VPick 视频创作器

一体化 AI 视频制作工作室——从图像生成、视频生成、配音、配乐、唇形同步到最终导出，全部在可视化画布中完成。由 VPick 提供支持。

安全与数据处理

• MCP 链接即凭证：您的 MCP 配置中嵌入了身份验证令牌（位于 URL 中，例如 https://vpick.10xboost.org/mcp/t/xxxxx...）。请将其视为密码，切勿公开分享。
• 令牌作用域：该嵌入式令牌授予您对 VPick 账户的生成访问权限。它可用于创建/管理画布节点、触发视频/图像/音频生成、上传媒体文件以及导出结果。但无法访问您的社交媒体账号或 VPick 以外的任何服务。
• 令牌存储方式：令牌存储于 VPick 服务端数据库（Google Cloud，us-central1 区域），绝不会写入您的本地文件系统。您可随时在 vpick.10xboost.org/settings 页面重新生成。
• 数据流向：所有生成请求均经由 VPick 服务器（vpick.10xboost.org，部署于 Google Cloud）中转。VPick 代表您将请求路由至第三方 AI 模型服务商（Kling、Veo、Runway、Sora、ElevenLabs、Suno）。您的提示词及上传的媒体文件将被发送至这些服务商进行处理。
• 存储机制：生成的文件保存在 Google Cloud Storage 中，归属您的 VPick 账户。上传的图像/视频仅用于生成任务，并保存在您的项目内。
• 无需本地凭据：无需配置本地 API 密钥、环境变量或密钥。全部身份认证均通过 MCP 链接完成。
• 计费方式：生成费用从您的 VPick 账户余额中扣除，不直接向任何第三方服务扣费。
• 第三方服务说明：本能力依赖于 VPick —— 一个云端 AI 视频制作平台。文档地址：vpick-doc.10xboost.org；源码地址：github.com/snoopyrain。

前置条件

1. 注册账户：访问 vpick.10xboost.org（支持 Google OAuth 登录；新用户赠送 $1 免费额度）
2. 获取 MCP 链接：进入 Settings（设置） → 复制您的 MCP Server URL（含身份验证令牌）
3. 添加至 Claude：将 MCP 链接粘贴至 Claude 设置中的 Connector（连接器）字段 —— 无需安装，无需配置 API 密钥
4. 充值额度（如需）：生成费用将从您的 VPick 余额中扣除

支持的模型

视频生成模型

图像生成模型（用于参考图、分镜脚本、缩略图）

音频与语音模型

制作流程概览

VPick 在同一平台覆盖完整的视频制作工作流：

图像生成 → 视频生成 → 配音/配乐 → 唇形同步 → 人声/语音编辑 → 合成与导出

1. 前期制作：生成角色设计、场景环境、分镜帧
2. 视频生成：单镜头或支持角色一致性的 MultiShot 模式
3. 音频制作：配音（ElevenLabs TTS）、配乐（Suno）、人声分离（Demucs）、语音变声
4. 唇形同步：使用 Kling AI Avatar 将静态人脸图像与生成音频匹配，驱动面部动画
5. 后期制作：合成多个视频片段、混音多条音频轨道、导出最终视频

核心工作流

步骤 1：初始化画布

首先理解用户的项目需求：

• 调用 get_canvas 查看当前画布状态
• 调用 list_projects 查看已有项目
• 若为全新项目，使用 create_project

步骤 2：准备素材

在画布上创建输入节点：

文本提示词：

add_node(type: "text", name: "Scene 1 Prompt", data: { content: "A samurai walking through rain, cinematic lighting" })

参考图像（用于起始/结束帧或角色一致性）：

upload_image(url: "https://example.com/character.jpg")

如需，可先生成图像：

run_image_generator(nodeId: "", prompt: "samurai portrait, white background", model: "nano-banana-2")

步骤 3：生成视频

简易视频（单镜头）

add_node(type: "video-generator", name: "Scene 1")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "text-out", targetHandle: "prompt-in")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "image-out", targetHandle: "start-image-in")
run_video_generator(nodeId: "", model: "kling-3.0", duration: 5, sound: true)

MultiShot 视频（多镜头串联 — 仅限 Kling 3.0）

MultiShot 可在单次 API 调用中生成 3–15 秒视频，包含多个镜头角度并保持角色一致性。

run_video_generator(
  nodeId: "",
  model: "kling-3.0",
  multiShot: true,
  multiPrompt: [
    { "prompt": "@character walks into frame, wide shot", "duration": 4 },
    { "prompt": "@character looks at camera, medium close-up", "duration": 3 },
    { "prompt": "@character turns away, slow dolly out", "duration": 3 }
  ],
  elements: [
    {
      "name": "character",
      "description": "Main protagonist, male samurai",
      "imageUrls": ["https://.../char-front.jpg", "https://.../char-side.jpg"]
    }
  ],
  sound: true
)

