---

nome: livro-vídeo-pipeline

Descrição: "Xiaohongshu Book Recommendation Video Generation v3 - Seedance 2.0: Áudio nativo + Legendas, totalmente automatizado da seleção do livro à publicação"

Licença: MIT

invocar: "/book-video

---

# Xiaohongshu Geração automática de pipeline de vídeo de recomendação de livros v3

book-video-pipeline

## Visão geral

Um processo totalmente automatizado para gerar vídeos de recomendação de livros para o Xiaohongshu, baseado na API Seedance 2.0 do Volcano Ark.

**Melhorias da versão 3 (com base no guia oficial de palavras-chave):**

- **Áudio Nativo** — Especifique a narração diretamente no prompt e o Seedance gerará a voz automaticamente (sem usar mais o edge-tts).

- **Legendas Nativas** — Especifique o conteúdo da legenda no prompt e o Seedance gerará legendas sincronizadas dentro do vídeo.

- **Cartão de título da capa** — Efeito de panorâmica/zoom + faixa de áudio silenciosa, garantindo compatibilidade com emendas.

- **Geração em Cadeia** — Cada segmento usa o último quadro do segmento anterior como imagem inicial, resultando em um fluxo visual mais coerente.

- **Emissão de crossfade** — Crossfade de vídeo + crossfade de áudio, para transições audiovisuais sincronizadas.

**Processo principal:** Seleção do livro → Detalhes/Capa → Roteiro → Storyboard → Geração de vídeo (incluindo áudio e legendas) → Edição → Pré-visualização → Publicação

---

Protocolo de Execução Silenciosa

Não peça confirmação para prosseguir.

Gere a saída completa de uma só vez.

Caso faltem dados, utilize os valores padrão definidos.

- Nunca utilize frases que interrompam o diálogo, como "Deseja continuar?", "Precisa da minha ajuda?" ou "Por favor, confirme".

---

## Requisitos Ambientais

| Dependências | Instalação |

|------|------|

| Chave da API do Volcano Ark | Variável de ambiente `VOLCENGINE_API_KEY` |

| imageio-ffmpeg | `pip install imageio-ffmpeg` (vem com o ffmpeg) |

| Docker (xiaohongshu-mcp) | Requer implantação em `localhost:18060` |

---

## Processo de Execução

**Método de ativação: `/book-video` ou `/book-video 《título do livro》`**

Passo 1: Selecionando livros

**Cenário A - O usuário especificou o título de um livro:** Use-o diretamente.

**Cenário B - Nenhum título de livro especificado:** Execute o script de busca (priorizando os livros mais vendidos com baixo volume de buscas):

bash

python "D:\skills\xiaohongshu-book-publisher\scripts\search_hot_books_v2.py"

```

Selecionar automaticamente o primeiro lugar da categoria "Mais vendidos com baixa contagem de pó" (excluindo "[Publicado]").

**Tratamento de erros:** Tempo limite do script → Cache → Pesquisa na Web → Padrão (A Coragem de Ser Desagradável)

---

Passo 2: Obtenha os detalhes e a capa do livro.

**2.1 Obtenha detalhes no Douban**

```

WebFetch: https://search.douban.com/book/subject_search?search_text={título do livro}

Trecho: Título do livro, autor, classificação no Douban, sinopse, citações principais/pontos de vista centrais, URL da capa

```

**2.2 Baixe a capa (nome do arquivo em inglês!)**

bash

curl -o "D:\xiaohongshu_data\cover_{english_name}.jpg" -H "Referer: https://book.douban.com/" "URL da capa"

```

Se o curl falhar, use:

bash

python "D:\skills\xiaohongshu-book-publisher\scripts\get_cover_playwright.py" "{título do livro}"

```

---

Etapa 3: Gerar roteiro e storyboard para recomendação de livros

Crie um roteiro de vídeo em formato de conversa com base nos detalhes do livro.

**Fórmula de Callergy (baseada no Guia Oficial do Seedance 2.0):**

Cada prompt de storyboard consiste em três partes:

1. **Comandos de áudio** — Gera vídeo com narração. Um `{voice_type}` diria: "texto da narração".

2. **Descrição Visual** — `Sujeito + Ação + Ambiente + Movimento de Câmera + Atmosfera`

3. **Instruções para Legendas** — As legendas aparecem na parte inferior da tela. As legendas são "texto de narração" e devem estar perfeitamente sincronizadas com o ritmo do áudio.

**Modelo de roteiro (6-7 cenas, ~35 segundos):**

