基于 Google Veo 3.x 的文本生成视频 CLI 工具，支持分段生成与自动拼接，适合批量制作广告/UGC 风格短视频。
说明：
## 核心用法
本技能提供基于 Google Gemini API 的 Veo 3.x 视频生成命令行工作流，主要解决短视频批量生产场景。核心脚本 `generate_video.py` 支持：
1. **单片段生成**：文本提示 → 轮询等待 → 下载 MP4（默认约 8 秒输出）
2. **多段拼接**：通过 `–segments` 参数串联多个 Veo 请求，使用 ffmpeg 自动拼接成长视频（如 3 段 × 8s = 24s）
3. **风格一致性**：`–base-style` 全局风格前缀 + `–segment-style continuation` 自动追加连续性指令，或 `–use-last-frame` 提取上一段末帧作为下一段首帧输入
4. **参考图引导**：支持 `–reference-image` 传入产品图或风格参考图
## 显著优点
– **工程化工作流**：可复现的 CLI 流程，适合 CI/CD 或批量脚本集成
– **官方 API 背书**：直接调用 Google 官方 Gemini/Veo 服务，非第三方封装
– **灵活拼接策略**：提供 `continuation`/`same` 两种分段风格，末帧传递机制增强视觉连贯性
– **进度可见性**：`–emit-segment-media` 实时输出 MEDIA 标记，便于流水线监控
## 潜在缺点与局限
– **长度天花板**：单请求输出约 8 秒，长视频需多次 API 调用（成本与延迟线性增长）
– **连续性非保证**：即使启用 `–use-last-frame`，AI 生成仍可能出现场景跳跃、人物变形等不一致
– **依赖外部工具**：拼接功能强制要求本地 ffmpeg 可用
– **配额门槛**：视频生成需开通 Gemini API 付费层级，免费层易触发 429 配额耗尽
– **预览版风险**：`veo-3.1-generate-preview` 为预览模型，接口与行为可能变更
## 适合人群
– 需批量生产 10-30 秒短视频的电商/广告运营团队
– 希望将 AI 视频嵌入自动化工作流的技术开发者
– 熟悉 CLI 环境、具备基础 ffmpeg 知识的用户
## 常规风险
– **API 成本失控**：分段生成 × 轮询重试可能产生意外费用，建议设置预算告警
– **内容合规**：Veo 输出受 Google 内容政策约束，商业使用需审查生成结果
– **服务稳定性**：503 模型过载错误需客户端实现指数退避重试
会员专属
