Coze-智能体Agent（工作流:批处理+图像生成+视频生成+）未完待续

历史人物一生视频生成

整体流程图：

1.开始节点

• 作用：

  用户输入：接受历史人物的《名称》

2.大模型生成文案

• 作用：

  根据历史人物的名称，生成该人物的主要事迹以及视频的标题

配置节点步骤

1.输入：

name:开始节点的input

2.系统提示词

# 角色
你是一位熟悉世界历史人物生平的叙事专家，擅长以简洁、明确且具有画面感的方式，呈现历史人物从出生到逝世的关键经历。你能够从可靠的历史资料中筛选核心事件，并以时间顺序展示人物的人生轨迹。

## 技能
### 技能 1：叙述历史人物的一生
1. 当用户查询某位历史人物时，你需要参考权威资料（如历史类网站、百科、通识性书籍）。
2. 提炼该人物一生中最关键的阶段，包括政治活动、军事行动、思想贡献、主要挫折等。
3. 使用编年体，以时间为线索简要描述其代表性事件，使人物一生的脉络清晰可视化。

=== 示例格式（示意用） ===
[人物姓名]于[出生年份]出生于[出生地]。
[某年龄]，[事件或阶段描述 1]。
[某年龄]，[事件或阶段描述 2]。
......
[逝世时年龄]，[逝世相关描述]。
并简要说明其历史意义或留下的影响。
=== 示例结束 ===

### 技能 2：生成标题
根据人物一生的主题特点，为其生成一个简短的标题，如：  
- "拿破仑的帝国之路"  
- "莎士比亚的创作生涯"

### 技能 3：以 JSON 输出
最终输出以 JSON 结构呈现：
{
    "content": "历史人物的生平概述",
    "title": "总结标题"
}

## 文本案例（示意风格展示）
1769 年，拿破仑出生于科西嘉岛。
9 岁，被送往法国本土学习军事。
24 岁，在土伦战役中崭露头角，被视为新星。
30 岁，在国内政变中掌握实权，成为第一执政。
35 岁，加冕为皇帝，将法国推向鼎盛时期。
45 岁，于滑铁卢战败后被流放至圣赫勒拿岛。
51 岁去世，后世将其视为影响欧洲格局的重要人物。

## 限制
- 仅展示6个最为关键的事迹。
- 只回答与该人物相关的内容，其他内容一律拒绝。
- 所有叙述必须按时间顺序排列。
- 信息需来自可靠来源，可在文中适当注明（如：资料来源：[网站/书籍]）。
- 内容保持简洁凝练，不用复杂长句。
- 场景描述注重叙事性与历史氛围，而非冲突与刺激性的细节。

3.用户提示词

{{name}}

4.输出：json格式

包含两部分：文案:context-->Array<String> 标题:title-->Array<String>

3.大模型生成图片提示词

作用：

根据大模型生成的人物事件文案，来生成对应的图片生成的提示词

配置节点步骤

1.输入

prompt:大模型生成文案-context

2.系统提示词

# 角色
你是一位擅长将历史场景具象化的叙事型绘画提示词创作者。你能够从历史素材中提炼关键信息，并将其转换为适合AI绘画的视觉化描述词。在接收到历史人物的故事片段与年龄信息后，你需要构建生动、具体、具有画面感的绘画提示词。

## 技能
### 技能1：生成可绘制的历史人物描述词
1. 根据输入的历史故事与人物年龄，分析故事中的视觉元素，包括人物外貌特征、年代服饰、环境氛围、姿态动作、表情情绪等，并结合人物年龄特征进行整合。
2. 使用清晰、具象、易被AI绘制理解的语言，将这些元素组织成流畅的描述词，从而使AI能够准确构图。
3. 所生成的描述词需完整呈现场景的核心内容，突出人物在该年龄阶段的状态与故事情境。

===示例===
35岁的朱元璋身穿华贵的金色甲胄，头戴红缨武盔，骑在一匹高大、肌肉线条分明的黑马背上，右手握着长枪，神情坚定；身后是随风猎猎作响的军旗与排列整齐的士兵，远方隐约可见烟雾弥漫的战场。
===示例结束===

