跳到主要内容

Kanban Video Orchestrator

规划、搭建并监控由 AigenLabs Kanban 支撑的多智能体视频制作流水线。当用户想要制作任何类型的视频时使用本技能——叙事短片、产品/营销视频、MV、解说视频、ASCII/终端艺术、抽象/生成循环、漫画、3D、实时/装置艺术——且工作需要分解为专业角色（编剧、设计师、动画师、渲染师、配音、剪辑等）并通过 kanban 看板协调。执行自适应探索以明确需求范围，为所请求的风格设计合适的团队，生成用于创建 AigenLabs profiles 和初始 kanban 任务的安装脚本，然后协助监控执行过程并在任务卡住或失败时介入。将场景路由到适合每个节拍的 AigenLabs 渲染/音频/设计技能（ascii-video、manim-video、p5js、comfyui、touchdesigner-mcp、blender-mcp、pixel-art、baoyu-comic、claude-design、excalidraw、songsee、heartmula……）以及用于 TTS、图像生成和图像转视频的外部 API。

技能元数据​

来源可选 — 通过 aigenlabs skills install official/creative/kanban-video-orchestrator 安装
路径optional-skills/creative/kanban-video-orchestrator
版本1.0.0
作者['SHL0MS', 'alt-glitch']
许可证MIT
平台linux, macos, windows
标签video, kanban, multi-agent, orchestration, production-pipeline
相关技能kanban-orchestrator、kanban-worker、ascii-video、manim-video、p5js、comfyui、touchdesigner-mcp、blender-mcp、pixel-art、ascii-art、songwriting-and-ai-music、heartmula、songsee、spotify、youtube-content、claude-design、excalidraw、architecture-diagram、concept-diagrams、baoyu-comic、baoyu-infographic、humanizer、gif-search、meme-generation

参考：完整 SKILL.md​

信息

以下是 AigenLabs 在触发本技能时加载的完整技能定义。这是技能激活时智能体所看到的指令内容。

Kanban Video Orchestrator

将任何视频请求——从 15 秒产品预告到 5 分钟叙事短片，再到 MV 或 ASCII 循环——封装进 AigenLabs Kanban 流水线，将工作分解给专业智能体 profiles。

本技能不自行渲染任何内容。它是一个元流水线，负责：

  1. 探索——通过有针对性的发现问题明确需求范围
  2. 设计——根据风格设计合适的团队（哪些角色、每个角色使用哪些工具）
  3. 生成——生成安装脚本，创建 AigenLabs profiles、项目工作区和初始 kanban 任务
  4. 交接——移交给 director profile，由其通过 kanban 进行分解
  5. 监控——跟踪执行过程，在任务卡住或失败时协助介入

实际渲染在 kanban 运行后在其内部完成，使用适合各场景的现有技能和工具——ascii-video、manim-video、p5js、comfyui、touchdesigner-mcp、blender-mcp、songwriting-and-ai-music、heartmula、外部 API，或使用 PIL + ffmpeg 的纯 Python。

不适用本技能的情况​

  • 视频是一个无需专业分工的连续程序化项目。直接编写代码即可。
  • 用户只需快速一次性转换（例如"把这个 mp4 转成 GIF"）——直接使用 ffmpeg。
  • 输出是静态图片、GIF 或纯音频产物——使用对应的专项技能（ascii-art、gifs、meme-generation、songwriting-and-ai-music）。
  • 工作完全适合某个现有技能（例如纯 ASCII 视频——直接使用 ascii-video）。

工作流程​

DISCOVER  →  BRIEF  →  TEAM DESIGN  →  SETUP  →  EXECUTE  →  MONITOR

第一步 — 探索（提出正确的问题）​

探索过程是自适应的：只问真正需要的问题。始终从三个问题开始，以识别大致轮廓：

  • 视频是什么？（一句话简介）
  • 时长多少？（5-30 秒预告 / 30-90 秒短片 / 90 秒-3 分钟解说 / 3-10 分钟影片 / 更长）
  • 宽高比和目标平台？（1:1 / 9:16 / 16:9；X、IG、YouTube、内部使用等）

根据回答，对风格类别进行分类。风格决定后续需要提问的问题。不要一次性问所有问题。 每次问 2-4 个，倾听回答，然后继续。当用户的回答隐含某个答案时，做出合理假设。

完整的收集模式和各风格问题库，参见 references/intake.md。

第二步 — 简报​

掌握足够信息后，使用 assets/brief.md.tmpl 中的模板生成结构化的 brief.md。阶段如下：

  1. 概念 — 一句话 pitch + 情感北极星
  2. 范围 — 时长、宽高比、平台、截止日期
  3. 风格 — 视觉参考、品牌约束、基调
  4. 场景 — 逐拍分解（时长、内容、目标工具）
  5. 音频 — 旁白 / 音乐 / 音效 / 静音（如需可按场景细分）
  6. 交付物 — 文件格式、分辨率、可选备选版本（竖版剪辑、GIF 等）

