跳至正文
OpenAgentSkill
浏览已开放 · 目录记录日期 2026-11-21 · 自动更新和账户服务暂时关闭。
视频与音频

tiktok-gemini-video-workflow

将飞书多维表格中的产品图和爆款视频自动处理为 TikTok 带货视频:优先处理人工标记的返工任务,再认领新任务,拆解画面/文字/声音钩子,生成1–2段脚本、九宫格分镜和视频提示词,按单个或多个已授权Google账号路由Gemini/Flow额度,完成生成、续接、下载、消除可见星形水印、检查并后期补齐必要文字钩子,最后回传待验收成品。用于用户提到爆款复刻、TikTok带货视频、Gemini/Flow生视频、多Google账号、Chrome账号切换、额度轮询与日志、屏幕文字钩子、字幕缺失或乱码、人工验收返工、尾帧续接、九宫格分镜、视频去水印或飞书任务轮询时。

binggandata · 已有 AI 审核记录

安装与使用

运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。

npx skills add binggandata/bggg-skills --skill tiktok-gemini-video-workflow

技能说明


name: tiktok-gemini-video-workflow description: 将飞书多维表格中的产品图和爆款视频自动处理为 TikTok 带货视频:优先处理人工标记的返工任务,再认领新任务,拆解画面/文字/声音钩子,生成1–2段脚本、九宫格分镜和视频提示词,按单个或多个已授权Google账号路由Gemini/Flow额度,完成生成、续接、下载、消除可见星形水印、检查并后期补齐必要文字钩子,最后回传待验收成品。用于用户提到爆款复刻、TikTok带货视频、Gemini/Flow生视频、多Google账号、Chrome账号切换、额度轮询与日志、屏幕文字钩子、字幕缺失或乱码、人工验收返工、尾帧续接、九宫格分镜、视频去水印或飞书任务轮询时。

TikTok Gemini 视频工作流

目标

把“用户只提交产品图和爆款视频”转换为可恢复、可追踪的生产流水线。始终以飞书多维表格为任务状态源,以真实下载文件和回读结果作为完成证据。

必须组合使用的能力

  • 涉及飞书 Base 时先使用 lark-base,通过 lark-cli base +... 读取真实表、字段和记录。
  • 涉及生成九宫格时使用 imagegen;把每张输入图的角色写清楚。
  • 涉及 Gemini 或 Flow 网页时使用 chrome:control-chrome,复用用户明确选择且已登录的 Chrome。
  • 涉及单账号、多账号切换、额度轮询或账号日志时,读取 account-routing.md。
  • 涉及定时轮询或额度恢复后续跑时,先查找产品提供的 automation 工具;不要用 shell cron 代替。
  • 涉及可见星形水印时,优先使用已安装的gemini-watermark-remover Skill;缺失时按 setup.md 取得许可后安装。

默认入口

  • Gemini 专业视频入口:https://gemini.google.com/videos
  • Google Flow:https://labs.google/fx/tools/flow/
  • Base 与 Flow 项目:以当前用户提供的链接为准;不要在 Skill 中内置任何项目、表、账号或记录 ID。

0. 环境预检

  1. 按 setup.md 检查 Node.js、官方@larksuite/cli、飞书 user 授权、Chrome连接、ffmpeg/ffprobe和gemini-watermark-remover。
  2. lark-cli未安装时,先说明安装内容并取得用户同意,再安装和配置;已经安装时不要重复操作。
  3. 只有飞书只读访问、Chrome登录态、本地目录和后处理依赖都验证成功后,才开始处理任务。

开始前确认输入与输出

每次新会话或新批次启动时,先向用户一次性确认以下内容;这是启动硬门槛:

  1. 任务表:用户是否已经有用于本工作流的飞书多维表格。
    • 已有:向用户索取 Base 链接、表/视图和处理范围。
    • 没有:向用户确认新 Base 名称和数据表名称,然后按下方“初始化任务表”创建。
  2. 工作目录:下载素材、抽帧、转写、九宫格和尾帧等中间文件放在哪个目录。
  3. 成品目录:原始下载视频、消除水印版和最终确认版放在哪个目录。
  4. 浏览器与账号:使用哪个 Chrome 配置和哪个 Gemini/Flow 账号;为账号设置不含隐私凭据的别名。
    • 单账号:确认账号别名、Chrome配置名和允许入口。
    • 多账号:再确认启用账号、优先级、是否允许自动切换,以及是否要求同一任务保持同一账号;按 account-routing.md 建立账号登记。
  5. 交付方式:生成后立即上传飞书进入待验收,还是先只保存本地、等用户统一确认后再上传。
  6. 通知方式:只更新 Base,还是在状态变化时发送飞书消息;发送消息需用户提供可解析的个人或群聊目标并授权使用lark-im。
  7. 调度方式:本次手动运行,还是设置定时轮询;不设置时绝不创建后台任务。
  8. 提交表单版本:使用只收集产品图、爆款视频和可选产品名的基础版,还是增加目标国家/语言、产品卖点、禁止内容、旁白/音乐偏好等可选题。没有明确选择时先问,不替用户扩展表单。

