即梦工作流使用说明（试验功能）
只把「画面 + 原生音频」交给即梦生成，分镜、对白、字幕与拼接仍然由本项目完成——Agnes 接口频繁 503 时的一条替代路径。
Agnes 的免费视频队列在高峰时段会持续返回 HTTP 503（video queue is full），一排队就是十几分钟，自动模式常常卡在视频生成这一步。即梦（Dreamina）提供了另一条路：它每天赠送积分，Seedance 系列视频模型支持原生音频，画面也稳定。于是 v7.6 新增了「外部素材模式」——整条分镜 → 配音 → 字幕 → 拼接的流水线原样保留，只把视频生成这一步换成即梦。即梦负责画面与原生音频，本项目负责编排、归一化、字幕与合成。该功能目前仍是试验阶段，欢迎试用，也欢迎把你用这套流程做出的作品发给我们。
试验功能说明
外部素材模式自 v7.6 起提供，仍在打磨中（检查点提示词、批量导入、字幕对齐都可能继续调整）。遇到问题请附任务 ID 反馈；如果你有更顺手的免费视频生成工具，也欢迎告诉我们，我们会评估适配。
即梦的长处与短板
👍
- ✓每天赠送积分，可以先免费试出成片
- ✓带原生音频，对白/环境声与画面同步生成，省掉一段 TTS
- ✓视频生成效果稳定，出片成功率比排队碰运气高得多
⚠️
- –免费积分不多，积分用完就需要付费或等待次日刷新
- –免费版只能用较低档位的模型，画质与细节不如付费档
- –即梦画在画面里的字幕经常错乱（错字、字形崩坏），不要指望它做画面字幕
和自动模式、手动模式比，差别只有一处
| 环节 | 自动 / 手动模式 | 外部素材模式（即梦） |
|---|---|---|
| 分镜与提示词 | 本项目生成 | 本项目生成，另外给出一份「可直接粘贴到即梦」的逐场景提示词 |
| 画面与音频 | Agnes 视频模型（接口频繁 503，只有配音由本项目 edge_tts 生成） | 即梦生成（带原生音频），按场景导出 mp4 后批量导入 |
| 字幕 | 按配音的词级时间戳对齐（较准） | 按各分镜真实时长估算对齐（可能错位，需在字幕检查点核对） |
| 拼接与成片 | 本项目拼接 | 本项目归一化 + 保留原音轨拼接 + 烧字幕 |
端到端流程
创建时选「🌐 外部素材」，选择「视频生成工具 = 即梦」，然后把流水线交给自动，把生成交给即梦：
创建任务，选「外部素材」
执行模式三选一：⚡ 自动 / ✋ 手动 / 🌐 外部素材。选第三个，并在展开的选项里确认视频生成工具是「即梦（Dreamina）」。
设定音频来源与字幕来源
音频来源：使用视频自带音频（推荐，保留即梦的原音轨，本项目不再生成 TTS）或使用本项目配音（用 edge_tts 旁白替换原音轨）。字幕来源：旁白（默认）或人物对白（字幕文本取自各场景对白）。
在分镜检查点复制提示词去即梦
本项目先跑完分镜。「🎬 即梦协作」卡片给出一份含画面、音频、时长约束的创作指令；到「视频片段（videos）」检查点，卡片里的提示词就是本项目自己的分镜脚本，按【场景 i/N · 时长】编号，直接粘贴到即梦逐段生成。
按场景导出视频
每段在即梦生成后导出 mp4。即梦的分镜视频档位是 5s / 10s，与项目的时长档位（4 / 5 / 6 / 8 / 10 / 12 秒）不一致时，导入后按实际时长对齐，不会截断成片。
批量导入回填
在视频片段检查点用「批量导入」一次选中多个 mp4。系统自动归一化到任务分辨率、30fps 与 H.264/AAC，并逐条回显时长、分辨率、帧率与是否有音轨（缺音轨会标黄提醒，不会拦你）。
字幕检查点核对，然后合片
选「使用视频自带音频」时，配音检查点会自动通过（不暂停），字幕按各分镜真实时长累计偏移生成。在字幕检查点核对断句与时间轴，确认后本项目保留原音轨拼接并烧入字幕，产出 final_video.mp4。
