一句话出片，WorkBuddy 加 LibTV，视频制作从"做"变成了"说"

基本信息

来源：掘金
作者：小虎AI生活
发布日期：2026-08-03
字数：2640

核心观点

视频模型的核心矛盾变了：模型本身质量已过及格线，真正拉开差距的是模型背后有没有能被 Agent 调用的调度层。LibTV 的 CLI 提供了这座桥——它把”网页里的模型”变成了”能被代码调用的引擎”。
WorkBuddy + LibTV 实现一句话出片：用户在 WorkBuddy 中说一句话，WorkBuddy 自动拆解意图 → 调用 LibTV Skill → LibTV 通过 CLI 调模型生成接口 → 生成视频 → 下载 → FFmpeg 合成配音字幕 → 输出成片。全程用户无需手动操作。
三个自动化场景递进：场景一”一句话出片”（基本生成），场景二”产品图动起来”（图生视频+自动选模型），场景三”完整生产线”（视频生成+edge-tts 配音+FFmpeg 合成字幕，一条指令完成全链路）。
成本对比揭示自动化价值：H3 价格 0.8 元/秒，15 秒约 12 元（需 VIP）。但时间成本更重要——手动操作 10 条视频吃掉一个下午，用 WorkBuddy 只需 10 句话。
AI 视频下一个分水岭：不是模型参数，是模型能不能被 Agent 调用。LibTV 平台上的模型（H3、Wan 2.7、Hailuo 2.3、Seedance 系列）通过 CLI 可被 Agent 调用，这是与网页端模型的本质区别。

实操内容保留

LibTV CLI 安装与配置

安装：下载 LibTV CLI skill 包，在 PowerShell 里跑安装脚本，CLI 自动装到 ~.libtv 目录。装完记得重开终端，否则 PATH 不刷新。

libtv login web

如果浏览器已登录 LibTV，回调可能被跳过导致 CLI 卡住。解决方案：手动设 LIBTV_TOKEN 环境变量。

模型权限：31 个视频模型，部分有 VIP 门槛。H3 需 VIP。非 VIP 可用 8 个（Wan 系列、Hailuo 系列）。调用前先 model search。

场景一：一句话出片

帮我安装并配置LibTV CLI。配置完成后，帮我登录LibTV，创建一个测试画布，然后用Wan 2.7模型生成一条视频。主题：一只橘猫在窗台上晒太阳。

WorkBuddy 自动链路：下载 skill 包 → 安装 CLI → 登录 → 创建工作区 → 创建画布 → 搜索模型 → 拉取 Wan 2.7 参数 schema → 创建视频节点 → 触发生成 → 等待完成。

场景二：产品图动起来

用LibTV，以我桌面上"耳机产品图.png"作为参考图，生成5秒产品展示视频。画面：耳机从侧面缓缓旋转，展示充电仓，背景深灰色渐变。风格：科技感，Apple广告风格。

场景三：完整生产线

用LibTV生成一条10秒的视频，主题是"智能手表"。生成完成后，用edge-tts生成配音，文案是"全新智能手表，健康监测，续航三十天"。然后用FFmpeg把配音合成到视频里，加字幕，字体用思源黑体，白色加阴影，底部居中。最终输出MP4。

模型参数注意事项

Hailuo 2.3 Fast：ratio=auto、duration=6 或 10
Wan 2.7：ratio=16:9、duration=5
WorkBuddy 会在调模型前先拉参数 schema，自动适配

关键概念

WorkBuddy — AI Agent 工作助手，可调用 Skill 执行自动化任务
LibTV — 视频编排工作台，提供 CLI 让 Agent 调用视频模型
AI视频生成 — 通过 Agent + CLI 实现全自动视频制作流水线
AI Agent 自动化 — Agent 替代人工值守，理论可无限次调用

与其他素材的关联

与 AI视频剪辑自动化相关：本文展示的是比剪辑更进一步的全自动生成+合成链路
与 AI视频分镜相关：LibTV 的画布系统可视为分镜编排的工程化实现
与 CLI 复兴相关：LibTV CLI 是 CLI 在 AI Agent 时代复兴的典型案例

原文精彩摘录

LibTV 做了一件事，大多数人没注意到。它不只是个视频编排工作台——它提供了一套完整的 CLI 命令行工具和配套的 Skill API。通过这套 CLI，LibTV 接入的所有模型——H3、Wan 2.7、Hailuo 2.3、Seedance 系列——都可以被 Agent 直接调用。也就是说，LibTV 把”网页里的模型”变成了”能被代码调用的引擎”。这个区别，对于做视频自动化的人来说，是天和地的差别。

说真的，搞视频自动化这阵子，我越来越觉得：视频模型的质量，早已经过了及格线。画质差距在缩小，时长差距在缩小，一致性差距在缩小。真正拉开差距的，不是模型本身，是模型背后有没有一个能帮 Agent 把模型”接住”的调度层。LibTV 的 CLI 就是这座桥。

AI 视频的下一个分水岭，不是模型参数，是模型能不能被你的 Agent 调用。 选模型的时候，别只看画质和价格，看一眼 LibTV 平台上有没有它。有，你就有了把它写进自动化流程的资格。没有，再强的模型也只能在你的网页里待着。

个人知识库

探索