VideoClaw 是什么？
VideoClaw 是 Synclip 内置的 AI 分镜与视频生成工作台。它提供一个基于节点的画布，制作中的每个元素——项目大纲、角色资产、场景资产、剧集脚本、分镜图和渲染视频片段——都以可互联的节点形式存在，随时可以查看和重新生成。
名称有意致敬 OpenClaw——那个让基于节点的影视前期制作流行起来的开源分镜流水线项目。VideoClaw 在此基础上引入了实时 AI 生成能力：无需手工绘制分镜或搜索素材图，每个节点都能在几秒内由底层模型完成填充。
底层采用多智能体架构处理创作流水线：Router 智能体分类你的对话输入，Planner 智能体规划剧集与镜头，Writer 智能体起草脚本和生成提示词，Director 智能体在内容到达画布前进行一致性审核。
- 基于节点的制作画布——每个资产都是可拖拽、可编辑的节点
- AI 剧本解析——自动提取角色、场景和剧集结构
- 通过 Nano Banana 生成分镜图（快速、电影感、成本低）
- 视频生成：Sora 2 / Veo 3.1 Fast / Grok Video——按镜头自由选择
- 多智能体流水线：Router → Planner → Writer → Director
- 用户级 AI Token 配额——能量条实时追踪消耗
VideoClaw 工作原理——从剧本到银幕
完整流水线在单个持久化画布中运行，每个阶段在上一阶段的基础上构建。
阶段一：项目创建与剧本导入
新建项目，将剧本粘贴或写入 Script Source 节点。VideoClaw 的解析引擎读取原始文本，提取结构化项目大纲：标题、故事简介、核心冲突、角色、场景和剧集列表。所有提取的资产会自动作为节点播种到画布上。
- 粘贴任意纯文本剧本、剧情大纲或故事简介
- AI 提取角色（姓名、身份、原型、外观标签）
- AI 提取地点和场景描述
- 根据幕式结构或场景标题自动生成剧集列表
阶段二：角色与场景资产生成
每个角色节点获得 AI 自动生成的视觉档案。Nano Banana 根据阶段一提取的外观标签渲染参考肖像。场景节点获得概念艺术图。这些视觉内容将成为所有后续分镜帧的基准——在整个制作过程中保持面部和地点的一致性。
阶段三：剧集脚本与分镜规划
选择剧集节点，让 AI 生成完整的逐场脚本。Writer 智能体起草对白、动作描述和摄像机方向。随后从脚本生成分镜列表——每个镜头变为一个 Shot Script 节点，包含地点、时间、动作摘要、对白节选和分镜图插槽。
阶段四：分镜图生成
Planner 智能体为每个镜头写一条 Nano Banana 优化提示词——采用项目全局视觉风格或剧集级别的覆盖设置。一键触发全集批量生图。你也可以单独重新生成某一帧，不影响其余分镜。
阶段五：视频渲染
每个分镜帧是视频生成的起点。将图像连接到 VideoGen 节点，选择模型（Sora 2 用于电影质感，Veo 3.1 Fast 用于速度和首尾帧控制，Grok Video 用于多宽高比影视输出），写入或导入镜头提示词，开始生成。所有视频片段存储在画布中，支持内联预览。
核心功能一览
运行完整 AI 前期制作与制作流水线所需的一切：
| Feature | Detail |
|---|---|
| 剧本解析 | 从原始文本自动提取角色、场景、故事简介和剧集结构 |
| 角色肖像生成 | Nano Banana 根据外观标签生成参考肖像 |
| 场景概念艺术 | AI 为每个场景节点生成地点参考图 |
| 镜头脚本 | AI 起草含对白和摄像机方向的逐场脚本 |
| 镜头提示词生成 | 每个镜头自动生成 Nano Banana 图像提示词和视频提示词 |
| 批量分镜生成 | 一次操作生成所有镜头图像 |
| 多模型视频生成 | Sora 2 / Veo 3.1 Fast / Grok Video——每个节点可独立选择 |
| 视觉风格继承 | 在大纲节点设置全局风格，可按剧集或镜头覆盖 |
| AI 对话界面 | 自然语言控制——描述你想要什么，智能体自动路由操作 |
| AI Token 能量条 | 实时用量展示，配额按订阅等级每月重置 |
分镜图——底层由 Nano Banana 驱动
VideoClaw 的所有分镜图生成均运行在 Nano Banana 上，即 Synclip 的快速图像模型。Writer 智能体自动将每个镜头的脚本描述转化为 Nano Banana 优化提示词——融入项目视觉风格、角色外观标签和场景地点参考。几秒钟内即可获得生产可用的分镜板，而不是花费数小时。
- 每个镜头自动生成电影构图提示词
- 全局应用项目视觉风格（如"赛博朋克霓虹"、"水墨画"、"黑色电影"）
- 角色外观标签注入每一帧出现该角色的画面
- 一键批量生成剧集全部镜头
- 单帧重新生成，不影响相邻分镜