## 案例机制
- 若故事中出现婴儿角色，必须包含"一个坐着正在啼哭的婴儿"这一要素。
示例：  
输入："1162年，铁木真出生于蒙古草原。"  
输出示例：  
一个被厚实兽皮包裹的婴儿坐在蒙古包内的毛毯上，正在啼哭的婴儿，周围散放着具有草原民族特色的马鞍、弓袋等物品；婴儿黑发浓密、脸庞圆润，蒙古包外是一望无际的草地与成群的牧畜。

## 限制
- 输入数组与输出数组的数量必须保持一致。
- 描述词只基于提供的历史故事与年龄信息，不回应其他无关内容。
- 输出内容需简洁、具体、强调可绘画性，不冗长。
- 描述需忠实于故事背景与人物年龄特点。
- 场景刻画注重叙事氛围，弱化"破碎感""残缺感"等元素。强调历史场景的"叙事"元素而不是"冲突"元素。

输入数组与输出数组的数量必须保持一致

3.用户提示词

{{prompt}}，中国历史题材古代写实风格，超高清晰度，强烈对比，细腻质感

4. 输出：json格式

image_context:Arrary<String>

4.批处理-图像生成

假设上述步骤产生了6条描述，批处理就是要将这个6一起生成图片

作用：

根据生成图片的提示词，批量生成图片

配置节点步骤

1.输入：

input:大模型生成图片提示词-image_context

2.批处理体

• 作用：利用《图像生成》节点批量生成图片

• 图像生成节点配置：

  • 模型：通用-Pro/Seedreadm3.0

  • 比例：9:16

  • 输入

    input:批处理-input

  • 正向提示词

    {{input}}，中国历史题材古代写实风格，超高清晰度，强烈对比，细腻质感

  • 输出:

    data
    msg

3.输出：本质是图片地址

output:图像生成-data

5.图片格式转换

作用：

将批量生成的图片链接结果进行格式的转换（之前默认Array<image>--》改成Array<string>）

配置节点步骤

1.输入：

images:批处理-output

2.代码

async def main(args):
    # 获取传入的两个数组参数
    params = args.get("params", {})
    images = params.get("images", [])
    beiyong = params.get("beiyong", [])

    # 创建结果列表，初始为 images 的副本
    result = list(images)

    # 过滤出 beiyong 中非空且非空白字符串的有效项
    valid_beiyong_items = [item.strip() for item in beiyong if isinstance(item, str) and item.strip() != ""]

    # 用 beiyong 中的有效项填充 images 中的空项（空字符串或 None）
    beiyong_index = 0
    for i in range(len(result)):
        item = result[i]
        if item is None or (isinstance(item, str) and item.strip() == ""):
            if beiyong_index < len(valid_beiyong_items):
                result[i] = valid_beiyong_items[beiyong_index]
                beiyong_index += 1

    # 将剩余的 beiyong 有效项追加到 result 末尾
    while beiyong_index < len(valid_beiyong_items):
        result.append(valid_beiyong_items[beiyong_index])
        beiyong_index += 1

    # 去重 & URL 标准化处理
    processed_result = []
    seen_urls = set()

    for item in result:
        if not isinstance(item, str) or not item.strip():
            continue
        url = item.strip()

        # 特殊处理：若为 URL 且含查询参数 '?'，截取问号前部分，并确保末尾有 '/'
        if url.startswith(("http://", "https://")) and "?" in url:
            url = url.split("?", 1)[0]
            if not url.endswith("/"):
                url += "/"

        if url not in seen_urls:
            seen_urls.add(url)
            processed_result.append(url)

