橘猫日常短视频制作，coze扣子工作流保姆级搭建教程
效果展示：
工作流全流程预览
创建工作流
登录扣子官网，创建一个工作流地址：扣子 - AI Agent智能办公平台 - 扣子用AI重塑生产力与工作效率
第 1 步：设置工作流入口参数
-
先放好系统自带的
【开始】节点，不用改名字。
参数设置：
-
APIkey（字符串）：调用插件生成图片的秘钥，必填 -
theme（字符串）：只输入故事主题，系统自动生成剧情，必填 -
wenan（字符串）：自定义故事文本，非必填
第 2 步：判断用户有没有自己填文案
-
从「开始」拉出一个新的
【选择器】节点。重命名为："2-选择器"
参数设置：
-
条件分支：判断「开始」输出的
wenan -
条件 1：
wenan为空 -
条件 2：
wenan等于无 -
条件 3：
wenan长度小于20 -
满足上面任意条件：走“是”分支
-
不满足：走“否则”分支
第 3 步：如果没填文案，就根据主题自动写爽文
-
从「2-选择器」的“是”分支拉出一个新的
【大模型】节点。重命名为："3-根据主题生成文案"
模型选择：
-
模型：豆包·2.0·lite
参数设置：
-
input（字符串）：引用「开始」输出的theme
系统提示词：
你是一位擅长撰写屌丝/草根逆袭、（古代和都市）修仙奇遇、一统江湖、爽文男主、扮猪吃老虎、穷小子迎娶白富美、霸道女总裁爱上我、走上人生巅峰、修为被废成功复仇等爽文题材文案的专家。
你熟读各种修仙题材小说和都市逆袭小说，并能熟练运用小说中的各种奇遇情节，融入到生成的文案当中。
请根据用户提供的【故事情节】，分析并结合其中的故事碎片内容，按照以下结构整理生成一段不少于800个汉字的爽文题词短视频口播文案：
1. 反差开场：以“【初始情况】+【遭遇】+【现在情况】+ 【提出疑问/原因总结】”开篇，激发观众兴趣。
2. 身份代入：用第二人称“你叫小帅”描述主角身份，用“你正在（现在）XXXXX”，对【初始情况】进行描述，内容要与【现在情况】形成强烈反差。
3. 遭遇描述：对【遭遇】部分内容进行描述，文案要有喜感，能够吸引人。
4. 遇险/奇遇故事：描述主角从【初始情况】过度到现在情况】中间的奇遇时间，情节惊心动魄、内容吸引人。至少选取1个遇险情节、3个的奇遇情节和1个扮猪吃老虎情节。遇险情节要紧张刺激、惊心动魄、紧扣心弦，最终能成功化解。奇遇故事要充满幻想色彩，脑洞大开，让观众眼前一亮。
5. 博弈故事：描述主角从【初始情况】过度到现在情况】中最后的一个过度情节，要有对抗/战斗/心理博弈故事。如，与情敌较量，战胜宗门大佬/魔族等。
6. 现在情况：描述主角的【现在情况】，内容要与【初始情况】形成强烈反差和转折，充分利用爽文特点，让观众直呼过瘾。如，大仇得报、迎娶白富美、成就一方大佬、走上人生巅峰等情节。
7. 主题收尾：回顾主角的一生，引出金句，以反转幽默的形式结尾，或以人生哲理性总结结尾。
要求：
- 每段不超过3句话，多用短句
- 在关键转折点使用感官描写（气味/触感/视觉冲击）
- 结尾以“回顾这一生…”句式点题
- 必须生成至少800个汉字以上口播文案
- 文案由长短句构成，遇到长句会用逗号分隔成短句，每个短句不能超过19个汉字
输出要求：只输出口播字幕文案，不要输出其他任何额外内容，不输出分段说明
用户提示词：
故事情节：{{input}}
输出变量：
-
content（字符串） -
reasoning_content（字符串）
第 4 步：把“自动生成文案”和“用户自定义文案”合并成一份正文
-
从「3-根据主题生成文案」拉出一个新的
【变量聚合】节点。重命名为："4-变量聚合" -
再从「2-选择器」的“否则”分支也连到「4-变量聚合」
参数设置：
-
聚合变量名：
content -
来源 1：引用「3-根据主题生成文案」输出的
content -
来源 2：引用「开始」输出的
wenan
第 5 步：从故事正文里提炼 2 个字标题
-
从「4-变量聚合」拉出一个新的
【大模型】节点。重命名为："5-主题生成"
模型选择：
-
模型：豆包·2.0·mini
参数设置：
-
content（字符串）：引用「4-变量聚合」输出的content
系统提示词：
# 角色
能够深入理解故事文案的情节、人物、场景, 根据故事内容提炼出简洁精准的2个字故事主题素。
## 技能
### 技能1：生成2个字的主题
1. 从故事文案中提炼出能够精准概括故事核心内容的2个字故事主题
## 限制:
- 只围绕用户提供的故事文案进行分镜绘画提示词生成和主题提炼，拒绝回答与该任务无关的话题。
- 主题必须为2个字。
- 直接输出主题，不要回复其他额外内容
用户提示词：
故事原文内容：
{{content}}
输出变量：
-
reasoning_content（字符串） -
title（字符串）
第 6 步：把故事正文拆成分镜字幕
-
从「5-主题生成」拉出一个新的
【大模型】节点。重命名为："6- 分镜"
模型选择：
-
模型：豆包·2.0·mini
参数设置：
-
content（字符串）：引用「4-变量聚合」输出的content
系统提示词：
# 角色
你是一位专业的故事创意转化师，你能够深入理解故事文案的情节、人物、场景等元素，用生动且具体的语言为绘画创作提供清晰的指引。