用户已在当前会话明确提供时直接复用,不要重复询问;不要跨会话默认沿用旧目录或旧浏览器配置。未确认工作目录和成品目录前不得开始下载、生成或提交额度任务。

用户选择手动运行时,只处理本次确认范围内的任务;批次结束或遇到等待条件后,写回状态、额度日志和下一步并退出,不创建定时任务、后台常驻进程或自动续跑。

确认后为每条记录使用独立工作子目录,建议为<工作目录>/<record_id>/;成品统一进入成品目录。不要把成品散落在 Downloads 或临时目录。浏览器下载完成后立即移动并按产品名-视频序号-入口-处理状态-画幅-时长命名。

1. 初始化任务表

用户已有 Base

  1. 使用用户提供的 URL 执行lark-cli base +url-resolve --as user,取得真实base_token。
  2. 读取目标表、字段、视图和表单;不要把 Wiki token 当作 Base token。
  3. 对照 base-contract.md 做结构检查。
  4. 字段或状态选项缺失时列出差异并取得用户授权后补齐;本 Skill 固定最多两段,不创建第3、4段字段。
  5. 结构检查完成后再询问工作目录、成品目录、浏览器和交付方式。

用户没有 Base

  1. 询问新 Base 名称和初始数据表名称;用户没有特别命名时可建议TikTok爆款视频复刻和视频任务,但不得静默决定。
  2. 使用lark-cli base +base-create创建 Base,并一次性建立 base-contract.md 定义的完整字段。创建后回读 Base、表和字段。
  3. 创建表单前先询问用户选择基础版还是扩展版。
    • 基础版只展示:产品图(必填附件)、爆款视频(必填附件)、产品名或备注(可选)(可选文本)。
    • 扩展版在基础版之外,按用户选择增加目标国家/语言、产品核心卖点、禁止出现的内容、旁白/音乐偏好等可选题;不要默认全部创建。 日期使用系统创建时间,不要求用户填写。
  4. 创建待处理队列、处理中、待验收和已完成视图,并按任务状态设置筛选。
  5. 返回可访问的 Base 和表单信息;确认用户能打开后,才进入任务处理。
  6. 新建、字段创建、表单创建和视图创建均使用lark-base;不要只生成一份字段清单或本地模板冒充已创建。

核心工作流

1. 先处理人工审核,再认领新任务

  1. 读取真实字段结构以及验收结果、验收意见和候选记录。
  2. 先处理人工审核结果:
    • 通过:把任务状态改为已完成并回读;保留审核结果作为证据。
    • 废弃:把任务状态改为已废弃并回读;后续运行不再处理。
    • 返工:优先于所有新任务。读取验收意见确定需要重做的片段;先把状态改为对应处理阶段,再从该片段继续。返工第1段且存在第2段时,第2段和连续性资产必须随新第1段重新生成。
  3. 返工任务只有在新成品上传并回读成功后,才清空验收结果,把状态重新设为待验收;不要在生成前清空。将本次验收意见、返工片段和结果追加到运行日志,保留验收意见供追溯。
  4. 没有返工任务后,只选择同时满足以下条件的新记录:
    • 产品图非空;
    • 爆款视频非空;
    • 任务状态为空或为待处理。
  5. 按创建日期从早到晚处理。
  6. 在下载和分析前先把记录改为拆解中,将该状态作为任务锁,避免重复执行。
  7. 认领时若任务ID为空,写入唯一任务ID;同时把当前片段设为1、最后成功步骤记录为已认领。
  8. 跳过其他运行实例已认领的拆解中、分镜图生成中和视频生成中记录。待用户操作、等待额度恢复和待验收按对应恢复规则处理;已完成和已废弃不再处理;失败只有在用户要求重试或重试策略明确时才重新认领。
  9. 续跑前读取当前片段、最后成功步骤、计划段数、已有分镜图、尾帧和成品附件,从最后一个已回读成功的步骤继续。不得仅凭本地文件名猜进度,也不得重做已经验收并上传的步骤。

