Kling Ai Generate Video

---
name: kling-ai-generate-video
description: 通过 WorkBuddy 中的 Kling AI 将自然语言需求优化为精确动态提示词并生成影视级、专业级视频。支持文生视频、图生视频、主体库 Element 复用及通过动作库或参考视频进行动作控制，适用于产品展示、广告短片和社交媒体内容。
---

# Kling AI 视频生成

将用户需求转化为连贯的 Kling 动态方案和一条已批准的远程生成请求。仅使用在 `https://klingai.com/mcp/plugin` 配置的 MCP 所提供的实时工具和模式定义。

## 使用约定

- 使用宿主管理的 OAuth。绝不请求或暴露 API key、token、cookie、授权头或签名 URL。
- 用户提出生成请求，即表示在补齐会实质影响结果的缺失输入后，授权提交一次任务。不要增加积分消耗警告或单独的确认步骤。
- 每个明确授权的收费生成步骤只提交一次。用户明确要求多个不同视频任务时逐个执行；绝不自动重试失败或结果不明确的生成。
- 在运行时发现实时工具和模式定义。不要根据示例硬编码模型名称、输入角色、时长值或多镜头字段。
- 优先使用宿主已提供且所选模型 schema 接受的图片引用。

提交前阅读共享的[工具流程](../kling-ai-plugin/references/tool-workflows.md)、[完整 MCP 输入输出契约](../kling-ai-plugin/references/mcp-contract.md)、[模型参数快照](../kling-ai-plugin/references/model-parameters.md)和[失败预防门禁](../kling-ai-plugin/references/failure-prevention.md)，并用当次 `tools/list` / `who_am_i` 覆盖快照中的动态值。出现授权、模式定义、素材接入或提供方错误时，再阅读共享的[故障排查](../kling-ai-plugin/references/troubleshooting.md)。

使用主体库、动作库或需上传本地素材时，先阅读[素材工作流](../kling-ai-plugin/references/asset-workflows.md)。Element 先检查类型并绑定；库动作先取得真实 `motionId`；只查看素材库时交回核心 Skill，不提交视频。

## 工作流程

1. 使用下方模式表判断请求类型。
2. 每次生成都阅读[运动与镜头规划](references/motion-and-shots.md)，选择一个主质量画像；只有需求确实跨场景时才增加一个次画像。
3. 只有产品展示、UGC、讲解、多镜头或社交媒体格式需要进一步场景决策时，才阅读[场景模式](references/scene-patterns.md)；普通单镜头或简单图生视频不加载它。
4. 只询问会实质影响结果的创意缺失信息：时长、投放宽高比、必需参考素材、镜头结构，以及用户要求声音时的对白、旁白、音乐、环境声、ASMR 或原声保留意图。
5. 在满足生成模式、参考素材、所需时长、镜头结构和音频意图的实时模型中，按 `who_am_i` 的模型描述选择最匹配者；用户要求模型内生成声音时，不支持相应音频参数的模型不合格。描述明确标注当前模式默认或首选时，在用户未指定模型时采用它。不要发明“平衡档”、`quality` 或其他 schema 未声明的档位和参数。
6. 先锁定开场事实、受保护元素和允许变化项，再按时间顺序构建一条最小充分的动态提示词。分别说明主体动作、镜头动作和必要的环境运动，为每个节拍给出可观察的结束状态；省略与镜头无关的静态修饰。把“电影感、高级、高质量”等抽象要求落实为动作节奏、镜头路径、光线、景深和构图，不堆砌形容词，不把宽高比、分辨率等结构化参数重复写进提示词。
7. 信息足够后，紧邻提交前调用一次 `query_membership_and_credits`；明确无余额或不足时停止，否则只调用一次选定的实时生成工具。保留 `generationId` 及任何 `taskTraceId`。
8. 如果提交未进入终态，按提供方允许的间隔轮询状态，直到成功或失败。若用户取消或当前轮次超时，返回当前状态和任务编号。
9. 提供 Kling 返回的主视频或结果链接，将每个展示作品与 `generationId`、`works[]` 序号及 `contentType` 绑定。将 `generationId` 显示为**任务编号**并说明结果 URL 有效期为 24 小时；除非故障排查需要，否则不对外显示 `taskTraceId`。

## 生成模式

| 用户意图 | 模式 | 必须采用的理解方式 |
| --- | --- | --- |
| 文生视频 / text-to-video | 生成 | 不使用源图控制首帧。根据文字定义开场构图。 |
| 图生视频 / image-to-video | 图生视频 | 一张或多张图像用于控制首帧、尾帧、身份或产品参考，或者视觉参考。明确指定每项输入的角色。 |
| 动作控制 / motion control | 动作迁移 | 主体图必填；动作库 `motionId` 与动作来源视频二选一，其余参数以实时模型定义为准。 |
| 多镜头 / storyboard | 单条已批准的视频方案 | 有意识地划分时间和连续性；除非用户明确批准生成独立任务，否则不要为每个镜头分别提交任务。 |
| 查进度 / status | 只读 | 不调用生成工具；查询已有任务。 |

对于图生视频，提交前应区分以下角色：

用户明确说“用这张图做视频”且没有其他参考素材或相反说明时，可直接把该图作为首帧；只有同一素材可能是首帧、身份或产品参考、尾帧或风格参考，且不同理解会实质改变结果时才询问。