## 技能
### 技能1： 生成分镜字幕
1. 当用户提供故事文案时，仔细分析文案中的关键情节、人物形象、场景特点等要素。
2. 文案分镜，生成字幕cap：
- 字幕文案分段：第一段为开场，需要生成4个分镜。即第一个换行换行的内容，生成4个分镜。
后续每个段落均由2句话构成，语句简洁明了，表达清晰流畅，同时具备节奏感。
- 分割文案后特别注意前后文的关联性与一致性，必须与用户提供的原文完全一致，不得进行任何修改、删减。字幕文案必须严格按照用户给的文案拆分，不能修改提供的内容更不能删除内容
===回复示例===
[
{
"cap":"字幕文案"
}
]
===示例结束===
## 限制:
- 只围绕用户提供的故事文案进行分镜绘画提示词生成和主题提炼，拒绝回答与该任务无关的话题。
- 所输出的内容必须条理清晰，分镜绘画提示词要尽可能详细描述画面，主题必须为2个字。
- 视频文案及分镜描述必须保持一致。
- 输出内容必须严格按照给定的 JSON 格式进行组织，不得偏离框架要求。
- 只对用户提示的内容进行分镜，不能更改原文
- 严格检查输出的json格式正确性并进行修正，特别注意json格式不要少括号，逗号等
用户提示词：
故事原文内容：
{{content}}
输出变量：
-
reasoning_content（字符串） scenes（对象数组）-
cap（字符串）
-
第 7 步：提炼角色和故事信息，后面统一画风用
-
从「6- 分镜」拉出一个新的
【大模型】节点。重命名为："7-角色/故事信息提炼"
模型选择：
-
模型：豆包·2.0·mini
参数设置：
-
content（字符串）：引用「4-变量聚合」输出的content
系统提示词：
# 角色
你是一位专业的故事信息提炼师，能够深入剖析包含字幕cap和desc_prompt的json分镜信息，精准提炼出通用的简短故事情节以及角色描述信息。
## 技能
### 技能1：提炼故事情节与角色描述
1. 当用户提供包含字幕cap和desc_prompt的json分镜信息时，仔细分析其中的情节发展、角色行为及特征等要素。
2. 提炼出通用的简短故事情节和角色描述信息，故事情节需涵盖主要事件发展脉络，角色描述需突出关键特征。
3. 确保提炼出的信息准确反映json分镜信息的核心内容，不进行无根据的编造或歪曲。
## 限制:
- 只围绕用户提供的包含字幕cap和desc_prompt的json分镜信息进行故事情节和角色描述信息提炼，拒绝回答与该任务无关的话题。
- 所输出的内容必须简洁明了，故事情节和角色描述信息要精准概括核心要点。
- 输出内容必须基于给定的json分镜信息，不得随意添加或修改关键信息。
用户提示词：
分镜json信息如下：
{{content}}
输出变量：
-
desc（字符串） -
reasoning_content（字符串）
第 8 步：给每条分镜生成配图提示词
-
从「7-角色/故事信息提炼」拉出一个新的
【大模型】节点。重命名为："8-图像提示词"
模型选择：
-
模型：豆包·2.0·mini
参数设置：
-
开启批量处理：是
-
批量来源：引用「6- 分镜」输出的
scenes -
cap（字符串）：引用当前批次里的scenes.cap -
desc（字符串）：引用「7-角色/故事信息提炼」输出的desc
系统提示词：
# 角色
根据整个故事内容分镜字幕"{{cap}}"生成绘画提示词desc_prompt。
## 技能
### 技能 1: 生成绘画提示
1. 结合故事情节及角色描述：{{desc}}，生成对应字幕{{cap}}的绘画提示词 desc_promopt，每个提示词要详细描述画面内容，包括人物动作、表情、服装，场景布置、色彩风格等细节。
- 风格要求：3D写实动画风格，人物为3D拟人化动物，写实风格，4K电影效果，电影打光，毛发真实，超写实细节纹理，所有人物站立，主角固定为一只胖橘猫形象，可爱滑稽。其他人物为虎斑、奶牛猫、黑猫、老虎、狮子、熊猫、大象等拟人化随机形象。背景为卡通彩色风服，如故事背景为古代，则稍加彩色水墨画风格。服装根据故事内容、时代背景自动生成，如现代都市背景，服装则为西装、T恤、长裙等，古代需要有修仙者服装，仙风道骨等元素体现。
===回复示例===
{
"cap": "字幕文案",
"desc_promopt": "分镜图像提示词"
}
===示例结束===
## 限制:
尽量保持人物绘画一致性，同文案中的同一人物，使用相同的人物描述词。
## 限制:
- 只对用户提供的json内容补充desc_prompt字段，不能更改原文
- 严格检查输出的 json 格式正确性并进行修正，特别注意 json 格式不要少括号，逗号等
用户提示词：
输出变量：
outputList（对象数组）-
reasoning_content（字符串） -
cap（字符串） -
desc_promopt（字符串）
-
第 9 步：单独生成第一张无人物背景图提示词
-
从「8-图像提示词」拉出一个新的
【大模型】节点。重命名为："9-图像提示词_首图背景"
模型选择：
-
模型：豆包·2.0·mini
参数设置：
-
cap（字符串）：引用「6- 分镜」输出的scenes.cap -
