导航菜单

AI 视频制作过程中最耗时的往往不是“单次生成”，而是反复整理脚本、参考图、分镜、模型参数和成片文件。LibTV CLI 提供了一种更高效的替代方案：直接在命令行中创建并操作 LibTV 画布，将脚本、图片和视频组织为可连接、可复用的节点工作流。

本文是一份独立的实战指南，基于本地安装的 LibTV CLI 1.1.1 及其当前模型 schema 整理而成。需要注意的是，模型列表和参数会持续更新，在实际执行命令前，建议始终以 libtv --help、libtv <命令> --help 和 libtv model <模型> 的实时输出为准。

一、先理解三个核心概念

LibTV CLI 中有三个容易混淆的层级概念：

workspace（工作区/项目组）：用于归档和管理多张画布。 project（画布）：真正承载节点和连线的创作画布。 node（节点）：脚本、图片、视频、音频等基本生产单元。

一条典型的 AI 视频生产链路可以概括为：

创意文本 → 脚本/分镜 → 参考图 → 视频生成 → 成片下载

二、安装与登录

首先确认 CLI 是否已正确安装：

libtv --version libtv --help

登录支持浏览器授权和手机验证码两种方式：

libtv login web # 浏览器方式 libtv login phone # 手机验证码方式

如需查看当前账户信息或切换工作空间：

libtv account info libtv account list

安全提示：切勿在脚本或公开仓库中硬编码或保存登录凭据。

三、创建并绑定画布

创建一张空白画布：

libtv project create "AI短片制作" -d "脚本、分镜、图片与视频生成工作流"

命令执行后会返回 JSON 格式结果，其中的 uuid 即为画布的唯一标识。将当前工作目录绑定到该画布：

libtv project use <画布UUID>

绑定后，后续大多数命令无需重复传递 -p 参数。当前目录下会生成 .libtv/project.json 文件，记录默认画布信息。

查看当前画布结构和节点列表：

libtv project libtv node list

如需在网页端查看该画布，可打开以下链接：

https://www.liblib.tv/canvas?projectId=<画布UUID>

四、不要猜模型参数，先查 schema

查看当前可用的图片模型和视频模型：

libtv model search --type image libtv model search --type video

查询具体模型的完整参数列表：

libtv model lib-image-2 libtv model star-video2-mini

这里有一条重要规则：

-s model=... 接收的是 modelName（模型显示名称），而非 modelKey。libtv model <...> 查询时需使用 modelKey。比例、清晰度、时长和输入素材数量等参数必须严格符合该模型当前的 schema 定义。

例如，当前 star-video2-mini 的 schema 支持 4 至 15 秒时长、480P/720P 分辨率、横竖屏比例、声音开关，以及图生视频、首尾帧和混合参考等多种模式。但这些字段未来可能调整，因此切勿将旧参数永久写死在脚本中。

五、直接生成一张写实参考图

新建一个图片生成节点：

libtv node create "城市夜景参考图" -t image \ --prompt "写实电影摄影，雨夜城市街道，孤独人物站在路口，湿润地面反射霓虹，自然透视，真实光影，不要文字，不要水印" \ -s "model=Lib Image" \ -s quality=high \ -s resolution=2K \ -s ratio=16:9 \ --x 800 --y 200 \ --run

写实风格提示词建议明确五个要素：主体、环境、镜头、光线和禁止项。例如"35mm 纪实摄影、自然肤质、真实手部、窗边柔光、不要插画感、不要文字"。

如果已有产品图、人物图或场景图，应直接上传真实素材，而不是让模型凭空猜测：

libtv upload "产品参考图" -t image --resource ./refs/product.png --x 200 --y 200

六、从参考图生成视频

上传参考图后，可以创建图生视频节点并连接上游素材：

libtv node create "产品镜头01" -t video \ --prompt "镜头缓慢推进，产品保持外观、文字和比例不变，背景光影自然流动，真实商业广告摄影，运动稳定" \ -s "model=Seedance 2.0 Mini" \ -s modeType=singleImage2video \ -s count=1 \ -s ratio=16:9 \ -s resolution=720p \ -s duration=5 \ -s enableSound=off \ --left "产品参考图" \ --x 1400 --y 200 \ --run

对于产品广告类视频，提示词必须反复强调包装、标签、颜色、比例和结构保持不变。参考图是产品真实性的锚点，缺少参考图时，模型生成的往往只是"相似但不完全一致"的产品。

七、文本直接生成视频

若模型 schema 支持 text2video 模式，则可不连接图片直接生成：

libtv node create "开场空镜" -t video \ --prompt "清晨海边，低机位沿湿润沙滩平稳前移，薄雾被金色阳光穿透，真实电影摄影，环境声自然，无字幕无标志" \ -s "model=Seedance 2.0 Mini" \ -s modeType=text2video \ -s ratio=16:9 \ -s resolution=720p \ -s duration=5 \ -s enableSound=on \ --x 1400 --y 500 \ --run

