通过 CLI 训练 AI 智能体编辑电影评论视频

开发者已经习惯于将日常的基于文本的任务委托给 AI 助手：编写测试、部署模式或重构旧控制器。然而，如果给予清晰的指令和便捷的终端工具，文本模型可以做得更多。仓库 narrator-ai-cli-skill 演示了如何将 Cursor、Windsurf 或 Claude Code 这样的工具变成一个自主的视频编辑器。

整个理念围绕生成电影视频评论和摘要展开。你向智能体写一个简短的提示，比如"制作一个关于《肖申克的救赎》的喜剧评论"，模型就会自动处理一切：从目录中选择、生成脚本、选择配音、添加背景音乐，并提供最终文件的链接。

为什么有了 CLI 还需要单独的技能

项目作者明确区分了工具和指令。命令行工具 narrator-ai-cli 执行底层命令：向服务器发送 REST 请求、查询任务状态、下载媒体文件。这是标准工具。

仓库 narrator-ai-cli-skill 是结构化 Markdown 文件的集合。文件 SKILL.md 和文件夹 references/ 向语言模型说明调用命令的顺序、传递哪些参数以及如何处理错误。

类比很简单：CLI 是厨房电器，而技能是食谱。没有工具，智能体无法编辑任何内容；没有技能描述文件，模型不会理解函数调用的逻辑。

目录里有什么以及流水线如何工作

技能包含指向现成资源和决策规则的嵌入链接。模型可以访问：

• 约 100 部源电影和电视剧
• 146 条背景音乐曲目
• 63 种配音和旁白声音
• 90 多个现成的视觉模板
• 18 个 API 错误代码及其处理算法

视频创建过程分为两条路径：快速和标准。快速路径使用数据库中现有的原始旁白脚本。标准路径从头开始生成脚本，根据用户请求调整语气。

工作流程逻辑清晰。模型首先请求限制并检查账户余额。然后从参考目录中选择电影 ID 和合适的声音音色。之后开始脚本生成和分镜。在最后阶段，工具发送视频渲染任务，定期轮询 API 状态，并返回最终链接。

除了组装完整视频外，系统还可以执行独立任务：从短音频源克隆声音或从任意文本生成语音合成。

安装和连接到热门智能体

需要 Python 3.10 或更高版本。首先安装命令行客户端：

pip install "narrator-ai-cli @ git+https://github.com/NarratorAI-Studio/narrator-ai-cli.git"

安装后，需要设置访问密钥：

narrator-ai-cli config set app_key YOUR_API_KEY

技能文件本身需要克隆到 AI 助手监控的目录中。目录结构不能更改，因为 SKILL.md 持续引用 references/ 文件夹内的目录。

对于 OpenClaw，克隆命令如下：

mkdir -p ~/.openclaw/skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git ~/.openclaw/skills/narrator-ai-cli

如果你在 Windsurf 或 Claude Code 中工作，将项目克隆到工作文件夹：

mkdir -p .skills
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git .skills/narrator-ai-cli

Cursor 用户只需将仓库放入 rules 文件夹：

mkdir -p .cursor/rules
git clone https://github.com/NarratorAI-Studio/narrator-ai-cli-skill.git .cursor/rules/narrator-ai-cli

要更新资源数据库或技能逻辑，只需导航到文件夹并运行标准的 git pull。

与智能体的通信如何工作

加载技能后，智能体开始理解上下文命令。你可以用自然语言与它交流，无需记忆 CLI 标志。

工作短语示例：

• "显示数据库中有哪些电影"
• "制作 3 个动作电影的短评论，风格要动感"
• "用数据库中的声音为这段文字配音，配上欢快的背景音乐"

在操作过程中，模型遵循 SKILL.md 中的严格指令。例如，在启动重型渲染任务之前，智能体必须检查操作成本，如果参数超过标准限制，则请求用户确认。

细节和陷阱

这个项目看起来是 CLI 集成到 AI 智能体生态系统中的一个有趣实验，但在实际使用中有一些注意事项。

主要挑战是获取 API 密钥。README 明确指出，密钥通过电子邮件 [email protected] 或微信 messenger 按请求发放。这为快速测试设置了门槛。

这是文档中作者联系方式的图片：

电影和音色目录目前主要聚焦于亚洲市场和流行的全球大片。如果你需要一部小众艺术电影的视频评论，它不会在现成的数据库中。

谁会发现这个仓库有用

这个仓库值得研究的不仅仅是视频生成。首先，它是正确格式化语言模型 SKILL.md 规范的优秀参考。

如果你正在设计自己的智能体，并希望教它使用你的 CLI 工具，narrator-ai-cli-skill 将作为一个现成的模板。它有完善的数据映射表、API 错误处理算法和级联调用场景。

对于内容创作者和媒体服务开发者来说，这是一个现成的构建块，允许将日常短视频编辑任务委托给神经网络。