Slideshow Video Agent Skill

图片相册 → 视频

> 把一组图片拼成一条视频：Ken Burns 缓慢缩放 + 图间转场 + 背景音乐 + 逐图字幕，

> 自动适配目标画幅。全部走 skills/shared/scripts/slideshow.py，**不要手拼

> zoompan / xfade**——脚本已处理帧数换算、转场偏移、音画时长对齐。

> 只做"已有图片 → 视频"。从主题自动生成配图/配音的完整流水线见 auto-short-video；

> 已有视频的剪辑见 video-editing；单张封面/海报见 poster-hero。

输入

| 字段 | 必填 | 说明 |

|------|------|------|

| 图片 | 是 | 一组图片路径（按顺序），或一个图片目录（按文件名排序） |

| 画幅 | 是 | 用户或上游任务未明确横版/竖版/方形（或具体分辨率）时，制作前必须追问并等确认；不得按平台、Profile 或默认值静默推断，已明确则不重复问 |

| 每图时长 | 否 | 默认每张 3 秒 |

| 转场 | 否 | 默认淡入淡出 fade；none 为硬切 |

| BGM | 否 | 背景音乐文件（自动循环/裁到片长/尾部淡出） |

| 逐图字幕 | 否 | 每张图配一句字幕 |

输出（outputs/主题名/）

• 成片视频（*.mp4）
• 报告：图片数、总时长、画幅、转场方式、是否带 BGM

执行步骤

脚本路径（相对项目根）：skills/shared/scripts/slideshow.py（build -h 看全部参数）。

基本用法

python skills/shared/scripts/slideshow.py build \
  -i 1.jpg 2.jpg 3.jpg -o outputs/主题名/show.mp4 \
  --size 1080x1920 --per 3 --transition fade

带 BGM + 逐图字幕

python skills/shared/scripts/slideshow.py build --images-dir ./photos \
  -o outputs/主题名/show.mp4 \
  --bgm ./music.mp3 --bgm-volume 0.7 \
  --captions "开场一句|第二张说明|第三张说明"

字幕也可用 --captions-file <文件>（每行对应一张图）。

常用变体

• 静止画面（不缩放）：--no-kenburns，配 --fit pad（补边）或 --fit crop（裁满）。
• 换转场：--transition 可选 fade/fadeblack/fadewhite/wipeleft/wiperight/slideup/slidedown/circleopen/dissolve/none。
• 平台画幅：小红书/抖音竖版 1080x1920，朋友圈/ins 方形 1080x1080，B站/横版 1920x1080。

Profile 感知

• 有 Profile：platforms.md 只用于给出画幅建议，仍须用户确认；字幕语气贴合 style.md；

BGM 风格建议贴合账号调性（欢快/治愈/燃）。

• 无 Profile：先确认横版/竖版/方形；转场默认 fade + Ken Burns。

规则

• 图片顺序 = 视频顺序；用 --images-dir 时按文件名排序，必要时先重命名。
• 转场时长自动限制在每图时长内（不超过 --per）。
• BGM 自动循环补足并裁到成片长度、尾部淡出；无 BGM 时补静音轨方便上传。
• 逐图字幕数量可少于图片数（多出的图不加字幕），不要求一一对应。
• 产物统一进 outputs/主题名/。

参考来源

Ken Burns（缓慢缩放位移）+ 交叉转场 + BGM 是相册/图集视频的标准做法（MoneyPrinterTurbo

等短视频工具同款思路）；本 SKILL 复用 auto-short-video 合成器的 zoompan 方案，把帧数换算与

xfade 偏移计算封装成确定性脚本，避免手写滤镜链出错。