五个检查点分别做什么
- 1
分镜 scenes
确认分镜脚本与旁白；「🎬 即梦协作」卡片给出含画面 + 音频 + 时长约束的创作指令，可直接复制给即梦或任意 LLM 细化。
- 2
参考图 references
可选。把即梦出的分镜图导入（按 scene_1.png 命名），自动缩放到任务分辨率并居中补边；创意长视频会把导入图登记为该场景的参考图。
- 3
视频片段 videos
核心一步。卡片里的提示词就是可直接粘贴到即梦的分镜脚本；生成后批量导入 mp4。确认前系统会校验每个场景的视频是否都已导入，缺片会拒绝继续。
- 4
配音 audio
选「使用视频自带音频」时不暂停，自动通过；选「使用本项目配音」时与手动模式一致，在这里试听与重生成旁白。
- 5
字幕 subtitle
检查 SRT 的断句与时间轴：末条不超出音轨、相邻不重叠、中文单条不超过 18 字符。这是即梦链路里最需要人工看一眼的地方。
导出文件怎么命名才不出错
导入时系统按文件名里的「第一个数字 N」把文件映射到第 N 个场景。比如你导出 scene_1.mp4，它会落到第 1 段（scene_0/video.mp4）；导出 scene_3.mp4，它会落到第 3 段（scene_2/video.mp4）。
- →scene_1.mp4 → 第 1 段（scene_0/video.mp4）
- →scene_3.mp4 → 第 3 段（scene_2/video.mp4）
有两点要注意：数字必须在 1 到场景数之间才会被采用，所以带年份或时间戳的文件名（比如 20261015.mp4）不会被误当成第 2026 段；文件名里没有可用数字时按上传顺序依次映射。想手动指定时，可以在导入时传一个显式映射（示例：1 → scene_2），把第 1 个文件放到第 3 个场景。稿件类任务的目录是 para_N，数字人任务只有一个 clip/clip.mp4。
- •导出时务必保留音频轨：即梦的「生成音频」开关打开后再导出，否则成片会没有声音。
- •本项目要求所有分镜分辨率一致；即梦导出尺寸五花八门也没关系，导入时统一缩放 + 居中补边。
- •同一批次里混入别的任务的文件最容易错位，导入后看一眼回显的场景映射再确认。
四个最容易踩的坑
1出片没声音：九成是即梦导出时没带音频，或者导出的是无声版本。重新导出带音频的 mp4 再导入即可，导入回显里 has_audio 会直接告诉你。
2字幕整体早/晚一两秒：字幕按各分镜的「真实时长」累计偏移估算，即梦的语速与台词长度一有出入就会累积偏差。到字幕检查点手改 SRT 最省事，也可以把即梦导出的字幕合并后回填。
3画面里叠了乱码字幕：即梦画面内的字幕经常错乱，不要让它做字幕。把字幕文案从提示词里去掉，只留项目统一烧入的那一层，画面就干净了。
4积分不够用：先跑通一个 2–3 场景的短任务，确认提示词、导出命名与导入流程都顺了，再放长任务。
试试看，然后分享作品
这套流程还在试验阶段，最需要的就是真实用例。用一条短的创意长视频或稿件视频跑通一版，把成片或截图发到 GitHub Discussions 的「Show and tell」，我们会收进站内的示例展示版块（欢迎附上你的分镜提示词与即梦参数，方便别人复现）。
想了解细节
外部素材模式的完整说明（检查点产物矩阵、批量导入接口、归一化规则）写在项目仓库的手动模式使用指南第五节；每个检查点里的卡片也内联了可复制的提示词与回填指引。
查看手动模式使用指南 →遇到 503 时的处理顺序
按这个顺序试，绝大多数情况三步之内就能出片：
即梦工作流常见问题（含 Agnes 503 / queue is full 的处理办法） →有其他免费视频生成工具？欢迎推荐
