LibTV CLI 使用指南

更新时间：2026-05-27

旧版文档连接：🔧LibTV skill 使用指南

这会改变什么

LibTV CLI 把 AI Agent 从“创意建议者”推进到“创作协作者”。

装好之后，你仍然只需要用自然语言和 Agent 对话：

帮我做一个 30 秒的产品广告片。
参考这段视频的节奏，产品换成我的耳机。
最后给我一个能继续编辑的 LibTV 画布链接。

不同的是，这一次 Agent 可以根据你的要求把任务拆成真实的 LibTV 工作流：

创建一个可继续编辑的 LibTV 项目画布
把脚本、分镜、参考图、视频 prompt 和生成结果放到画布节点里
使用画布中的各种节点能力，如：角色三视图、九宫格、高清、扩图
自动给节点进行合适的命名和位置编排
连接素材、模型和下游生成任务
查询进度、定位失败节点、必要时重试
返回项目链接、最终视频和过程摘要

最终得到的不只是一个聊天回复或一个孤立视频链接，而是一张可以继续查看、修改和复用的 LibTV 创作画布。

这份文档面向未来的 LibTV CLI 用户。无论你是已经在用 LibTV 画布的创作者，还是因为视频工具太复杂一直没开始的人，或者是很会用 AI、会写 Skill、会搭自己 Agent 的用户，CLI 都是在解决同一个问题：让 AI 的创作能力真正接上 LibTV 的执行环境。

一句话开始

你可以直接把下面这句话发给你的 AI Agent：

帮我安装并配置 LibTV CLI。配置完成后，帮我登录 LibTV，并创建一个测试画布确认可以正常操作。

安装完成后，你就可以直接说创作需求：

帮我做一个 30 秒的短漫剧，主题是“井底之蛙的 AI 版”。
请把完整创作过程放到 LibTV 画布上，并返回项目链接和最终视频。

谁会用到它

已经在用 LibTV 画布，但觉得操作太重的创作者

你可能已经熟悉 LibTV 的画布、节点和模型能力，但真实创作时仍然很容易被流程拖慢：

脚本、分镜、图片 prompt、视频 prompt 要来回复制
一个项目里要建很多节点、连很多线
参考图和视频结果多了以后，很难保持清楚的结构
失败节点需要一个个点开排查
多版本尝试很难整理成可复用的工作流

创建项目、批量建节点、使用画布工具、连接依赖、触发生成、检查失败 —— 把繁琐操作交给 Agent，你只需要判断创作方向和结果质量，并找回创作的乐趣

很会用 AI，或者正在搭自己工作流的用户

你可能已经习惯用 Codex、Claude Code、Cursor、Trae 或其他 Agent 写文案、改代码、做方案；也可能已经开始写自己的 prompt / Skill，把多个工具串成一套固定工作流。

这些 AI 工具和自定义工作流已经很会帮你想：

故事怎么写
镜头怎么拆
prompt 怎么改
广告片怎么复刻
让 Agent 读取本地文件、处理素材、生成脚本和分镜
给团队做一套固定的视频生产流程

但如果没有 CLI，这些能力最后还是会卡在“怎么真正生成视频、怎么把过程放进画布、怎么让结果可追踪”上。

LibTV CLI 把 LibTV 项目、节点、素材、模型和生成任务变成 Agent 可以调用的工具。你可以直接让通用 Agent 使用它，也可以把它放进自己的 Skill、Agent、脚本或自动化流程里，让“AI 想好了”进一步变成“AI 已经在 LibTV 里搭好了”。

能做什么

你想要	Agent 可以通过 CLI 做什么
从一句想法生成视频	创建项目、生成脚本、分镜、图片、视频，并返回画布和成片
复刻一个视频风格	上传参考视频 / 图片，创建参考节点和生成节点，产出新视频
做短漫剧 / 短剧	创建章节画布，组织脚本、角色、场景、Unit 图片和 Unit 视频
做产品广告片	上传产品图，生成广告脚本、视觉参考和视频片段
追踪生成过程	查询项目、节点、任务状态和失败原因
继续编辑已有项目	读取已有画布，修改 prompt、补节点、重跑失败节点
导出结果	下载图片、视频、音频或分组产物