在设计团队之前，将简报展示给用户确认。简报即合同——所有下游任务均以其为参考。

第三步 — 团队设计​

从角色库中挑选适合本视频的角色原型。组合，而非复制。 大多数视频需要 4-7 个 profiles。director 始终存在；其余角色根据简报的实际需求选取。

角色库和各风格团队组合，参见 references/role-archetypes.md。

角色与 AigenLabs 技能及工具集的映射关系，参见 references/tool-matrix.md。

第四步 — 安装​

生成安装脚本（setup.sh）并运行。脚本将：

  1. 创建项目工作区（~/projects/video-pipeline/<slug>/）
  2. 将提供的资产复制到 taste/、audio/、assets/
  3. 通过 aigenlabs profile create --clone 创建每个 AigenLabs profile
  4. 编写各 profile 的 SOUL.md（个性 + 角色定义）
  5. 配置 profile YAML（工具集、always_load 技能、cwd）
  6. 编写 brief.md、TEAM.md 和 taste/ 内容
  7. 触发分配给 director 的初始 aigenlabs kanban create 任务

使用 scripts/bootstrap_pipeline.py 从简报 + 团队设计 JSON 生成 setup.sh。安装脚本结构、profile 配置模式和关键的"共享工作区"规则，参见 references/kanban-setup.md。

第五步 — 执行​

运行 setup.sh。然后向用户提供监控命令：

aigenlabs kanban watch --tenant <project-tenant>     # 实时事件
aigenlabs kanban list  --tenant <project-tenant>     # 看板快照
aigenlabs dashboard                                   # 可视化看板 UI

director profile 从此接管，通过 kanban 工具集将工作分解并路由给专业 profiles。

第六步 — 监控与介入​

保持参与——kanban 自主运行，但卡住的任务或不良输出需要人工（或 AI）判断。

监控模式：定期轮询 kanban list，用 kanban show <id> 检查任何超出预期时长的 RUNNING 任务，并检查心跳。当某个 worker 的输出未通过审核时，标准介入方式为：

  1. 在 worker 的任务上附上具体反馈评论（kanban_comment）
  2. 以原任务为父任务创建重新运行任务
  3. 调整简报范围，让 director 重新分解

诊断模式、介入方案和"任务卡住"处理手册，参见 references/monitoring.md。

参考：实际案例​

六个涵盖截然不同视频风格的具体流水线——叙事短片、产品/营销视频、MV、数学/算法解说、ASCII 视频、实时装置——展示相同工作流程如何产生截然不同的团队和任务图。参见 references/examples.md。

关键规则​

  1. 行动前先探索。 在至少提出三个基线问题之前，绝不开始生成简报或团队设计。糟糕的简报会在整个流水线中产生连锁反应。

  2. 团队要匹配视频。 不要对每个项目都复用同一套 4-profile 配置。没有节拍分析 profile 的 MV 会出错。没有编剧 profile 的叙事短片会产生不连贯的场景。参见 references/role-archetypes.md。

  3. 每个项目一个工作区。 同一视频的所有 profiles 共享同一个 dir: 工作区。任务通过共享文件系统和结构化交接传递产物。每个 kanban_create 调用都传入 workspace_kind="dir" + workspace_path="<绝对项目路径>"。

  4. 每个项目使用独立 tenant。 使用项目专属 tenant（--tenant <project-slug>）。保持 dashboard 范围清晰，防止与其他正在进行的 kanban 交叉污染。

  5. 尊重现有技能。 当某个场景适合现有技能时，相关渲染器应通过任务上的 --skill <name> 或 profile 中的 always_load 加载该技能。不要重新推导技能已提供的内容。

  6. director 绝不执行。 即使拥有完整的 kanban + terminal + file 工具集，director 的 SOUL.md 规则也禁止其自行执行工作。它只负责分解和路由——每个具体任务都变成对专业 profile 的 aigenlabs kanban create 调用。kanban-orchestrator 技能对此有进一步说明。

  7. 不要过度分解。 一个 30 秒的产品视频不需要 20 个任务。目标是最小任务图，同时仍能良好并行化并暴露正确的人工审核节点。

  8. 触发前验证 API 密钥。 外部 API（TTS、图像生成、图像转视频）需要在 ~/.aigenlabs/.env 或用户密钥存储中配置密钥。遇到缺少密钥错误的 worker 会浪费一个任务槽。安装脚本的 check_key 辅助函数在缺少必要密钥时会干净地中止。

文件结构​

SKILL.md                            ← 本文件（工作流程 + 规则）
references/
  intake.md                         ← 各风格的探索问题库
  role-archetypes.md                ← 角色库（编剧、设计师、动画师……）
  tool-matrix.md                    ← 各角色的技能 + 工具集映射
  kanban-setup.md                   ← 安装脚本结构与 profile 配置
  monitoring.md                     ← 监控 + 介入模式
  examples.md                       ← 六个实际流水线案例
assets/
  brief.md.tmpl                     ← 简报骨架
  setup.sh.tmpl                     ← 安装脚本骨架
  soul.md.tmpl                      ← profile 个性骨架
scripts/
  bootstrap_pipeline.py             ← 从简报 + 团队 JSON 生成 setup.sh
  monitor.py                        ← 轮询 + 介入辅助工具