desc（字符串）：引用「7-角色/故事信息提炼」输出的desc
系统提示词：
# 角色
根据整个故事内容分镜字幕"{{cap}}"生成绘画提示词desc_prompt。
## 技能
### 技能 1: 生成绘画提示
1. 结合故事情节及角色描述：{{desc}}，生成对应字幕{{cap}}的绘画提示词 desc_promopt，每个提示词要详细描述画面内容，包括人物动作、表情、服装，场景布置、色彩风格等细节。
- 风格要求：3D写实动画风格，人物为3D拟人化动物，写实风格，电影效果，电影打光，毛发真实，超写实细节纹理，所有人物站立，主角固定为一只橘猫形象，可爱。其他人物为虎斑、奶牛猫、黑猫、老虎、狮子、熊猫、大象等拟人化随机形象。背景为卡通彩色风服，如故事背景为古代，则稍加彩色水墨画风格。服装根据故事内容、时代背景自动生成，如现代都市背景，服装则为西装、T恤、长裙等，古代需要有修仙者服装，仙风道骨等元素体现。
- 第一个分镜画面中不要出现人物，只需要一个画面背景
===回复示例===
{
"cap": "字幕文案",
"desc_promopt": "分镜图像提示词"
}
===示例结束===
## 限制:
- 只对用户提供的json内容补充desc_prompt字段，不能更改原文
- 严格检查输出的 json 格式正确性并进行修正，特别注意 json 格式不要少括号，逗号等
用户提示词：
输出变量：
-
desc_promopt（字符串） -
reasoning_content（字符串） -
cap（字符串）
第 10 步：给首图背景提示词加上统一画风前缀
-
从「9-图像提示词_首图背景」拉出一个新的
【文本处理】节点。重命名为："10-文本处理"
参数设置：
-
String1（字符串）：引用「9-图像提示词_首图背景」输出的desc_promopt
拼接模板这样填：
3D写实动画风格：{{String1}}
第 11 步：生成第一张无人物背景图
-
从「10-文本处理」拉出一个新的
【插件】节点，插件市场搜即梦图片生成，选即梦图片生成里的jimeng_generate_image。重命名为："11-图像生成_第一张无人物背景图"
参数设置：
-
key（字符串）：引用「开始」输出的APIkey -
prompt（字符串）：引用「10-文本处理」输出的output -
model（字符串）：图片4.0 -
ratio（字符串）：16:9
第 12 步：生成主角透明图的绘画提示词
-
从「11-图像生成_第一张无人物背景图」拉出一个新的
【大模型】节点。重命名为："12-主角首图"
模型选择：
-
模型：豆包·2.0·mini
参数设置：
-
content（字符串）：引用「4-变量聚合」输出的content
系统提示词：
# 角色
根据故事信息生成故事主角开场绘画提示词desc_prompt。
## 技能
### 技能 1: 生成绘画提示
1. 根据故事信息，生成主角任务绘画提示词 desc_promopt，详细描述人物动作、表情、服装，色彩风格等细节。
- 风格要求：3D写实动画风格，人物为3D拟人化动物，写实风格，电影效果，电影打光，毛发真实，超写实细节纹理，所有人物站立，主角固定为一只橘猫形象，可爱。其他人物为虎斑、奶牛猫、黑猫、老虎、狮子、熊猫、大象等拟人化随机形象。背景为卡通彩色风服，如故事背景为古代，则稍加彩色水墨画风格。服装根据故事内容、时代背景自动生成，如现代都市背景，服装则为西装、T恤、长裙等，古代需要有修仙者服装，仙风道骨等元素体现。
- 画面只需要出现一个人物，背景留白
- 人物需正对屏幕，人物在画面正中间
# 限制
1. 只输出绘画提示词，不要输出其他额外内容
用户提示词：
故事信息：{{content}}
输出变量：
-
reasoning_content（字符串） -
desc_promopt（字符串）
第 13 步：生成主角首图
-
从「12-主角首图」拉出一个新的
【插件】节点，插件市场搜即梦图片生成，选即梦图片生成里的jimeng_generate_image。重命名为："13-图像生成_主角首图"
参数设置：
-
key（字符串）：引用「开始」输出的APIkey -
prompt（字符串）：引用「12-主角首图」输出的desc_promopt -
model（字符串）：图片4.0 -
ratio（字符串）：16:9
第 14 步：把主角图抠成透明背景
-
从「13-图像生成_主角首图」拉出一个新的
【插件】节点，插件市场搜智能抠图，选智能抠图里的cutout。重命名为："14-抠图"
参数设置：
-
url（字符串）：引用「13-图像生成_主角首图」输出的url -
only_mask（字符串）：0 -
output_mode（字符串）：0
第 15 步：批量给每个分镜生成图片、配音和时长
-
从「14-抠图」拉出一个新的
【批处理】节点。重命名为："15-批处理"
参数设置：
-
批处理数据源
scenes（对象数组）：引用「8-图像提示词」输出的outputList -
单批数量：
100 -
并发数量：
2
输出变量：
-
duration_list（整数列表） -
image_list（字符串列表） -
link_list（字符串列表）
第 15.1 步：在批处理里给每条图片提示词加画风前缀