读取和写入规则见 base-contract.md。

2. 下载和拆解爆款

  1. 下载产品图与爆款视频到独立工作目录。
  2. 用 ffprobe 读取时长、分辨率、帧率和音轨。
  3. 每秒抽帧或生成接触表,识别:首帧钩子、动作节拍、场景切换、产品露出、转场点和结尾动作。
  4. 逐帧检查屏幕文字并原样转写。区分文字钩子、普通说明、产品包装文字和平台水印;记录文字原文、大小写、拼写、标点、换行、位置、出现区间和样式。未经用户要求不得替原作者纠正语法或改写文案。
  5. 有对白时优先转写音轨;区分画面爆点、文字爆点、对白爆点和声音爆点。判断叙事是否依赖“文字+场景/动作”共同成立,不能把文字反转视频误拆成纯产品展示。
  6. 不照抄与产品无关的解决方案。保留爆款结构,把动作和卖点改成当前产品可兑现的内容;承担核心钩子的原作文字必须进入新脚本和后期清单。

3. 决定分段数量

支持 1–2 段。先按原爆款总时长决定默认段数,再按动作和转场边界微调;不要在动作中间机械切断。

  • 原爆款总时长不超过15秒时统一做1段,把完整爆点压缩到当前专业入口可生成的单段时长。
  • 原爆款总时长超过15秒、且不超过30秒时做2段。
  • 原爆款总时长超过30秒时停止并询问用户是否压缩成两段或更换更短的参考视频;不得创建第3段、截断后半段或静默丢失内容。
  • Gemini 单段实际片长以当前专业视频入口为准;提示词时长不能覆盖系统设置。
  • Flow 默认设置为 Video / 9:16 / 1x / 10s,但每次以实时界面为准。
  • 第2段必须以第1段已下载成品的真实尾帧作为连续性输入。

4. 统一使用九宫格

  • 所有片段统一使用一张完整的9:16九宫格时间分镜,不再在关键帧与九宫格之间二选一。
  • 九格必须从左到右、从上到下表达同一片段的连续动作;同一人物、脸、发型、服装、场景、光线和产品身份必须保持一致。
  • 九宫格始终作为一张完整分镜图上传;不要拆成九张参考图。
  • 尾帧续接是独立硬规则:第2段九宫格不能提前生成。必须先完成并下载第1段真实成品,再抽取真实尾帧;使用第1段真实尾帧 + 第1段九宫格 + 产品图生成第2段九宫格,并让第1格精确继承真实尾帧。

5. 生成并立即回传分镜图

  1. 先写回爆款拆解、新脚本、分段数量和每段提示词,再将状态改为分镜图生成中。
  2. 单段任务生成唯一的9:16九宫格分镜;多段任务只先生成当前待制作片段的9:16九宫格,不要提前一次性生成后续分镜。
  3. 保留产品颜色、结构、包装、Logo和人物身份;避免无关文字、水印、多余肢体和拼贴泄漏。原作必要文字钩子不要画进九宫格,单独记录为后期字幕资产,避免图生视频产生乱码。
  4. 每生成并验收一张分镜图,立即上传该记录对应的分镜图 i字段;不要等全部分镜图完成才批量上传。
  5. 上传后立即回读附件字段确认文件存在,再把当前片段=i、最后成功步骤=分镜图 i 已上传。
  6. 单段任务在分镜与视频提示词齐全后把状态改为视频生成中。两段任务在分镜图1验收上传后立即进入视频1,不等待分镜图2。
  7. 第2段分镜只能在第1段视频已下载并抽取真实尾帧后生成。以第1段真实尾帧作为连续性主参考和本段九宫格第1格,以第1段九宫格锁定人物、发型、服装、场景和镜头风格,以产品图锁定产品;只改变后续8格的动作和产品状态,不得重新随机生成人物。

写任何分镜图或视频提示词前,必须完整读取 prompt-templates.md。所有提示词统一使用英文;只有必须原样保真的产品名、实体标签/Logo、原作屏幕文字和对白可以保留原语言。不得只把旧中文提示词直译成英文,必须按模板补齐输入职责、参考优先级、锁定项、逐格/逐秒动作、写实、动作物理、音频、文字后期和负面约束。

每张九宫格提示词必须按英文结构写出:Inputs / Goal / Story / Reference Roles / Character & Product Lock / Scene Lock / Visual Style / Storyboard Layout / Panel 1–9 / Continuity Requirements / Text & Logo Rules / Negative Rules。每格都要包含时间、景别、叙事功能、可见动作与状态、运镜和情绪;九宫格仍是一张完整9:16、3×3分镜图,不改成六宫格或九张独立参考图。

分镜图提示词和视频提示词是两个独立产物,不得混用计数。分镜图固定生成一张完整9:16九宫格,只表达连续的9个关键状态;视频提示词必须重新读取并拆解参考视频,把识别出的每一个画面状态分别写成VIDEO FRAME 01...N。视频提示词的帧数不受九宫格限制:原片拆出16个画面状态就必须写16条,不能为了匹配九宫格或假定的镜头上限压成6条、7条或9条。

每条视频提示词必须按英文结构写出:`Input

阅读完整来源 ↗