可以直接这样用

下面这些是你在连接 LibTV CLI 并登录后，可以直接发给 Agent 的完整任务示例。

产品广告片复刻

我会提供一个参考广告视频和一张产品图。

请用 LibTV CLI 新建一个 LibTV 项目，完成一支 30 秒产品广告片：
1. 先分析参考视频的节奏、镜头结构、转场方式、产品展示时机和情绪曲线；
2. 把产品替换成我提供的产品图，不要照搬原视频品牌元素；
3. 在画布里创建脚本节点、镜头拆解节点、产品视觉参考节点、关键画面节点和视频生成节点；
4. 每个视频节点都要写清楚参考图用途、时间段、镜头运动和产品露出方式；
5. 先搭好完整画布结构，等我确认无误后再开始生成；
6. 最后返回 LibTV 项目链接、最终视频链接、主要节点摘要和失败节点说明。

短剧第一集完整章节画布

请用 LibTV CLI 帮我创建一个短剧第 1 集项目，主题是：
“一个被全公司忽视的实习生，突然发现自己能看到每个人今天会撒的第一个谎。”

要求：
1. 先生成 1 集 60-90 秒的故事方案，包括开场钩子、主角目标、阻力、反转和结尾钩子；
2. 再生成可拍摄分镜，按 6-10 个视频 Unit 拆分；
3. 在 LibTV 画布里创建：故事大纲节点、剧本节点、分镜节点、角色参考节点、场景参考节点、每个 Unit 的图片节点和视频节点；
4. 每个 Unit 视频节点要继承对应分镜，不要只写剧情摘要；
5. 如果生成中有节点失败，不要重做整张画布，先定位失败节点并给出重试策略；
6. 交付时返回项目链接、最终视频、Unit 列表、失败节点和下一步可继续编辑建议。

多参考图角色一致性视频

我会提供 3 张参考图：
1. 角色 A 正面图；
2. 角色 B 正面图；
3. 一个室内场景参考图。

请用 LibTV CLI 创建一个项目，生成一段 8-12 秒的双人对话视频：
1. 上传三张参考图，并在画布中明确命名；
2. 创建一个文本节点说明引用关系：角色 A、角色 B、场景分别对应哪张图；
3. 创建视频节点时，把最关键的角色图放在最明确的引用位置，并在 prompt 里写清楚每张参考图的用途；
4. 视频内容是：角色 A 站在门口犹豫，角色 B 坐在桌边抬头看她，两人短暂停顿后，角色 A 走进房间；
5. 要求不要混淆两个角色身份，不要把两个人脸融合，不要改变室内空间方向；
6. 完成后返回项目链接、视频链接、引用图顺序和模型执行结果。

已有画布分析与调整

这是我的 LibTV 项目链接：（粘贴链接）。

请用 LibTV CLI 先诊断这个项目，不要立刻重跑：
1. 列出画布里的主要分组和节点；
2. 找出空节点、失败节点、没有结果 URL 的图片 / 视频节点；
3. 检查视频节点是否有上游参考图，prompt 是否说明了每张图的用途；
4. 判断失败原因更像是安全审核、模型能力、素材缺失、引用顺序错误，还是 prompt 写得不清楚；
5. 给出一个最小补救方案：哪些节点需要补内容、哪些节点需要重连、哪些节点需要重跑；
6. 等我确认后，再执行修复。

团队固定工作流模板

请用 LibTV CLI 帮我们创建一个团队可复用的“短视频生产模板项目”。

模板里先不要生成正式视频，只搭好画布结构：
1. 左侧放输入区：用户需求、参考素材、品牌 / 风格约束；
2. 中间放规划区：故事大纲、脚本、分镜、角色与场景设定；
3. 右侧放生产区：图片参考节点、视频生成节点、失败重跑区、最终成片区；
4. 每个节点都写入示例说明，告诉团队成员应该填什么；
5. 用清楚的分组和命名，让新人打开画布也能看懂流程；
6. 最后返回项目链接，并总结这张模板画布适合哪些任务、哪些部分需要人工补充。