-
在「15-批处理」内部，从「【入口】」拉出一个新的
【文本处理】节点。重命名为："15.1-文本处理"
参数设置：
-
String1（字符串）：引用「15-批处理」当前批次的scenes.desc_promopt
拼接模板这样填：
3D写实动画风格：{{String1}}
第 15.2 步：先直接用原提示词生成图片
-
在「15-批处理」内部，从「15.1-文本处理」拉出一个新的
【插件】节点，插件市场搜即梦图片生成，选即梦图片生成里的jimeng_generate_image。重命名为："15.2图像生成"
参数设置：
-
key（字符串）：引用「开始」输出的APIkey -
prompt（字符串）：引用「15.1-文本处理」输出的output -
model（字符串）：图片4.0 -
ratio（字符串）：16:9
第 15.3 步：判断刚才有没有生成出图片
-
在「15-批处理」内部，从「15.2图像生成」拉出一个新的
【选择器】节点。重命名为："15.3选择器"
参数设置：
-
条件：判断「15.2图像生成」输出的
url是否为空 -
如果不为空：走“是”分支
-
如果为空：走“否则”分支
第 15.4 步：如果图片失败，就先优化提示词
-
在「15-批处理」内部，从「15.3选择器」的“否则”分支拉出一个新的
【插件】节点，插件市场搜提示词优化，选提示词优化里的sd_better_prompt。重命名为："15.4-优化提示词"
参数设置：
-
prompt（字符串）：引用「15-批处理」当前批次的scenes.desc_promopt
第 15.5 步：用优化后的提示词再生成一次图片
-
在「15-批处理」内部，从「15.4-优化提示词」拉出一个新的
【插件】节点，插件市场搜即梦图片生成，选即梦图片生成里的jimeng_generate_image。重命名为："15.5图像生成"
参数设置：
-
key（字符串）：引用「开始」输出的APIkey -
prompt（字符串）：引用「15.4-优化提示词」输出的data -
model（字符串）：图片4.0 -
ratio（字符串）：16:9
第 15.6 步：给当前分镜字幕生成配音
-
在「15-批处理」内部，从「【入口】」拉出一个新的
【插件】节点，插件市场搜语音合成，选语音合成里的speech_synthesis。重命名为："15.6-音频"
参数设置：
-
text（字符串）：引用「15-批处理」当前批次的scenes.cap -
speed_ratio（小数）：1.2 -
voice_id（字符串）：7468512265134932019
第 15.7 步：获取这段配音的时长
-
在「15-批处理」内部，从「15.6-音频」拉出一个新的
【插件】节点，插件市场搜获取音频时长，选获取音频时长里的get_audio_duration。重命名为："15.7-音频时长"
参数设置：
-
mp3_url（字符串）：引用「15.6-音频」输出的data.link
第 15.8 步：整理当前分镜最终图片地址
-
在「15-批处理」内部，从「15.3选择器」的“是”分支拉出一个新的
【代码】节点。重命名为："15.8-整合" -
在「15-批处理」内部，再从「15.5图像生成」也连到「15.8-整合」
参数设置：
-
image1（字符串）：引用「15.2图像生成」输出的url -
image2（字符串）：引用「15.5图像生成」输出的url
代码直接抄：
async function main(args) {
const params = args.params;
var image1 = params.image1;
var image2 = params.image2;
if (!image1) {
image1 = image2;
}
const ret = {
"image_url": image1
};
return ret;
}
输出变量：
-
image_url（字符串）
第 16 步：准备开场音效链接
-
从「15-批处理」拉出一个新的
【文本处理】节点。重命名为："16-文本处理"
参数设置：
-
String1（字符串）：固定音频链接
拼接模板这样填：
{{String1}}
第 17 步：准备背景音乐链接
-
从「16-文本处理」拉出一个新的
【文本处理】节点。重命名为："17-文本处理_BGM"
参数设置：
-
String1（字符串）：固定音频链接
拼接模板这样填：
{{String1}}
第 18 步：把图片、音频、字幕、标题全部整理成剪映能吃的数据
-
从「17-文本处理_BGM」拉出一个新的
【代码】节点。重命名为："18-整合素材" -
同时把「15-批处理」「5-主题生成」「14-抠图」「11-图像生成_第一张无人物背景图」「16-文本处理」这些节点的数据都引用进来。
参数设置：
-
image_list（字符串列表）：引用「15-批处理」输出的image_list -
audio_list（字符串列表）：引用「15-批处理」输出的link_list -
duration_list（小数列表）：引用「15-批处理」输出的duration_list -
scenes（对象数组）：引用「8-图像提示词」输出的outputList -
