身份验证 (Authentication)
所有请求都需要 dLazy API key，通过 CLI 配置：
dlazy auth set YOUR_API_KEY
CLI 会把 key 保存在你的用户配置目录（macOS/Linux 上为 ~/.dlazy/config.json，Windows 上为 %USERPROFILE%\.dlazy\config.json），文件权限仅限当前操作系统用户访问。你也可以用 DLAZY_API_KEY 环境变量按次传入。
获取你的 API Key
- 登录或在 dlazy.com 创建账号
- 访问 dlazy.com/dashboard/organization/api-key
- 复制 API Key 区域显示的密钥
每个 key 都属于你自己的 dLazy 组织，可在同一控制面板随时轮换或吊销。
关于与来源 (Provenance)
- CLI 源代码: github.com/dlazyai/cli
- 维护者: dlazyai
- npm 包名:
@dlazy/cli（本技能 install 字段固定到1.0.6版本） - 官网: dlazy.com
如果你不希望在系统上长期保留一个全局 CLI，可以按需运行：
npx @dlazy/cli@1.0.6 <command>
如选择全局安装，技能的 metadata.clawdbot.install 字段已固定到 npm install -g @dlazy/cli@1.0.6。安装前建议先到 GitHub 仓库审阅源码。
工作原理 (How It Works)
此技能是 dLazy 托管 API 的轻量封装。调用时：
- 你提供的提示词与参数会发送到 dLazy API（
api.dlazy.com）进行推理。 - 传入图像 / 视频 / 音频字段的本地文件路径会被 CLI 上传到 dLazy 媒体存储（
oss.dlazy.com），以便模型读取 —— 与任何云端生成 API 的流程一致。 - API 返回的生成结果 URL 由
oss.dlazy.com托管。
这是标准的 SaaS 调用模式；技能本身不会越权访问网络或文件系统，所有动作都由 dLazy CLI 完成。
name: 'video-storyboard-generate' description: '将一个分镜的内容，转换成一个分镜生成视频的生成流程，用户可以将流程添加到画布中'
分镜视频生成流程
- 获取分镜信息
- 定义视频的生成流程
- 画到画布中
获取分镜信息
从上下文中获取分镜信息：
- 图片/视频比例：aspect_ratio， 例如：16:9、9:16、4:3、3:4、1:1
- 图片/视频分辨率：resolution，例如：1080p、720p
- 依据比率和分辨率，计算出视频的宽度和高度， width, height
提取分镜列表：
-
分镜名称：story_name1
-
对话文本：dialogue_text1
-
视频生成提示词：video_prompt1
定义视频的生成流程
视频生成流程时一段JSON字符串，示例格式如下, 请注意以下问题：
- 记得替换{name}中的内容, 注意 x\y\w\h 是数值，替换后需要去掉引号；
- 原始声音和场景图是所有分镜共用的,只有一个，克隆声音和视频和分镜数量一致，请循环分镜列表创建。
- 元素的位置x和y，按分镜列表的顺序累加，每个分镜之间间隔100像素。
[ { "type": "audio", "x": 0, "y": 0, "props": { "name": "原始声音", "w": "{width}", "h": "{height}" } }, { "type": "audio", "x": "{width + 100}", "y": 0, "props": { "name": "{story_name1} 克隆声音", "w": "{width}", "h": "{height}", "model": "vidu-audio-clone", "input": { "prompt": "{dialogue_text1}", "audio_url": "shape://name:原始声音" } } }, { "type": "image", "x": 0, "y": "{height + 100}", "props": { "name": "场景图", "w": "{width}", "h": "{height}" } }, { "type": "video", "x": "{width + 100}", "y": "{height + 100}", "props": { "name": "{story_name1} 视频", "w": "{width}", "h": "{height}", "model": "jimeng-omnihuman-1_5", "input": { "audio": ["shape://name:{story_name1} 克隆声音"], "images": ["shape://name:场景图"], "prompt": "{video_prompt1}", "fast_mode": false, "resolution": "{resolution}" } } } ]画到画布中
调用 MCP 的 drawToCanvas 工具， 将前面定义的流程添加到画布中。
🛠️ 执行与生成指南 (CRITICAL EXECUTION INSTRUCTIONS)
你是可以执行终端命令的智能 Agent！
【严格禁止行为】
- 严禁：将提示词保存到任何文件中（如 txt, md）。
- 严禁：要求用户自己去第三方平台（如 Midjourney）生成图片。
- 严禁：一次性批量生成所有图片，或一次性执行多个命令。
【必须遵循的交互与执行流程】 你必须严格分步执行，并在每一步停下来等待用户回复：
- 第一步：主动收集需求。当用户提出需求时，不要做任何设计和生成，先向用户提问（如产品特点、目标人群、想要几张图等）。必须等待用户回答。
- 第二步：输出草案并请求确认。根据用户的回答，制定套图计划，并输出第一张图的提示词草案。询问用户：“是否确认这个提示词，可以开始生成第一张图了吗？” 必须等待用户回答“确认”。
- 第三步：单次执行终端命令。用户确认后，你必须使用终端执行命令（如
dlazy seedream-4.5 --prompt "..."），每次只能执行一个生成命令。重要：必须使用同步命令，绝不要在命令末尾加&，绝不要使用&&，这是在 Windows PowerShell 下运行！ - 第四步：交付与循环。命令返回结果后，把图片 URL 发给用户，并询问“对这张满意吗？我们可以继续生成下一张了吗？”。收到确认后再继续下一步。