# fmode-mv > **纯 AI 音乐 MV 全流程技能** —— 从一句主题到成片,全程零实拍。 > 两条产线:**AI 单曲 MV** 与 **AI 口播讲解视频**,共用同一套底层模块。 [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](./LICENSE) [![Node](https://img.shields.io/badge/node-%3E%3D18-brightgreen)](https://nodejs.org) [![deps](https://img.shields.io/badge/dependencies-0-blue)](./package.json) --- ## 这是什么 把「作曲填词 → AI 生成音乐 → AI 制作 MV」整条链路固化成一个**可复用、可照跑**的技能仓库。 任意数字生命克隆本仓即可开工: ```bash git clone https://git.fmode.cn/fmode-13177980648/skill-mv.git cd skill-mv node bin/fmode-mv.js doctor # 环境自检 node bin/fmode-mv.js providers # 看哪条通道能用 node bin/fmode-mv.js song "深夜末班地铁上的城市白领" # 端到端跑一条 MV ``` **纯 AI 生成,不依赖实拍** —— 现实拍摄素材最多作参考图/参考音。 --- ## 快速开始 ```bash # 1. 依赖:Node ≥ 18 + ffmpeg(零 npm 依赖) node -v && ffmpeg -version | head -1 # 2. 凭据(三选一,绝不硬编码) export FEME_API_TOKEN=<你的 token> # 或写入 /opt/data/fmode-identity.json 的 newapi_token 字段 # 3. 自检 node bin/fmode-mv.js doctor # 4. 产线A:AI 单曲 MV node bin/fmode-mv.js song "深夜末班地铁上的城市白领" --genre "city pop" --mood "孤独但温暖" # 5. 产线B:AI 口播讲解视频 node bin/fmode-mv.js talk "三分钟讲清楚什么是多租户数据隔离" --duration 90 ``` 装成全局命令(可选): ```bash npm link fmode-mv song "主题" ``` --- ## 两条产线 两条产线**共用同一套底层模块**(图像生成 / 视频生成 / 音频处理 / 剪辑 / provider 接口), 只是编排不同。 ### 产线 A · AI 单曲 MV ``` 歌曲主题 → 作曲填词 → AI 音乐 → 人声/伴奏分离 → 场景&人物关键帧 → 图生视频(B-roll 空镜 + 人物演唱镜头,每段 5~8 秒) → 唇形驱动 → 剪辑合成(卡点 + 字幕)→ out/mv.mp4 ``` ### 产线 B · AI 口播讲解视频 ``` 口播需求 → 口播稿 → TTS 配音 → 讲解画面 → 场景切换 B-roll → 剪辑合成 → out/talk.mp4 ``` --- ## ★能力现状(实测,务必先看) | 环节 | 现状 | 说明 | |---|---|---| | 作曲填词 / 分镜 / 口播稿 | ✅ **可用** | `POST /v1/chat/completions` | | 场景 / 人物关键帧 | ✅ **可用** | `POST /v1/images/generations`(`gpt-image-2.5-sunburst`) | | 剪辑 / 合成 | ✅ **可用** | 本地 ffmpeg:拼接/混音/字幕/卡点/响度归一化 | | AI 音乐 | ⚠️ **端点存在,渠道未开通** | `/suno/submit/music` 返回 503 | | 图生视频 | ⚠️ **无可用渠道** | `/v1/video/generations` 返回 503 | | 唇形驱动 | ⚠️ **平台暂无通道** | 留 provider 接口 + 外部对接说明 | | TTS 口播配音 | ⚠️ **平台暂无通道** | **本地 edge-tts 可替代**(自动探测) | | 音轨分离 | ◐ **ffmpeg 近似 / demucs 可选** | 需要真·分离请装 demucs | ```bash fmode-mv providers # 随时查看最新状态 fmode-mv providers --deep # 深度探活(会真实提交,可能计费) ``` ### 未开通通道怎么处理 **绝不静默失败,绝不编造产物。** - 调用未开通通道 → 抛出 `ProviderUnavailableError`,打印**可操作方案**。 - 端到端编排遇到未开通步骤 → **如实标记**,能兜底的才兜底,最终报告里逐条列出。 - 图生视频未开通 → 自动降级为「关键帧 + Ken Burns 运镜」, 产物**文件名带 `.fallback`**,报告里明说「N 段为兜底运镜(非真 AI 图生视频)」。 替代路线速查: | 缺失能力 | 立即可用的替代 | |---|---| | AI 音乐 | `--music your-song.mp3` 自备音频 | | 图生视频 | 自动 Ken Burns 兜底;或 `FEME_VIDEO_MODEL` 换已开通模型 | | 唇形驱动 | 自建 Wav2Lip/SadTalker + `FEME_LIPSYNC_ENDPOINT`;或改用表情微动镜头;或纯空镜+字幕 | | TTS | `pip install edge-tts`(免费本地,自动探测);或 `FEME_TTS_ENDPOINT` | 详见 [`references/capability-matrix.md`](./references/capability-matrix.md)。 --- ## 命令速查 | 命令 | 作用 | 通道 | |---|---|---| | `fmode-mv song "主题"` | 产线A 端到端 | 全链路 | | `fmode-mv talk "主题"` | 产线B 端到端 | 全链路 | | `fmode-mv lyrics "主题"` | 作曲填词 | chat | | `fmode-mv storyboard --from work/song.json` | 分镜脚本 | chat | | `fmode-mv music --from work/song.json` | AI 音乐 | music | | `fmode-mv separate