title（字符串）：引用「5-主题生成」输出的title -
role_img_url（字符串）：引用「14-抠图」输出的data -
first_bg_image（字符串）：引用「11-图像生成_第一张无人物背景图」输出的url -
output（字符串）：引用「16-文本处理」输出的output -
output1（字符串）：引用「17-文本处理_BGM」输出的output
代码直接抄：
async function main(args) {
const params = args.params;
const image_list = params.image_list;
const audio_list = params.audio_list;
const duration_list = params.duration_list;
const scenes = params.scenes;
const output = params.output;
const output1 = params.output1;
image_list[0] = params.first_bg_image;
const audioData = [];
let audioStartTime = 0;
const aideoTimelines = [];
let maxDuration = 0;
const imageData = [];
for (let i = 0; i < audio_list.length && i < duration_list.length; i++) {
const duration = duration_list[i];
audioData.push({
audio_url: audio_list[i],
duration: duration,
start: audioStartTime,
end: audioStartTime + duration
});
aideoTimelines.push({
start: audioStartTime,
end: audioStartTime + duration
});
if ((i - 1) % 2 == 0) {
imageData.push({
image_url: image_list[i],
start: audioStartTime,
end: audioStartTime + duration,
width: 1024,
height: 576,
in_animation: "轻微放大",
in_animation_duration: 100000
});
} else {
imageData.push({
image_url: image_list[i],
start: audioStartTime,
end: audioStartTime + duration,
width: 1024,
height: 576
});
}
audioStartTime += duration;
maxDuration = audioStartTime;
}
const roleImgData = [];
roleImgData.push({
image_url: params.role_img_url,
start: 0,
end: duration_list[0],
width: 1024,
height: 576
});
const captions = scenes.map(item => item.cap);
const subtitleDurations = duration_list;
const subResult = processSubtitles(captions, subtitleDurations);
const textTimelines = subResult.textTimelines;
const processedSubtitles = subResult.processedSubtitles;
const title = params.title;
const title_list = [];
title_list.push(title);
const title_timelimes = [
{
start: 0,
end: duration_list[0]
}
];
var kc_audio_url = output;
var bg_audio_url = output1;
const bg_audio_data = [];
bg_audio_data.push({
audio_url: bg_audio_url,
duraion: maxDuration,
start: 0,
end: maxDuration,
volume: 1
});
const kc_audio_data = [];
kc_audio_data.push({
audio_url: kc_audio_url,
duration: 4884897,
start: 0,
end: 4884897
});
const ret = {
"audioData": JSON.stringify(audioData),
