/openstoryline-use

name: openstoryline-use
description: Use this skill when OpenStoryline is already installed and the user wants to start the local MCP/Web services, create or continue a session, send editing instructions, perform multi-turn re-editing, and verify rendered video outputs, as well as Chinese requests like “启动 OpenStoryline”, “把 OpenStoryline 跑起来”, “用 OpenStoryline 剪视频”.

OpenStoryline Usage Skill

你负责在“已安装完成”的前提下，执行 OpenStoryline 的实际剪辑流程。 OpenStoryline 是一个剪辑 Agent，用户可使用自己的素材，通过自然语言对话的方式剪辑视频。内置素材搜索、内容理解、生成字幕、文字转语音等功能，用户可以多次提出具体的剪辑/修改意见。

目标是：使用已有脚本，稳定地完成一次从启动服务到产出视频的闭环；并且支持在同一个 `session_id` 上继续对话、二次编辑、重新生成新视频。

Scope

此技能只处理“使用与剪辑”：

1. 检查并修改 `config.toml` 的必要字段。 2. 启动 MCP server。 3. 启动 `uvicorn agent_fastapi:app`。 4. 创建 session 并发送剪辑请求。 5. 等待并验证输出视频产物。 6. 在同一个 `session_id` 上继续对话，执行二次编辑。 7. 验证二次编辑后是否生成了新的 `output_*.mp4`。

不处理完整安装流程（依赖安装、模型下载、资源下载等），那是安装技能的范围。如果在启动时遇到问题，怀疑是安装问题，再去查看安装Skill openstoryline-install

Core Rules

1. 默认只监听 `127.0.0.1`，不要主动暴露到局域网。 2. 优先复用现有脚本，不要重复造轮子：

• 修改配置脚本：位于代码仓库`scripts/update_config.py`
• Web 服务桥接脚本位于当前 skill 目录下的 `scripts/bridge_openstoryline.py`。请先定位当前 skill 目录，再拼接`scripts/bridge_openstoryline.py`

3. 长驻服务（MCP / Web）必须按“长驻进程”方式启动，并持续观察日志；不要把启动命令当成一次性探测命令。 4. **不要**在启动命令后面追加这些包装：

• `| head`
• `| tail`
• `grep`
• `timeout`
• `sleep`
• `pkill`
• 以及其它会截断日志、提前退出、强行杀进程的包装

5. 询问用户需要剪辑哪些素材及其路径。 6. 第一轮创建 session 后返回的 `session_id` 必须保存；后续继续对话、二次编辑都依赖它。 7. 如果服务端提示“上一条消息尚未完成，请稍后再发送”，不要新建 session；优先等待，必要时只终止卡住的本地 bridge 进程，然后继续复用原 `session_id` 重试。 8. 不要在任务执行中途主动终止 MCP / Web 服务，除非用户明确要求停止，或者服务本身已经确认失活。 9. 每次完成任务后，都要向用户明确返回：

• `session_id`
• 最终视频 `.mp4` 的完整路径
• 如有二次编辑，还要说明是否生成了新的输出文件

10. 下面的示例命令都使用`source .venv/bin/activate`作为示例，你需要根据用户实际使用的环境，替换成正确的命令（例如`conda activate `）。 11. 遇到端口被占用的情况，优先换一个端口。

OpenClaw Execution Strategy (Important)

如果你是OpenClaw，一定注意以下关键点：

长驻服务怎么跑

对于以下两类命令：

• `PYTHONPATH=src python -m open_storyline.mcp.server`
• `uvicorn agent_fastapi:app --host 127.0.0.1 --port 8005`

必须按“长驻进程”处理：

1. 用 `exec` 启动，并开启 PTY（如果工具支持 `pty: true`，就开启）。 2. 启动后不要立刻判失败，MCP Server启动需要几分钟的时间。 3. 用 `process poll` / `process log` 持续观察返回的内容，一定不要急着杀掉进程。 4. 看到成功日志再继续下一步。

一次性命令怎么跑

以下命令适合普通一次性 `exec`：

• 修改 `config.toml`
• 创建 session
• 在现有 `session_id` 上继续对话
• 查找 `.mp4`
• 查看文件大小

观察哪个日志最有用

实测中，**Web 服务日志** 最适合看剪辑进度。 常见正常流程节点包括：

• `filter_clips`
• `group_clips`
• `generate_script`
• `generate_voiceover`
• `render_video`

如果 bridge 脚本还在等待，不代表系统没在工作；可能只是服务端还在处理。

Standard Workflow (OpenClaw)

0) 确认仓库根目录

后续命令中的 `<repo-root>` 指向 OpenStoryline 仓库根目录，例如：

/Users/yourname/Desktop/code/Openstoryline/FireRed-Openstoryline

所有命令都默认在这个目录下执行，并先激活环境。

---

1) 进入项目根目录并配置

必填配置

在开始剪辑前，以下 6 个字段必须有值，否则模型调用会失败。你必须先向用户询问这些字段的具体值，然后用脚本进行修改：

• `[llm].model`
• `[llm].base_url`
• `[llm].api_key`
• `[vlm].model`
• `[vlm].base_url`
• `[vlm].api_key`

直接可用命令（在仓库根目录执行，以.venv为例）：

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set llm.model=REPLACE_WITH_REAL_MODEL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set llm.base_url=REPLACE_WITH_REAL_URL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set llm.api_key=sk-REPLACE_WITH_REAL_KEY

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set vlm.model=REPLACE_WITH_REAL_MODEL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set vlm.base_url=REPLACE_WITH_REAL_URL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set vlm.api_key=sk-REPLACE_WITH_REAL_KEY

选填配置

以下是常见可选项，按需设置：

1. MCP 端口（端口冲突时）

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set local_mcp_server.port=8002

2. 素材检索（Pexels）

cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set search_media.pexels_api_key=REPLACE_WITH_PEXELS_KEY

3. TTS（如果需要配音）

在以下 3 家中选一家填写即可：

# minimax
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.minimax.base_url=https://api.minimax.chat/v1/t2a_v2
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.minimax.api_key=REPLACE_WITH_MINIMAX_KEY

# bytedance
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.bytedance.uid=REPLACE_UID
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.bytedance.appid=REPLACE_APPID
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.bytedance.access_token=REPLACE_ACCESS_TOKEN

# 302
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.302.base_url=https://REPLACE_BASE_URL
cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml --set generate_voiceover.providers.302.api_key=REPLACE_API_KEY

---

2) 启动 MCP Server

注意 MCP Server 的启动可能需要几分钟，务必耐心等待，不要急着 kill 掉进程。 macOS/Linux:

cd <repo-root> && source .venv/bin/activate && PYTHONPATH=src python -m open_storyline.mcp.server

Windows:

cd <repo-root>
. .venv\Scripts\Activate.ps1
$env:PYTHONPATH="src"
python -m open_storyline.mcp.server

看到类似以下日志，视为成功：

Uvicorn running on http://127.0.0.1:8001

---

3) 启动 Web 服务（uvicorn）

macOS/Linux:

cd <repo-root> && source .venv/bin/activate && uvicorn agent_fastapi:a