```markdown

## Roteiro para vídeo de recomendação de livros

**Título do livro**: 《{Título do livro}》

**Estilo:** Curativo (Tons Dourados Quentes)

### Cena 1 - Suspense Inicial (5 segundos)

**Narração:** {Uma frase de abertura impactante}

**Descrição visual:** {50-80 palavras em inglês: Assunto + Ação + Ambiente + Enquadramento + Atmosfera}

### Cena 2 - Livros aparecem (5 segundos)

**Narrador:** {Uma breve introdução a este livro}

**Imagens:** {Em inglês, uma cena relacionada a livros}

### Storyboard 3 - Autor/Contexto (5 segundos)

**Narração:** {Contexto ou história criativa do autor}

**Cena**: {Inglês, ambiente de escrita, estudo, etc.}

### Storyboard 4 - Ponto de Vista Principal 1 (5 segundos)

**Narração:** {Um ponto de vista comovente ou uma citação memorável}

**Recursos visuais:** {Em inglês, metáforas visuais que correspondam ao ponto de vista}

### Cena 5 - Ponto de Vista Principal 2 (5 segundos)

**Narração:** {Outro ponto de vista convincente ou citação memorável}

**Recursos visuais:** {Em inglês, metáforas visuais que correspondam ao ponto de vista}

### Storyboard 6 - Reflexões Pessoais (5 segundos)

**Narrador:** {Meus verdadeiros sentimentos, as mudanças que experimentei após a leitura}

**Imagens:** {Inglês, cena emocionante}

### Cena 7 - Chamada à ação (5 segundos)

**Narrador:** {Chamada à ação}

**Imagens:** {Inglês, uma cena final emocionante}

```

**Regras para descrição da tela:**

- **O texto deve ser em inglês**, com 50 a 80 palavras.

- De acordo com a fórmula: Sujeito + Qual ação está sendo realizada + Em que ambiente ela se encontra + Qual é a iluminação/atmosfera + Como a câmera está se movendo?

- **Não mencione a imagem da capa/título do livro** (texto gerado a partir das legendas)

- Descreva cenários específicos sempre que possível e evite conceitos abstratos.

**Tipos de som opcionais:**

- Cura: `Voz feminina suave e calma`

- Suspense/Mistério: `Voz masculina grave e profunda`

- Estilo fresco e limpo: Uma voz feminina leve e vibrante.

---

Etapa 4: Utilize o pipeline para gerar vídeo.

**4.1 Salvando o JSON do Storyboard**

json

[

{"scene_id": 1, "prompt": "Descrição visual em inglês...", "narration": "Narração em chinês"},

{"scene_id": 2, "prompt": "Descrição visual em inglês...", "narration": "Narração em chinês"},

...

]

```

Salve em `D:\xiaohongshu_data\storyboard_{english_name}.json`.

**4.2 Chamando o pipeline completo v3**

Python

importar sys, json

sys.path.insert(0, r"D:\skills\book-video-pipeline\scripts")

from seedance_client import SeedanceClient

cliente = SeedanceClient(api_key="SUA_CHAVE_DE_API")

com open(r"D:\xiaohongshu_data\storyboard_xxx.json", encoding="utf-8") as f:

storyboard = json.load(f)

resultado = cliente.gerar_vídeo_completo(

storyboard = storyboard,

cover_path=r"D:\xiaohongshu_data\cover_xxx.jpg",

book_title="Título do Livro",

output_dir=r"D:\xiaohongshu_data",

voice_type="voz feminina suave e calma",

com_legendas=Verdadeiro,

)

print(f"Vídeo: {result['video_path']} ({result['size_kb']}KB, ~{result['duration']}s, áudio: {result['has_audio']})")

```

**O pipeline v3 é executado automaticamente:**

1. Capa → Cartão de título (panorâmica/zoom de 3 segundos + áudio silenciado)

2. Gere videoclipes sequencialmente (cada clipe inclui áudio nativo e legendas).

3. Transição gradual (transição gradual de vídeo + transição gradual de áudio)

4. Gere o vídeo final.

**Configuração da chave de API:**

bash

Defina VOLCENGINE_API_KEY=ark-xxx

```

---

### Etapa 5: Pré-visualização

Gere uma página de pré-visualização HTML `D:\preview_video_{name}_{date}.html`, contendo:

- Reprodutor de vídeo

- Título do livro, autor, classificação

- Versão em texto narrado

- Estilos com tema rosa na Xiaohongshu

bash

iniciar "" "D:\preview_video_xxx.html"

```

**Por favor, confirme com o usuário.** Caso esteja insatisfeito, por favor:

- Ajustar o prompt do storyboard → Regenerar

- Alterar tipo de som → Regenerar

- Ajustar descrição visual → Alterar apenas o prompt

---

Passo 6: Postar no Xiaohongshu

**6.1 Verificar status de login** → MCP `check_login_status`

**6.2 Gerar texto para anotações de vídeo** (Não é um roteiro de vídeo!)

- Título ≤ 20 caracteres, perspectiva em primeira pessoa com emoção

- Texto principal com 200 a 300 palavras e mais de 20 emojis.

- 10 a 15 tags com #

**MCP versão 6.3 lançada**

Python

MCP_URL = 'http://localhost:18060'

# Inicialização → publicar_conteúdo(título, conteúdo, vídeo, tags)

# Caminho do vídeo usando o caminho do contêiner: /app/data/xxx.mp4