MultiShot 使用规则：

• 每个元素至少需提供 2 张参考图像（白底、人物孤立）
• 元素 name 必须与提示词中 @name 的名称完全一致（区分大小写）
• 总时长范围：3–15 秒
• 每组最多支持 5 个镜头
• MultiShot 模式下音频强制开启

步骤 4：音频制作

音频是视频制作的核心环节。VPick 支持以下 5 类音频工具：

4a. 配音 — ElevenLabs 文本转语音（TTS）

将文本转化为自然的旁白或对白。内置 29+ 种声音，支持多语言。

add_node(type: "audio-generator", name: "Narration")
run_audio_generator(
  nodeId: "",
  prompt: "The samurai stood alone in the rain, waiting for dawn.",
  model: "elevenlabs",
  voiceId: "",
  stability: 0.5
)

您也可连接 Text 节点作为输入：

connect_nodes(sourceId: "", targetId: "", sourceHandle: "text-out", targetHandle: "text-in")

4b. 音乐生成 — Suno

创作原创背景音乐、主题曲或广告配乐。

add_node(type: "music-generator", name: "BGM")
run_music_generator(
  nodeId: "",
  prompt: "epic cinematic orchestral, tension building, dark atmosphere",
  model: "suno",
  instrumental: true,
  style: "cinematic orchestral"
)

设置 instrumental: false 可启用 AI 生成的人声演唱，并根据提示词生成歌词。

4c. 唇形同步 — Kling AI Avatar

驱动任意角色面部图像，使其随指定音频开口说话，将静态图像转化为“会说话的头像”视频。

add_node(type: "lipsync-generator", name: "Talking Character")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "image-out", targetHandle: "image-in")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "audio-out", targetHandle: "audio-in")
run_lipsync_generator(nodeId: "")

费用：约 $0.12/秒。适用于对话场景、讲解类视频或虚拟主持人。

4d. 人声分离 — Demucs

从任意音频/视频文件中分离人声与背景音乐。输出：人声轨、伴奏轨、原始音轨。

add_node(type: "vocal-separator", name: "Separate Audio")
connect_nodes(sourceId: "", targetId: "", ...)
run_vocal_separator(nodeId: "")

典型用例：提取场景对白、移除背景音乐、音频 Remix。

4e. 语音变声 — ElevenLabs 语音到语音（STS）

在保留原有语音语调与情感的前提下，将任意录音转换为目标声音。

add_node(type: "voice-changer", name: "New Voice")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "audio-out", targetHandle: "audio-in")
run_voice_changer(nodeId: "", voiceId: "", removeBackgroundNoise: true)

需用户提供自己的 ElevenLabs API 密钥（免费注册，不消耗信用额度）。

4f. 音频混音

将多条音频轨道（如配音 + BGM）合并为一条：

add_node(type: "audio-combine", name: "Mixed Audio")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "audio-out", targetHandle: "audio-in")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "audio-out", targetHandle: "audio-in")
run_audio_combine(nodeId: "")

最多支持 10 条音频输入。

步骤 5：合成与导出

合成多个视频片段：

add_node(type: "combine", name: "Final Video")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "video-out", targetHandle: "videos-in")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "video-out", targetHandle: "videos-in")
connect_nodes(sourceId: "", targetId: "", sourceHandle: "audio-out", targetHandle: "audio-in")
run_combine(nodeId: "")

混音音频轨道：

run_audio_combine(nodeId: "")

步骤 6：整理画布

保持画布整洁清晰：

auto_layout(nodeIds: ["", "", ...], direction: "horizontal", spacing: 200)
create_group(nodeIds: ["", "", ...], overrides: { label: "Scene 1", color: "#4A90D9" })

工作流（自动化流水线）

针对可复用的流程，可创建工作流：

create_workflow(nodes: [...], edges: [...])
run_workflow(workflowId: "")

结果检查

• list_nodes — 查看所有节点及其生成状态与输出 URL
• get_node(id) — 获取特定节点详情（含生成的视频/音频 URL）
• list_generated_files(limit: 10) — 最近生成历史记录
• get_generation_stats — 按模型与费用统计用量明细

使用提示

• 优先生成图像：在视频生成前，先创建角色/环境的参考图像
• 善用 MultiShot：对于需保持角色一致性的场景，MultiShot 是最强大的功能
• 参考图像建议白底：用于 Elements 的参考图像以白底、人物孤立效果最佳
• 生成前确认余额：大体量生成前请使用 get_generation_stats 查看消费情况
• Element 名称不匹配是最常见错误：务必确保提示词中的 @name 与元素 name 完全一致
• 画幅比例需预先设定：画幅比例（如 16:9、9:16、1:1）一经设定，将影响后续所有生成，请先与用户确认

错误处理

文档资源

• VPick 应用：vpick.10xboost.org
• 可用模型列表：调用 list_models 工具，获取当前定价与能力说明