AI 视频生产流水线实战 · 第 08 章 Agent 编排

AI 视频生产流水线实战 · 第 08 章 Agent 编排

章节摘要：前七章的流水线是"手动挡"：每一步由人敲命令、看结果、决定下一步。本章挂"自动挡"：把一段段可重跑的流水线封装成技能，让 Agent 负责路由与重试。8.1 节立思想——技能等于输入输出契约加验收条件，并以 OpenMontage（社区口径约 68.6k 星）的技能体系（12 条流水线、700 多个技能）为主案例，拆解"生成模型做内容、决策模型做把关"的分工；8.2 节讲浏览器采集素材，按 video-use（社区口径约 29k 星）的思路让 Agent 操作网页取参考图，并把来源与许可登记进契约；8.3 节解决长流水线的半途而废：状态持久化、按镜头粒度重跑、失败镜头隔离与校验和清单。本章之后，一条片从一句话到成片可以无人值守地跑完大部分路程。

学习目标

• 用"输入输出契约加验收条件"定义一个技能，并说明它与普通脚本的差别。
• 设计技能注册表与执行器，让 Agent 能路由、能校验、能落状态。
• 说清"生成模型做内容、决策模型做把关"的分工边界。
• 把浏览器采集包装成契约化技能，并登记来源与许可。
• 为长流水线实现断点续跑、幂等判据与失败隔离。
• 为产物与中间产物建立校验和清单，并说明其防残缺与交付存证的双重用途。

核心概念速览

手动挡与自动挡的分野：调度权交给谁

 手动挡：人 ──敲命令──▶ 脚本 ──产物──▶ 人看结果 ──决定──▶ 下一个脚本
 自动挡：人给目标 ─▶ Agent（路由/重试） ─▶ 技能池（契约化流水线段）
              ▲                                   │
              └────── 验收不通过则改参数重试 ◀─────┘
                    验收通过才放行进入下一技能
​

一句话金句：生成模型负责内容，决策逻辑负责把关；混在一起，两边都做不好。

（文字流程图）一次编排的完整旅程：任务描述 ──▶ Agent 检索注册表路由技能 ──▶ 执行器按契约校验输入 ──▶ 子进程执行 ──▶ 验收通过放行 / 不通过改参重试 ──▶ 超限上报人工。

子章节导航

• 第 8.1 节《技能流水线思想》：技能的定义与注册表、OpenMontage 式体系解剖、契约三要素、Agent 的职责边界。
• 第 8.2 节《浏览器采集素材》：video-use 思路、素材需求单与来源登记、授权可追溯与采集验收。
• 第 8.3 节《断点续跑》：状态持久化、按镜头粒度重跑、失败隔离、校验和与工程细节清单。

三节是递进关系：8.1 定义"封装什么"，8.2 展示"封装一个非本地技能"长什么样，8.3 解决"封装之后连起来跑"的失败恢复。

子章节之间的逻辑关系

┌───────────────┐  技能定义语言   ┌───────────────┐  长流程可靠执行 ┌───────────────┐
│ 8.1 技能流水线 │ ─────────────▶ │ 8.2 浏览器采集 │ ─────────────▶ │ 8.3 断点续跑   │
│ 契约+验收+路由 │               │ 素材技能样例    │                │ 状态+幂等+隔离 │
└──────┬────────┘                └───────────────┘                └──────┬────────┘
       │ skills.jsonl 注册表                                             │ run_state.json
       └────────────────────▶ 第 09 章《短剧实战》全流程无人值守◀──────────┘
​

前置知识与后续延伸

• 前置：第 05 章《时间线与合成》——合成阶段的产物规范是技能输出契约的直接参照；第 03 章《文生视频与图生视频》——生成技能包装的就是这些调用。
• 前置：第 06、07 章的对齐校验与字幕校验脚本，是本章"验收条件"最好的现成素材。
• 延伸阅读：《Jev 决策编程》第 02 章《核心心智模型》——把关逻辑应当显式建模而不是散落在提示词里；《浏览器智能体实战》——浏览器自动化的系统方法，本章只取采集这一个应用面。
• 后续：第 09 章《短剧实战》把本章的技能体系用于一句话到成片的全流程；第 10 章《质量与成本》把验收条件升格为质量门禁。

版权与合规提醒：本节涉及的素材、音乐与模型生成内容均需确认授权；成片发布时应遵守平台规范并按当地法规履行 AI 生成内容标识义务。