有自己 Skill 的全流程创作

请用 LibTV CLI 和你可用的多个 Skill，帮我完成一个完整视频项目。

主题：
一个普通上班族突然发现，自己每天只能说三句真话。

目标：
做一条 60 秒左右的剧情短片，适合竖屏短视频平台。

请按以下阶段执行：

阶段 1：加载剧本 Skill
- 先用剧本 / 叙事 Skill 生成 3 个故事方向；
- 每个方向都要包含开场钩子、主角目标、阻力、反转和结尾；
- 选出最适合 60 秒短视频的一版，并说明为什么选它。

阶段 2：加载剧本细化 Skill
- 把选中的方向扩展成完整短片剧本；
- 输出标题、人物表、场景表、完整对白和动作；
- 控制在 60 秒左右，不要写成长剧简介。

阶段 3：加载分镜 Skill
- 把剧本拆成 6-10 个视频 Unit；
- 每个 Unit 写清楚画面内容、镜头景别、人物动作、情绪变化、声音或字幕提示；
- 标注每个 Unit 预计时长和它在故事里的作用。

阶段 4：加载视觉资产 Skill
- 为主角、关键道具和主要场景生成视觉设定；
- 输出角色参考图 prompt、场景参考图 prompt、道具参考图 prompt；
- 说明哪些资产需要跨 Unit 保持一致。

阶段 5：加载图片 / 视频 Prompt Skill
- 为每个 Unit 生成图片参考 prompt；
- 为每个 Unit 生成视频 prompt；
- 视频 prompt 必须继承分镜语言，不能只写剧情摘要；
- 如果使用参考图，必须说明每张参考图在视频里的用途。

阶段 6：使用 LibTV CLI 创建项目和画布
- 创建一个新的 LibTV 项目；
- 在画布中建立分组：输入区、剧本区、分镜区、视觉资产区、Unit 图片区、Unit 视频区、质检与重跑区、最终成片区；
- 把前面阶段的所有产物写入对应节点；
- 创建图片和视频生成节点，并连接真实依赖关系；
- 节点命名要清楚，不要堆在一起。

阶段 7：生成图片和视频
- 先生成角色、场景、道具等关键参考图；
- 再生成每个 Unit 的图片参考；
- 最后生成每个 Unit 的视频；
- 如果某个节点失败，记录失败原因，不要直接重建整张画布。

阶段 8：加载质检 / 修复 Skill
- 检查最终结果是否符合故事、分镜和视觉一致性要求；
- 找出失败节点、空节点、引用错误、人物不一致、镜头不连贯等问题；
- 给出最小修复方案，并在我确认后执行重跑。

最终交付：
1. LibTV 项目链接；
2. 最终视频链接；
3. 剧本摘要；
4. Unit 列表；
5. 主要视觉资产清单；
6. 失败节点和修复记录；
7. 下一步可以继续优化的建议。

常见问题

我需要学命令行吗？

不需要。

CLI 是给 Agent 用的。你只需要安装和登录一次，后面继续用自然语言描述创作需求。

登录和使用积分还需要 Access Key 吗？

不需要。

LibTV CLI 可以直接在 Agent 中触发浏览器登录。你在浏览器里完成登录后，登录状态会返回给 Agent，之后 Agent 就可以使用这个已登录账号在授权范围内使用积分以及进行创作了。

积分消耗如何计算？

通过 LibTV CLI 或 Skills 发起的调用，将使用所登录账户的积分，和你在画布中生成对应节点消耗的积分相同。

如何在 CLI 中切换团队/个人空间

CLI 的登录状态依赖你登录 CLI 时浏览器里的 LibTV 登录状态。

CLI 使用的账号和空间，也同样依赖你登录 CLI 时浏览器中的账号与空间状态。也就是说，你在浏览器里切换账号，或者切换团队空间 / 个人空间，都会影响 CLI 后续的登录状态、可访问项目和操作权限。

如果你希望 CLI 使用指定的个人空间或团队空间，建议先在浏览器里切换到对应账号和空间，再进行 CLI 登录或重新登录。同时，也建议把希望切换到的"个人 ID"或"团队 ID"复制给 Agent，让 Agent 帮你核对浏览器当前登录状态、空间状态和你期望 CLI 使用的状态是否一致。

为什么 Agent 使用 CLI 时偶尔会报错？

LibTV CLI 内部提供的项目、画布、节点、素材、模型调用、状态查询等基础能力是比较完整的。但 CLI 是给不同 AI Agent、不同模型和不同脚本工作流调用的，实际使用中出现报错，不一定代表 CLI 本身缺少能力。