    # （可选）调试日志
    print("原始images数组:", images)
    print("原始beiyong数组:", beiyong)
    print("处理后的结果:", processed_result)

    return {
        "KEYS": processed_result
    }

3.输出

KEYS-->Array<string>

6.批处理-生成视频提示词

作用：

根据大模型生成的图片提示词以及人物事件文案，共同生成视频的提示词（批量产生）

配置节点步骤

1.输入：

两个输入
input:大模型生成图片提示词-image_context
content:大模型生成文案-context

2.批处理体

• 作用：利用《大模型》节点批量生成视频文案

• 输入

  input:批处理-生成视频提示词input
  content:批处理-生成视频提示词content

• 系统提示词

  # 角色
  你是一位擅长历史叙事场景设计的视频提示词专家，专注将历史人物的生平经历转化为适合视频生成模型的安全、直观和具备画面感的提示词。你熟悉不同历史时期的生活风貌，会用叙事化、温和且无害的方式呈现人物的一生。
  
  ## 一、核心安全准则
  ### 1. 内容三级安全处理
  - **第一层：直接移除禁用内容**（如暴力、血腥、危险动作）
  - **第二层：弱化可能刺激的情绪或动作**（如"冲突"→"争论"、"战斗"→"技能展示"）
  - **第三层：将潜在高风险场景转换为无害、可公开播放的设定**  
    示例：  
    "战场" → "历史研究中心的模拟演练区"  
    "处刑" → "舞台剧排练片段"
  
  ### 2. 身份柔化替换表
  | 原始身份 | 可能风险 | 可替代安全身份 |
  |----------|----------|----------------|
  | 士兵 | 暴力联想 | 历史活动讲解员 |
  | 囚犯 | 社会风险 | 剧场演员 |
  | 宗教人物 | 容易引发争议 | 文化史学研究者 |
  
  ## 二、场景润色策略
  ### 1. 动作描述温和化
  - 示例："武士挥刀冲向对方"
  - 处理："表演队成员在舞台上演示古代武术动作，道具始终保持安全距离"
  
  ### 2. 环境安全替换
  - "战乱城墙" → "历史主题园区的复原建筑"
  - "监牢" → "复古风格展陈室"
  - "废墟瓦砾" → "受保护的历史建筑遗址"
  
  ## 三、视觉元素安全处理
  ### 1. 道具替代方案
  | 原始道具 | 替代道具 | 安全说明示例 |
  |----------|-----------|----------------|
  | 金属武器 | 橡胶或泡沫道具 | "用于教学演示的轻质模型" |
  | 枪械 | 彩色水枪 | "明显玩具化外观，具备儿童友好属性" |
  | 炸药 | 礼花、烟雾机 | "用于舞台效果的庆典装置" |
  
  ### 2. 身体表现方式
  - "受伤的皮肤裂开"
  - "化妆部门使用安全颜料制作的戏剧效果"
  
  ## 四、文化敏感降级
  1. **信仰相关场景**：避免仪式化表达  
     - 替代方案："人在古建筑中安静阅读文化资料"
  
  2. **民族内容**：避免刻板  
     - 替代方案："传统文化展示活动中参与者表演手工技艺或歌舞"
  
  ## 五、安全视频提示词结构模板
  **镜头语言** + **安全化身份** + **温和动作** + **非风险场景** + **积极氛围**  
  示例：  
  "远景镜头下，身着朴素服饰的历史讲解员在文化园区中比划当年的战术布置，使用轻质模型展示，周围阳光柔和洒落。"
  
  ## 六、审核增强处理
  - 强调"表演""教学""排练""影视拍摄"属性  
  - 加入安全说明：  
    "本画面为专业团队指导下的示范性演示"  
  - 使用无害比喻：  
    "如同棋盘推演般展示人物的策略思维"
  
  ## 七、特殊主题的安全表达方式
  1. **历史战争题材**  
     → "沙盘推演""历史研究员讲解""模型展示区"
  
  2. **灾难类主题**  
     → "应急演练现场""模拟教学场景"
  
  3. **社会事件相关**  
     → "剧组拍摄日常""演员按照导演要求走位"
  
  ## 八、风险自查清单
  1. 所有人物是否具有明确的无害身份？  
  2. 动作是否完全可解释为教学/表演？  
  3. 场景是否避免现实敏感地点？  
  4. 道具是否带有"模型""仿制""玩具"说明？  
  5. 完全避免具象伤害、惊悚或攻击行为？
  
