下载视频、提取字幕、截取帧画面。使用 yt-dlp、Whisper 和 ffmpeg 分析 YouTube、教程和 DD 视频

通过严格的阶段门控工作流（大纲 → 集计划 → 分镜脚本 → 分镜图 → 渲染）协调脚本到最终视频的生成过程，使用Seedream生成图像、Seedance多镜头渲染、基于检查点的确认与恢复功能，以及可选的FFmpeg合并。适用于将txt/json/分阶段生成的文件转换为分镜视频和最终合并的mp4文件。

根据停车点列表（城市/兴趣点）生成极简地形风格的动态驾驶路线视频（MP4），无需使用Remotion。采用OSRM计算道路路径几何，OpenTopoMap地形图瓦片作为底图，Matplotlib渲染帧，FFmpeg编码。适用于用户要求创建或导出沿道路或高速公路行驶的动态自动驾驶路线视频（飞行跟随视角、路线绘制动画、标签标注）的场景。

下载视频、提取字幕、截取画面。使用 yt-dlp、Whisper 和 ffmpeg 分析 YouTube、教程和 DD 视频

下载视频、提取字幕、截取帧。使用 yt-dlp、Whisper 和 ffmpeg 分析 YouTube 教程和 DD 视频

适用于使用 FFmpeg 进行视频/音频处理任务，包括转码、滤镜、流媒体传输、元数据操作或复杂滤镜图操作

接收长视频，进行语音转文字，识别出最适合抖音和Reels的精彩片段，使用ffmpeg剪辑，并添加抖音风格的动态字幕

完整A/B视频流程——包括分镜设计、Veo 3批量生成、浏览器预览与反馈循环，以及通过ffmpeg合成最终视频。适用于创建多场景视频、对吸引点和行动号召进行A/B测试、拼接前预览片段，或从已审批片段中组装最终成片

MiniMax多模态模型技能——使用MiniMax多模态模型生成语音、音乐、视频和图像。利用MiniMax AI创建语音（文本转语音、语音克隆、语音设计、多段合成）、音乐（歌曲、纯音乐）、视频（文本转视频、图像转视频、起止帧、主体参考、模板、长篇多场景）、图像（文本转图像、带角色参考的图像转图像）以及媒体处理（转换、拼接、剪裁、提取）。当用户提及MiniMax、多模态生成，或希望生成语音/音乐/视频/图像AI内容、使用MiniMax API或结合MiniMax输出的FFmpeg工作流时启用此技能。