```

**6.4 Registro publicado** → Adicione `"type": "video"` ao arquivo `published_books.json`

---

## Formato de saída

```markdown

## Vídeo de recomendação de livro gerado com sucesso

**Título do livro**: 《{Título do livro}》

**Autor**: {Author} | **Douban**: {Rating}

### Informações do vídeo

- Duração: ~{N} segundos (cartão de título de 3s + {M} cenas x 5s)

- Proporção da tela: 9:16 (Retrato)

- Resolução: 720p

- Tamanho do arquivo: {N} MB

- Áudio: Sim/Não

- Legendas: Incorporadas/Nenhuma

- Caminho: `D:\xiaohongshu_data\{name}_final.mp4`

### Comunicado de Imprensa

- Título: {title}

- Etiquetas: {tags}

- Status: {Sucesso/Falha}

```

---

## Regras principais

1. **Prioridade de áudio nativo** — O Seedance 2.0 oferece suporte nativo à geração de áudio; basta especificar a narração no prompt.

2. **Legendas Nativas** — Especifique o conteúdo da legenda no prompt e o Seedance gerará automaticamente legendas sincronizadas.

3. **Continuação do Último Quadro** — Cada segmento usa o último quadro do segmento anterior como imagem inicial, resultando em um fluxo visual mais coerente.

4. **As cenas do storyboard devem estar em inglês** — A Seedance usa cenas em inglês para melhor qualidade visual.

5. **Tipo de som unificado** — Todo o filme utiliza o mesmo tipo de som.

6. **Proporção de aspecto do vídeo 9:16** — Tela vertical Xiaohongshu

7. **A confirmação do usuário é necessária antes da publicação** — Aguarde a conclusão da pré-visualização antes de publicar.

8. **Os nomes dos arquivos de imagem devem estar em inglês** — caracteres chineses causarão timeouts no upload.

9. **Roteiro de vídeo ≠ Anotações de texto e imagem** — Um roteiro é escrito em linguagem coloquial, não como um artigo.

10. **Preservação de Áudio de Alternar** — transição de vídeo xfade + transição de áudio acrossfade

## Referência de palavras-chave (Guia Seedance 2.0)

### Modelo de comando de áudio

```

Gere um vídeo com narração. A opção `{voice_type}` indica: "{conteúdo da narração}".

```

### Modelo de Instruções para Legendas

```

Uma legenda aparece na parte inferior da tela, com o conteúdo "{conteúdo da legenda}". A legenda deve estar perfeitamente sincronizada com o ritmo do áudio.

```

### Exemplo de prompts de cena completos

```

Crie um vídeo com narração. Uma voz feminina suave e calma diz: "Você já parou para pensar por que sempre correspondemos às expectativas dos outros?". Uma figura solitária está em uma encruzilhada em uma trilha na floresta enevoada, a luz do sol filtrando-se pelas árvores altas, a luz dourada do entardecer, com um movimento lento de câmera para dentro e pouca profundidade de campo. Legendas aparecem na parte inferior da tela, com a seguinte frase: "Você já parou para pensar por que sempre correspondemos às expectativas dos outros?". As legendas devem estar perfeitamente sincronizadas com o áudio.

```

## Referências de Arquivos

| Arquivo | Finalidade |

|------|------|

| `D:\skills\book-video-pipeline\scripts\seedance_client.py` | API Seedance + Áudio/Legendas Nativas + Concatenação (v3) |

| `D:\skills\xiaohongshu-book-publisher\scripts\search_hot_books_v2.py` | Busca de livros populares |

| `D:\skills\xiaohongshu-book-publisher\scripts\published_books.json` | Registros publicados |

| `D:\skills\xiaohongshu-book-publisher\scripts\get_cover_playwright.py` | Recuperação de imagem da capa (backup) |

| `D:\xiaohongshu_data\` | Diretório de saída de vídeo e capa |

## Configuração da API

| Parâmetro | Valor |

|------|-----|

| Modelo de vídeo | `doubao-seedance-2-0-fast-260128` |

| Tipo de voz | Voz feminina suave e calma (padrão) |

| Proporção | `9:16` |

| Duração do segmento | 5 segundos |

| Cartão de título | Panorâmica/Zoom de 3 segundos + Áudio silenciado |

| Transição gradual | Transição de 0,5 segundos (vídeo + áudio) |