  ## 九、替代词库
  - "攻击" → "示范动作"
  - "爆炸" → "舞台闪光效果"
  - "死亡" → "人物人生阶段结束的象征性画面"
  - "血迹" → "红色化妆颜料用于戏剧效果"
  
  ## 十、多层面安全确认
  1. **词汇层面**：通过敏感词扫描  
  2. **视觉层面**：提示词应能生成适合公开场景播放的画面  
  3. **语境层面**：整体传递教育、文化或历史学习意义
  
  **最终守则：**  
  所有生成内容必须符合"幼儿园可播放标准"，温和、积极、无害。
  
  ## 限制
  - 全程围绕历史人物的一生进行创作，不涉及其他话题。  
  - 结构清晰、逻辑明确。  
  - 视频提示词需简洁、突出重点、便于画面生成。

• 用户提示词

  {{input}}{{content}}

• 输出:json

  output <String>

3.输出

output:大模型生成视频提示词

7.批处理-生成视频

作用：

根据生成视频的提示词以及图片生成视频

配置节点步骤

1.输入：

prompt:批处理生成视频的提示词
KEYS:转换格式之后的图片链接

2.批处理体

• 作用：利用《视频生成》节点批量生成视频

• 注意：选择《图文生成视频》的模式

• 参考图片：

  • 首帧图片：输入--》批处理生成视频KEYS

  • 输入

    prompt-->批处理生成视频prompt

  • 输出：(默认)

    video
    msg

3.输出：默认

图像生成-data

8.提取视频链接：get_url

作用：

输入视频，生成链接地址

注意：

• 这个插件来自于 《剪映小助手》--《get_url》插件

• 选择 《批处理》 模式

配置节点步骤

1.批处理（变量名）：

item1:批处理-生成视频output

2.输入

output:get_url.item1

3.输出：

outputList

9.objs_to_str_list

作用：

将get_url得到对象列表结果转换成字符串列表

注意：

• 这个插件来自于**《剪映小助手》--《objs_to_str_list》插件**
• 选择**《单次》**模式

配置节点步骤

1.输入

outputs:get_url.outputList

2.输出：

infos Array<String>

10.预估视频时间及数量

作用：

根据视频链接，来预估视频的时间和有效的视频数量

注意：

• 这个节点来自于**《代码》插件**

配置节点步骤

1.输入

video_url:get_url.outputList

2.代码：

import asyncio

async def main(input):
    # 1. 尝试从不同层级结构中安全提取 video_url 参数（支持多种输入格式）
    
    video_url = None  # 初始化 video_url 为 None，表示尚未获取到有效值
    
    # 优先尝试从 input['arguments']['video_url'] 获取（常见于 LLM 工具调用参数）
    if input.get("arguments") and input["arguments"].get("video_url") is not None:
        video_url = input["arguments"]["video_url"]
    
    # 若上层未找到，尝试从 input 根层级直接获取（扁平传参场景）
    elif input.get("video_url") is not None:
        video_url = input["video_url"]
    
    # 若仍未找到，最后尝试从 input['params']['video_url'] 获取（常见于插件参数封装）
    elif input.get("params") and input["params"].get("video_url") is not None:
        video_url = input["params"]["video_url"]
    
    # 2. 将 video_url 统一规范化为字符串列表 video_urls（便于后续批量处理）
    
    # 判断 video_url 是否为列表类型
    if isinstance(video_url, list):
        # 若已是列表，则直接赋值（但需确保元素为字符串）
        video_urls = [str(url).strip() for url in video_url if url is not None]
    elif isinstance(video_url, str) and video_url.strip():
        # 若是单个非空字符串，则包装成单元素列表
        video_urls = [video_url.strip()]
    else:
        # 其他情况（None、空字符串、数字0等）视为空列表
        video_urls = []
    
    # 3. 统计有效视频 URL 的数量
    num = len(video_urls)  # 直接获取列表长度，即视频个数
    
    # 4. 估算总处理时长（单位：微秒 μs）
    # 示例策略：每个视频预估处理 5 秒 → 5 * 1_000_000 = 5_000_000 微秒
    # 注意：Coze 等平台的 duration 字段通常要求以「微秒」为单位
    duration = num * 5_000_000  # 5秒/视频 × 数量 → 总耗时（微秒）
    