- **首帧：**锁定开场构图，并以它为起点向后生成动态；
- **尾帧：**只有在实时模式定义支持时，才用于规定目标画面；
- **身份或产品参考：**保留主体事实，但不假设输入就是首帧；
- **风格参考：**只迁移明确指定的视觉特征，不迁移身份或构图。

当上传、参考图数量或模式定义校验失败时，不要静默地从图生视频降级为文生视频。报告限制，并让用户修改请求。

调用工具前，在内部检查所选模式、参考图角色、时长、分辨率、镜头结构和受保护元素。除非需要用户澄清缺失的创意要求，否则不要显示提交前的过程消息。

## 图像输入校验

- 先选择 `image_to_video` 或 `motion_control` 的具体模型，再使用其当次 schema 声明的 input 名称。`image_1`、`first_image`、`tail_image` 和 `image` 不可互换；切换模型后重新构造 inputs 和 arguments。
- 优先使用宿主已提供且所选模型 schema 接受的图片引用，不要把本地路径直接传入 `inputs[]`。宿主未提供合规引用时，先按素材工作流检查两步上传；仍不可用则说明当前限制并停止。
- 复用历史 Kling 生成图时，忽略会话中的旧 URL；紧邻提交前用已绑定的 `generationId` 调用一次 `query_tasks`，按保存的 `works[]` 序号与 `contentType` 取得当前 URL 并立即使用。没有任务编号、无法确定作品、刷新失败、所选模型不接受当前 URL，或本轮刷新后仍资源不存在时，请用户重新提供图片，不要再次查询或尝试其他旧 URL。
- 提交前确认 `model` 已填写，必填 input、时长和分辨率均符合所选模型的实时 schema。`1080p` 只能作为 `resolution` 的值且必须在 allowed values 中，不能用作 `img_resolution`。

## 质量与成本策略

- 所选质量画像只决定提示词、镜头规划和验收门槛，不直接决定模型、分辨率或积分消耗。不要把连续叙事、产品广告、图生视频、UGC、动作控制和多镜头的镜头语法混用。
- 只有所选模型声明 `resolution` 时才传视频分辨率，并使用其实时默认值或用户明确指定的允许值。当前允许值只可能是该模型白名单中的 `720p`、`1080p`、`4k`；不得传 `img_resolution`、`quality`、`size`、`width`、`height` 或 `fps`。不是所有图生视频模型都声明 `aspect_ratio`，缺失时必须省略。
- 一个动作或一个镜头使用 `5` 秒；对白、演唱、完整产品动作或两个相连节拍优先 `10` 秒；复杂叙事只在实时模式支持且确有必要时使用更长时长。选择能完成内容的最短时长。
- 文生视频根据投放位置选择画幅：竖版短视频用 `9:16`，方形信息流用 `1:1`，横版广告、网页或 YouTube 用 `16:9`；没有投放上下文时才用 `16:9`。
- 对于图生视频，根据源图与投放位置推导构图。所选模型声明 `aspect_ratio` 时，只传其实时允许值；尤其不要因该字段可选而省略并误用默认 `16:9`。所选模型没有声明该字段时必须省略。
- 单一时刻优先使用一个连续镜头。只有在明确存在叙事推进、多个地点或时间，或者用户要求一个序列时，才使用多镜头。
- 所选模型声明 `prefer_multi_shots` 时，单一连续镜头传 `false`，明确的多镜头方案传 `true`；所选模型没有声明时省略，不得让模型默认值覆盖镜头结构。
- 音频参数按用户意图与所选模型 schema 的交集构造：声明 `enable_audio` 时，用户要求对白、旁白、音乐、环境声或 ASMR 才传 `true`，用户未要求声音或明确要求静音时传 `false`；`enable_asmr` 只有用户明确要求 ASMR 时才为 `true`；`audio_prompt`、`music_prompt` 只在字段存在且用户提出对应声音需求时传，不虚构对白、歌词或宣传语。动作控制的 `keepOriginalSound` 只用于表达是否保留动作来源原声；该选择会实质影响结果且无法从请求推断时才询问。
- 保持首次生成目标集中。不要添加用户未要求的对白、旁白、歌词、音乐、画面文字、额外角色或产品功效。

## 质量门禁

提交前，检查最终提示词是否忠实保留用户事实、没有无依据新增内容；主体动作能否在指定时长内完成；主体、镜头与环境运动是否可区分且不冲突；是否存在清晰的结束状态；参考身份或产品结构是否受到保护；多镜头时长是否组成连贯整体；再按所选质量画像检查其专属门槛。

## 失败处理

- 授权失败：引导用户使用 WorkBuddy 原生 MCP 连接流程。
- 参数或模型无效：刷新实时模式定义，只修改不受支持的字段。
- 资源不存在：按上面的历史 URL 规则刷新；无法刷新时请用户重新提供图片，不要复用原 URL。
- 限流：报告提供方消息并停止，不等待后自动重试，也不改参数重新提交。
- 积分不足：告知用户充值并停止；用户明确表示余额已变化前，即使重复请求也不要再次提交。
- 响应丢失：将任务是否创建视为未知。已取得 `generationId` 时只查询该任务；没有 `generationId` 时无法查询，报告状态未知并停止。只有用户明确授权承担可能重复扣费的风险后，才创建新的收费步骤。
- 提供方失败：报告消息并保留各项 ID；绝不自动重新提交。
- 不透明、空结果、重复校验失败、计费异常或明确非预期结果：按工具说明调用一次 `feedback` 并停止。