本项目的工具列表是可扩展的注册表，新增一个工具只需要补一套提示词模板与回填指引，流程与合成层都不用改。如果你手上有更好的免费视频生成渠道（可灵、海螺、开源本地模型……），欢迎在 GitHub 开 Issue 告诉我们：工具名称、是否原生音频、单段时长档位、能否导出字幕。我们会评估适配。
在 GitHub 上提建议 →现在就跑一条试试
外部素材模式是桌面版功能：下载后在创建任务时选择「🌐 外部素材」即可。在线 Demo 与网页版 Studio 使用自动模式。
相关页面
即梦工作流常见问题（含 Agnes 503 / queue is full 的处理办法）
Agnes 报 HTTP 503 或 video queue is full 怎么办？要不要等？能不能换条路？以及即梦工作流在用的过程中最常被问到的几个问题。
手动模式使用说明 — 自动随性生成 vs 手动精准出片 | Agnes Video
Agnes Video Generator 手动模式使用说明：在分镜、参考图、视频、配音、字幕、成片等检查点暂停，逐环节确认或修改产物后再继续，可配合更强的外部 AI 或工具实现有明确预期的输出。自动模式适合提供思路随性生成（vibe video generating），手动模式适合有明确输出预期、微调各阶段产物，并与自动模式做对比。
Agnes 视频生成报错排查：503 队列满 / 401 令牌 / 失败重试 | Agnes Video
Agnes Video Generator 报错怎么办：HTTP 503 video queue is full、401 无效令牌、生成失败与中断的断点续传、系统要求与 API Key 说明，逐条给出处理办法。
旁白与字幕：给 AI 视频加配音和字幕
数字人口播模式自带 TTS 配音和口型对齐，输入文案直接出片，不用额外处理；普通文生视频可以通过主流剪辑工具自己加字幕。本文讲清各模式的配音字幕能力、具体设置步骤和成片效果对比，帮你快速做出带解说的完整视频。
参考依据
本页关于即梦工具能力、外部素材模式检查点与素材归一化规则的说明，依据以下来源。
- 即梦 AI (Dreamina)：AI 图片与视频创作平台ByteDance · 即梦官网 (2025)
即梦（Dreamina）是本流程中负责画面与原生音频生成的工具；其官网的工具能力与积分规则是本页「优缺点」一节的事实依据。
- agnes-video-generator — 开源 AI 视频生成项目lcy362 · GitHub (2026)
外部素材模式的实现（检查点提示词、批量导入、保留原音轨合成）以项目仓库源码为准：core/providers.py、web/routes/video_routes.py 与 utils/video.py。
- FFmpeg Documentation — 音视频处理官方文档FFmpeg 项目 · ffmpeg.org (2025)
导入时的归一化（等比缩放居中补边、统一帧率与 H.264/AAC 编码）与拼接烧字幕都由 ffmpeg 完成，参数语义以官方文档为准。
内容可信度说明
本文由一线实践者撰写，写的时候交叉核对了 arXiv 论文、厂商技术报告和 Stanford AI Index 等一手来源，不是凭主观印象下的结论。
SandGrid@lcy362
Agnes Video Generator 项目作者 · 全栈开发者
独立开发者，开源 AI 视频生成工具 Agnes Video Generator 的作者。项目基于 Agnes AI 完全免费的视频模型，MIT 协议开源，已经帮 1,000+ 创作者零成本产出过 AI 视频。长期关注视频生成模型的工程化和普及，文章内容都来自一线实践和一手研究。
访问 GitHub最后更新：2026-08-21