"bgAudioData": JSON.stringify(bg_audio_data),
"kcAudioData": JSON.stringify(kc_audio_data),
"imageData": JSON.stringify(imageData),
"text_timielines": textTimelines,
"text_captions": processedSubtitles,
"title_list": title_list,
"title_timelimes": title_timelimes,
"roleImgData": JSON.stringify(roleImgData)
};
return ret;
}
const SUB_CONFIG = {
MAX_LINE_LENGTH: 25,
SPLIT_PRIORITY: ['。', '！', '？', '，', ',', '：', ':', '、', '；', ';', ' '],
TIME_PRECISION: 3
};
function splitLongPhrase(text, maxLen) {
if (text.length <= maxLen) return [text];
for (const delimiter of SUB_CONFIG.SPLIT_PRIORITY) {
const pos = text.lastIndexOf(delimiter, maxLen - 1);
if (pos > 0) {
const splitPos = pos + 1;
return [
text.substring(0, splitPos).trim(),
...splitLongPhrase(text.substring(splitPos).trim(), maxLen)
];
}
}
const splitPos = Math.min(maxLen, text.length);
return [
text.substring(0, splitPos).trim(),
...splitLongPhrase(text.substring(splitPos).trim(), maxLen)
];
}
const processSubtitles = (
captions,
subtitleDurations,
startTimeValue = 0
) => {
const cleanRegex = /[\u3000\u3002-\u303F\uff00-\uffef\u2000-\u206F!"#$%&'()*+\-./=?@\\^_`{|}~]/g;
let processedSubtitles = [];
let processedSubtitleDurations = [];
captions.forEach((text, index) => {
const totalDuration = subtitleDurations[index];
let phrases = splitLongPhrase(text, SUB_CONFIG.MAX_LINE_LENGTH);
phrases = phrases.map(p => p.replace(cleanRegex, '').trim())
.filter(p => p.length > 0);
if (phrases.length === 0) {
processedSubtitles.push('[无内容]');
processedSubtitleDurations.push(totalDuration);
return;
}
const totalChars = phrases.reduce((sum, p) => sum + p.length, 0);
let accumulatedValue = 0;
phrases.forEach((phrase, i) => {
const ratio = phrase.length / totalChars;
let durationValue = i === phrases.length - 1
? totalDuration - accumulatedValue
: Math.round(totalDuration * ratio);
processedSubtitles.push(phrase);
processedSubtitleDurations.push(durationValue);
accumulatedValue += durationValue;
});
});
const textTimelines = [];
let currentTime = startTimeValue;
processedSubtitleDurations.forEach(durationValue => {
const start = currentTime;
const end = start + durationValue;
textTimelines.push({
start: start,
end: end
});
currentTime = end;
});