如果 CLI 提示当前模式不支持某字段，应重新运行：

libtv model <模型Key>

根据返回的 modeType.items、config.settings 和 config.advancedSettings 调整命令参数，而非绕过校验。

八、用脚本和分镜管理多镜头

较长视频不适合用一段超长提示词一次性生成。更稳妥的方式是先拆解为多个独立镜头：

1. 创建脚本节点，整理人物、场景、动作和台词。

2. 创建 storyboard（分镜）节点，记录镜号、景别、画面描述、动作和时长。

3. 为关键镜头生成或上传参考图。

4. 每个镜头单独创建视频节点并生成。

5. 下载所有镜头素材，再进入外部剪辑环节。

维护分镜表数据时使用 -u 参数，例如：

libtv node create "第一版分镜" -t storyboard --x 500 --y 500 libtv node "第一版分镜" \ -u title="品牌短片第一版" \ -u viewMode=table \ -u rows='[{"shotNumber":1,"plotDescription":"清晨海边开场"},{"shotNumber":2,"plotDescription":"产品特写与光影移动"}]'

九、--set 与 --update 的区别

这是命令行操作中最常见的错误来源，务需明确区分：

### --set（或 -s）

用于修改“生成器如何工作”，写入 data.params：

-s model="Seedance 2.0 Mini" -s ratio=16:9 -s duration=5 -s enableSound=off

### --update（或 -u）

用于修改“节点本身承载的内容”，写入节点数据顶层：

-u title="第一版分镜" -u rows='[...]' -u poster='https://.../cover.jpg'

节点展示名称应使用 --name。不要用 -u 修改节点名称，也不要用 -s 修改分镜行数据。

十、连接节点与重新生成

为已有节点增加输入素材：

libtv node "产品镜头01" --left "产品参考图"

仅修改提示词后重新生成：

libtv node "产品镜头01" \ --prompt "镜头从包装正面缓慢环绕至侧面，产品文字与结构保持不变，背景光影克制" \ --run

--run 会等待任务进入终态并输出结果，调用方无需额外后台轮询。

十一、下载图片和视频

下载单个节点的生成结果：

libtv download -n "产品镜头01" -o ./exports

若拥有会员权限且符合账户规则，可请求无水印版本：

libtv download -n "产品镜头01" -o ./exports --without-ai-watermark --vip

分组或多文件下载会输出 ZIP 压缩包。如需批量生产多个镜头，可先用普通 group 整理节点，再按组统一生成和下载。

十二、一条命令完成"创建节点、连接素材、生成"

当上游参考图已存在于画布中时，可将多个步骤合并为一条命令：

libtv node create "镜头A" -t video \ --prompt "相机平稳靠近人物，微风吹动衣角，面部与服装保持一致，电影级自然光" \ -s "model=Seedance 2.0 Mini" \ -s modeType=singleImage2video \ -s ratio=16:9 \ -s resolution=720p \ -s duration=5 \ -s enableSound=on \ --left "人物参考图" \ --run

十三、常见问题排查

### 1. 模型参数报错

原因通常是模型名称、模式或字段不符合当前 schema。依次执行以下命令确认：

libtv model search --type video libtv model <模型Key>

### 2. 找不到默认画布

当前目录尚未绑定画布，执行绑定即可：

libtv project use <画布UUID>

### 3. 同名节点无法确定

节点名称需在当前画布或分组作用域内保持唯一。优先使用节点 ID 操作，或先执行 libtv node list 确认。

### 4. 产品外观发生变化

使用清晰的真实参考图，并在提示词中明确约束"包装、文字、颜色、比例与结构保持不变"。对复杂产品可上传多个角度，再选择模型支持的 image2video 或 mixed2video 模式。

### 5. 视频有画面但动作失控

单个镜头只描述一个主要动作和一种相机运动方式。避免同时要求人物奔跑、转身、说话、变装和镜头环绕等多项复杂指令。

结语

LibTV CLI 的价值并非简单地将网页按钮替换为命令行，而是将 AI 视频生产转变为一套可检查、可复用、可自动化的节点流程。其核心工作流可概括为：先用脚本和分镜将镜头拆解清楚，再用真实参考图锁定主体，通过模型 schema 精准控制参数，最后逐镜头生成并下载素材。这种方式通常比一次性生成整条视频更加稳定可控。

建议从一个 15 至 30 秒的小项目开始尝试：3 个镜头、1 组统一的参考图、1 个视频模型。跑通完整流程后，再逐步扩展到分组批量生成、多模型对比和自动下载等高级场景。

说明：本文为 LibTV CLI 的独立使用介绍，不代表 LibTV 官方立场。命令依据 LibTV CLI 1.1.1 的本地帮助和实时模型 schema 整理；具体服务、模型、权限与价格以 LibTV 实际页面及账户状态为准。 ```