常见原因包括：

Agent 没有正确理解需求或当前画布状态
模型把参数、节点类型或引用关系写错了
prompt 没有说清楚生成目标、参考图用途或视频节点要求
自定义 Skill / 脚本没有按 CLI 的真实命令和参数调用
当前模型对复杂多图、多角色、多步骤任务的理解能力不足
生成任务遇到安全审核、模型异常、网络波动或临时服务不稳定

遇到这类情况，建议先让 Agent 做一次诊断：

读取报错信息和失败节点
查询项目、节点和任务状态
判断问题更像是参数、引用、模型、素材、审核还是临时异常
修正脚本或 prompt 后重试

很多问题通过多诊断一次、多试几次，或者把需求说得更具体，就可以解决。如果连续多次失败，再把项目链接、节点信息、报错内容和操作步骤一起反馈给官方，方便定位。

为什么一定要把过程放到画布？

因为视频创作不是一次性文本回复。

画布可以保存：

脚本
分镜
参考图
视频节点
上下游依赖
失败节点
可继续编辑的中间结果

只返回一个视频链接，后续很难修改、追踪和复用。

生成任务很慢怎么办？

视频生成本身可能需要较长时间。短视频任务通常也可能等待十几分钟到更久，高峰期会更慢。

建议：

先确认 Agent 已经把项目和节点创建好
让 Agent 查询节点状态，而不是重复提交任务
长任务可以后台等待，过一段时间再让 Agent 检查结果

失败会扣算力吗？

具体以 LibTV 当前产品规则为准。一般生成失败、审核拦截、模型异常等场景可能有返还机制，但不要把“失败一定不消耗”当成固定承诺。

如果遇到疑似误扣，保留项目链接、节点信息、任务时间和失败原因，再反馈给官方。

如何取消登录、解除绑定和授权？

你可以直接对已连接 LibTV CLI 的 Agent 说：

LibTV CLI 取消登录，解除绑定和授权。

或者

libtv project unuse

libtv logout

Agent 会清除本机 CLI 登录凭据，并解除当前工作目录与 LibTV 项目的绑定。完成后，可以让 Agent 验证：

CLI 是否已经无法读取当前账号信息
本机登录凭据是否已经被删除
是否还能继续读取项目列表或操作画布

如果取消后 CLI 已经提示未登录，且当前目录没有项目绑定，说明这个 Agent 已经不能再使用你的 LibTV 账号继续操作。

⛲️许愿池

想让 CLI 支持什么新能力？在这里许个愿吧。

更新日志

V 1.1.1更新

2026年6月17日

优化 node --run 说明和行为提示，避免调用方无意义轮循，节省调用方Token消耗。
Seedance 2.0 自动合规检测从图片扩展到图片、视频、音频参考素材。
生成失败时额外输出更明确的失败原因，方便用户定位问题。
优化 Node 引用的提示说明，让模型更好理解和写 prompt。

V 1.1.0更新

2026年6月16日

新增 workspace 项目管理能力：支持创建、列表、更新、绑定/解绑项目空间。
画布命令支持按项目空间筛选和创建：project list/create 可通过 -w/--workspace 指定项目，也会自动读取当前目录绑定的项目。
优化节点引用写法：prompt 中可用 {{Node <Node Key>}} 或 {{Node "节点名"}} 引用已连接的上游节点，让模型更好理解和写入。
优化媒体连线后的顺序稳定性，避免图片、视频、音频参考素材顺序漂移。

V 1.0.2更新

2026年6月10日

视频剪辑节点现在会在连线变化后自动维护视频/音频来源，减少手动配置出错。
多媒体参考资源现在会更稳定地保持顺序，支持图片、视频、音频混合参考。
Prompt 中的资源引用会在删边或资源顺序变化后自动更新，避免出现引用错位或失效。
model 参数现在支持直接填写模型展示名，使用体验更接近产品界面。
全能参考场景下，CLI 会自动整理混合参考资源，使生成请求更贴近 Web 端行为。
补充了脚本节点和合成节点的操作说明，方便按节点类型完成创建、更新、连线和运行。