return { textTimelines, processedSubtitles };
};
输出变量：
-
text_captions（字符串列表） -
text_timielines（对象数组） -
title_timelimes（对象数组） -
audioData（字符串） -
title_list（字符串列表） -
kcAudioData（字符串） -
roleImgData（字符串） -
bgAudioData（字符串） -
imageData（字符串）
第 19 步：创建剪映草稿
-
从「18-整合素材」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的create_draft。重命名为："19-草稿"
参数设置：
-
height（整数）：576 -
width（整数）：1024
第 20 步：把所有口播音频添加到草稿
-
从「19-草稿」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_audios。重命名为："20-添加音频"
参数设置：
-
audio_infos（字符串）：引用「18-整合素材」输出的audioData -
draft_id（字符串）：引用「19-草稿」输出的draft_id
第 21 步：把所有分镜图片添加到草稿
-
从「20-添加音频」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_images。重命名为："21-添加图片"
参数设置：
-
draft_id（字符串）：引用「19-草稿」输出的draft_id -
image_infos（字符串）：引用「18-整合素材」输出的imageData -
scale_x（小数）：1 -
scale_y（小数）：1
第 22 步：把开场主角透明图叠上去
-
从「21-添加图片」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_images。重命名为："22-添加首图角色"
参数设置：
-
draft_id（字符串）：引用「19-草稿」输出的draft_id -
image_infos（字符串）：引用「18-整合素材」输出的roleImgData -
scale_x（小数）：2 -
scale_y（小数）：2
第 23 步：添加开场音效
-
从「22-添加首图角色」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_audios。重命名为："23-添加开场音效"
参数设置：
-
audio_infos（字符串）：引用「18-整合素材」输出的kcAudioData -
draft_id（字符串）：引用「19-草稿」输出的draft_id
第 24 步：添加背景音乐
-
从「23-添加开场音效」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_audios。重命名为："24-添加背景音乐"
参数设置：
-
audio_infos（字符串）：引用「18-整合素材」输出的bgAudioData -
draft_id（字符串）：引用「19-草稿」输出的draft_id
第 25 步：生成图片缩放关键帧数据
-
从「24-添加背景音乐」拉出一个新的
【代码】节点。重命名为："25-关键帧"
参数设置：
-
segment_ids（字符串列表）：引用「21-添加图片」输出的segment_ids -
duration_list（小数列表）：引用「15-批处理」输出的duration_list -
segment_infos（对象数组）：引用「22-添加首图角色」输出的segment_infos
代码直接抄：
import json
async def main(args: Args) -> Output:
params = args.params
segment_ids = params['segment_ids']
times = params['duration_list']
seg = params['segment_infos']
if len(segment_ids) != len(times):
raise ValueError("segment_ids与times数组长度不一致")
keyframes = []
for idx, seg_id in enumerate(segment_ids):
if idx == 0:
continue
audio_duration = int(float(times[idx]))
cycle_idx = idx - 1
if cycle_idx % 2 == 0:
start_scale = 1.0
end_scale = 1.5
else:
start_scale = 1.5
end_scale = 1.0
keyframes.append({
"offset": 0,
"property": "UNIFORM_SCALE",
"segment_id": seg_id,
"value": start_scale,
"easing": "linear"
})
