg",
    "url": "",
    "file_type": 2,
    "size": 123456,
    "sequential_title": "图片1",
    "ext": "jpg"
  }
]

• title: 文件标题
• local_path: 本地绝对路径
• url: 可留空（脚本会自动上传并补全）
• file_type: 1=文档，2=图片，3=音/视频
• size: 文件大小
• sequential_title: 素材序号名称
• ext: 文件扩展名

输出格式与解析（SSE 规范）

本技能使用统一 SSE 解析逻辑：

1. 仅当 action == "final" 且 targetKey == "summary" 时才解析数据
2. 输出内容包含：
   • final_tips：文本结果（MV 文案 / 摘要）
   • 图片结果：attachments[*].results[*] 中 type="image" 的条目
   • 视频结果：attachments[*].results[*] 中 type="video" 的条目
   • 文本结果：attachments[*].results[*] 中 type="document" 的条目

其他 channel 说明

--channel 参数说明：

• 用于指定消息来源渠道，不同渠道有不同的输出格式
• feishu：输出飞书卡片格式（包含 header、elements 等结构）
• 其他渠道：输出标准 JSON 格式（包含 text、images、videos、documents 字段）

注意事项

• 结果中的视频/图片链接应该是公网可访问的 URL
• 超时时间 2 小时适合 MV 生成等长时间任务