    # （可选增强）可在此处补充 URL 校验或去重，例如：
    # video_urls = list(dict.fromkeys(video_urls))  # 保留顺序去重
    # num = len(video_urls)
    # duration = num * 5_000_000
    
    # 5. 返回标准化结果字典（供下游节点使用）
    # 请根据插件定义确认字段名：若插件输出参数名为 'KEYS'，则需调整 key
    return {
        "duration": duration,  # 预估总处理时间（微秒）
        "num": num             # 有效视频数量
    }

3.输出:两个结果

num:Integer
duration:Interger

11. 创建 timelines 时间线列表

作用：

根据视频URL数量和视频总时长进而获取时间线

注意：

• 这个插件来自于**《剪映小助手》--《timelines》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入

duration:预估视频时间和数量-duration
num:预估视频时间和数量-num
start:0

2.输出：

all_timelines
timelines

12. 制作视频数据

作用：

根据时间线制作视频数据

注意：

• 这个插件来自于**《剪映小助手》--《video_infos》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入

timeslines:时间线列表.timeslines
video_urls:objs_to_str_list.infos

2.输出：

info String

13.制作字幕

作用：

根据时间线制作字幕

注意：

• 这个插件来自于**《剪映小助手》--《caption_infos》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入

text:大模型生成文案.output
timeslines:时间线.timeslines

2.输出：

info String

14.制作标题

作用：

根据时间线制作标题

注意：

• 这个插件来自于**《剪映小助手》--《caption_infos》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入

text:大模型生成文案.title
timeslines:时间线.timeslines

2.输出：

info String

15.配置背景音乐

作用：

配置背景音乐

注意：

• 这个插件来自于**《剪映小助手》--《str_to_list》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入：音乐可以自己下载

obj:https://ve-template-0920.oss-cn-shanghai.aliyuncs.com/uploads/1752207976590_oihrjdq8s3f.mp3

2.输出：

infos Array<String>

16.根据时间线制作音频

作用：

根据时间线制作音频

注意：

• 这个插件来自于**《剪映小助手》--《aduio_infos》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入：

mps_urls:str_to_list.infos
timeslines:时间线.all_timeslines

2.输出：

infos String

17.生成草稿

作用：

生成视频的草稿

注意：

• 这个插件来自于**《剪映小助手》--《create_draft》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入：

height:1920
width:1080

2.输出：

draft_id String

18.批量添加视频

作用：

根据草稿ID和视频数据，批量添加视频

注意：

• 这个插件来自于**《剪映小助手》--《add_videos》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入：

draft_id:生成草稿create_draft.draft_id
video_infos:制作视频.infos

2.输出：

segments_ids
segments_infos
draft_id String

19.批量添加字幕

作用：

根据草稿和字幕数据，添加字幕

注意：

• 这个插件来自于**《剪映小助手》--《add_captions》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入：

captions:制作字幕.infos
draft_id:生成草稿create_draft.draft_id
border_color:#000000
font:江湖体
font_size:12
line_spacing:10
text_color:#ffde00
transform_y:-794

2.输出：

draft_id
segments_ids
segments_infos

20.添加标题

作用：

根据草稿和标题数据，添加标题

注意：

• 这个插件来自于**《剪映小助手》--《add_captions》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入：

captions:制作标题.infos
draft_id:生成草稿create_draft.draft_id
border_color:#000000
font:江湖体
font_size:15
line_spacing:10
text_color:#ffffff
transform_y:1369

2.输出：

draft_id
segments_ids
segments_infos

21.批量添加音频

作用：

根据草稿ID和音频数据，批量添加音频

注意：

• 这个插件来自于**《剪映小助手》--《add_audios》插件**

• 选择**《单次》**模式

配置节点步骤

1.输入：

audio_infos:audio_infos(制作音频).infos
draft_id:生成草稿create_draft.draft_id

2.输出：

draft_id

22.结束节点

作用：

生成最终的视频draft_id