Tip: 在开始生成任何图像之前，先在项目大纲节点上设置"视觉风格"字段。这个字符串会被前置到项目中每一条 Nano Banana 提示词，确保整集 100 多帧的视觉一致性。
视频生成——三个模型，一个画布
VideoClaw 在画布中直接提供 Synclip 全部三个视频模型。每个 VideoGen 节点可选择最适合当前镜头的模型：
| Model | Resolution | Max Duration | Best For |
|---|---|---|---|
| Sora 2 | 720p | 15 秒 | 电影质感、角色特写、艺术序列 |
| Veo 3.1 Fast | 720p | 25 秒 | 快速迭代、首尾帧控制、多参考图镜头 |
| Grok Video | 720p | 15 秒 | 三宽高比输出（3:2 / 2:3 / 1:1）、自动缩略图、线性定价 |
每个模型各有优势——Veo 3.1 Fast 长片段最划算；Sora 2 提供最高电影质感；Grok Video 增加自动缩略图生成和灵活宽高比。同一剧集的不同镜头可以自由混搭模型。
短片推荐工作流
一部典型的 5 分钟短片（3 幕、9 场景、约 30 个镜头），使用以下流程可在 2 小时内完成全部分镜和视频生成：
第一步：撰写或粘贴剧情大纲（15 分钟）
准备 500–2000 字的大纲或完整剧本。包含角色名称、场景标题（内景/外景）和动作描述。给解析器的结构越清晰，提取结果越干净。
第二步：运行剧本解析，审核提取的资产（10 分钟）
点击 Script Source 节点上的"解析内容"。审核提取的角色和场景。通过直接编辑资产节点或询问 AI 来补充缺失的细节（外观标签、性格特征）。
第三步：生成角色肖像和场景概念艺术（20 分钟）
选中所有角色节点，触发肖像生成。对场景节点做同样操作。这为后续每一帧分镜提供一致的视觉参考。
第四步：生成剧集脚本和分镜列表（15 分钟）
对每个剧集节点，点击"生成剧本"。Writer 智能体起草完整的逐场脚本并自动创建分镜节点。审核分镜列表，按需调整摄像机方向或动作节拍。
第五步：批量生成所有分镜图（20 分钟）
让 AI 生成剧集的所有分镜图。系统为每个镜头写 Nano Banana 提示词并执行批量生成。重新生成需要调整的任意帧。
第六步：为关键镜头渲染视频（40 分钟）
选取需要视频的镜头（高潮时刻、转场、动作节拍）。每个镜头连接到 VideoGen 节点，选择模型并生成。快速迭代用 Veo 3.1 Fast，最重要的电影时刻用 Sora 2。
VideoClaw vs 手动前期制作 vs 其他 AI 工具
以 30 个镜头的一集为例的对比：
| 任务 | VideoClaw | 手动（Figma/Notion） | 通用 AI（ChatGPT + Midjourney） |
|---|---|---|---|
| 剧本到分镜列表 | 自动（< 2 分钟） | 2–4 小时 | 30–60 分钟（手动提示） |
| 角色参考肖像 | 批量，一键 | 手工绘制或找素材 | 每个角色手动生成 |
| 分镜图生成 | 批量，风格一致 | 手工绘制或找素材 | 手动，无风格继承 |
| 视频渲染 | 内嵌，3 种模型 | 需要独立视频工具 | 需要独立工具 |
| 风格一致性 | 全局风格 + 按镜头覆盖 | 手动维护 | 无（逐条提示） |
| 资产组织 | 节点画布，自动关联 | 手动文件夹结构 | 无 |
常见问题
VideoClaw 和 OpenClaw 是什么关系？
OpenClaw 是一个开源分镜流水线项目，让基于节点的影视前期制作流行起来。VideoClaw 是 Synclip 对这一理念的实现——在此基础上扩展了实时 AI 生成能力（剧本解析、图像生成、视频渲染）和内置多智能体对话界面。VideoClaw 是托管产品；OpenClaw 是自托管开源项目。
使用 VideoClaw 需要写完整剧本吗？
不需要。你可以从简短的大纲（几段话描述你的故事）、故事简介甚至要点列表开始。AI 解析器设计为从你提供的任何内容中提取有用结构，缺失的细节可以通过对话界面交互式补充。
AI Token 用量如何追踪？
VideoClaw 内的每次 LLM 调用（剧本解析、脚本生成、提示词写作、对话路由）都会计入你的月度 AI Token 配额。标题栏的能量条实时显示当前用量。配额每月重置，额度随订阅等级增加。
可以使用自己的图片或现有分镜帧吗？
可以。画布中的每个图像插槽（分镜帧、角色肖像、场景概念图）都接受上传图片。你可以自由混用 AI 生成和手动上传的资产。上传的图片也可以用作视频生成的参考输入。
分镜转视频应该用哪个模型？
大多数镜头推荐从 Veo 3.1 Fast 开始——快速、经济，且支持将分镜帧作为参考图输入。高潮电影时刻需要最高质量时用 Sora 2。需要特定宽高比（如 1:1 用于社媒）或需要自动缩略图时用 Grok Video。