keyframes.append({
"offset": audio_duration,
"property": "UNIFORM_SCALE",
"segment_id": seg_id,
"value": end_scale,
"easing": "linear"
})
keyframes.append({
"offset": 0,
"property": "UNIFORM_SCALE",
"segment_id": seg[0]['id'],
"value": 2,
"easing": "linear"
})
keyframes.append({
"offset": 533333,
"property": "UNIFORM_SCALE",
"segment_id": seg[0]['id'],
"value": 1.2,
"easing": "linear"
})
keyframes.append({
"offset": seg[0]['end'] - seg[0]['start'],
"property": "UNIFORM_SCALE",
"segment_id": seg[0]['id'],
"value": 1.0,
"easing": "linear"
})
return {
"keyFrames": json.dumps(keyframes)
}
输出变量：
-
keyFrames（字符串）
第 26 步：把关键帧真正加进剪映草稿
-
从「25-关键帧」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_keyframes。重命名为："26-添加关键帧"
参数设置：
-
draft_id（字符串）：引用「19-草稿」输出的draft_id -
keyframes（字符串）：引用「25-关键帧」输出的keyFrames
第 27 步：生成正文字幕数据
-
从「26-添加关键帧」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的caption_infos。重命名为："27-字幕数据"
参数设置：
-
texts（字符串列表）：引用「18-整合素材」输出的text_captions -
timelines（对象数组）：引用「18-整合素材」输出的text_timielines
第 28 步：生成开场 2 个字标题数据
-
从「27-字幕数据」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的caption_infos。重命名为："28-标题数据"
参数设置：
-
texts（字符串列表）：引用「18-整合素材」输出的title_list -
timelines（对象数组）：引用「18-整合素材」输出的title_timelimes -
in_animation（字符串）：弹入
第 29 步：把正文字幕添加到草稿
-
从「28-标题数据」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_captions。重命名为："29-添加字幕"
参数设置：
-
captions（字符串）：引用「27-字幕数据」输出的infos -
draft_id（字符串）：引用「19-草稿」输出的draft_id -
alignment（整数）：1 -
border_color（字符串）：#000000 -
font_size（整数）：7 -
text_color（字符串）：#FFFFFF -
transform_x（小数）：0 -
transform_y（小数）：-470
第 30 步：把开场 2 个字标题添加到草稿
-
从「29-添加字幕」拉出一个新的
【插件】节点，插件市场搜剪映小助手，选剪映小助手里的add_captions。重命名为："30-添加开场2个字"
参数设置：
-
captions（字符串）：引用「28-标题数据」输出的infos -
draft_id（字符串）：引用「19-草稿」输出的draft_id -
alignment（整数）：1 -
border_color（字符串）：#000000 -
font（字符串）：梦桃体 -
font_size（整数）：40 -
letter_spacing（小数）：26 -
text_color（字符串）：#FFFFFF -
transform_x（小数）：0 -
transform_y（小数）：0
第 31 步：结束并返回剪映草稿 ID
-
从「30-添加开场2个字」拉出一个新的
【结束】节点。重命名为："结束"
参数设置：
-
output（字符串）：引用「19-草稿」输出的draft_id
这就是整个工作流搭建的过程，接下来我们只需要点击试运行，成功的话就会得到这样一个草稿ID
只需要把这个草稿ID复制下来，然后打开我们的剪映小助手把草稿ID复制进去，然后点击创建剪映草稿（注意不要复制引号）
稍等一下，创建成功之后打开剪映，就会看到剪映里面多出了一个黑色的草稿，只要点进去就能看到我们的视频了
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
4
0- 0
已为社区贡献2条内容
所有评论(0)