luoluoluo22/grok-media-skill

Grok Media Skill (AI 视觉创作)

目标

利用 Grok (支持 Grok 4) 强大的多模态生成能力，提供一站式的文生图 (Text-to-Image) 和 文生视频 (Text/Image-to-Video) 解决方案。

使用场景

• AI 绘画: 创建高清壁纸、视频封面、故事板、UI素材。
• AI 视频: 制作动态背景、B-roll 空镜、让照片动起来 (Motion Brush)。

环境配置 (Setup)

首次使用前，请务必配置 Grok 的认证信息。注意：Grok 具有严厉的 Cloudflare 防火墙。

1. 进入 libs/data/ 目录。
2. 复制 token.example.json 为 token.json。
3. 复制 setting.example.toml 为 setting.toml。
4. 获取认证信息:
   • 登录 grok.com。
   • 打开浏览器开发者工具 (F12) -> Application -> Cookies。
   • 找到 sso 或 sso-rw 的值，填入 token.json。
   • 找到 cf_clearance 并复制完整 Cookie 字符串填入 setting.toml 的 cookie 字段。
5. 环境同步:
   • 如果使用了代理，必须在 setting.toml 中配置 proxy_url。
   • 确保 setting.toml 中的 user_agent 与实际浏览器一致。

功能与指令

1. 文生图 (Text to Image)

指令模式: "用 Grok 画一张..." / "使用 Grok 生成图片..."

• 执行逻辑:
  • 自动调用 python scripts/generate_image.py "{Prompt}" "{Ratio}"
  • Prompt: 核心描述词。
  • Ratio: 宽高比 (e.g., 16:9, 9:16)。

2. 文生视频 (Text to Video)

指令模式: "用 Grok 生成一段视频..." / "Grok 制作关于...的视频"

• 执行逻辑:
  • 调用 python scripts/generate_video.py "{Prompt}" "{Ratio}"

3. 图生视频 (Image to Video)

指令模式: "让这张图用 Grok 动起来..." / "基于这张图用 Grok 生成视频..."

• 执行逻辑:
  • 调用 python scripts/generate_video.py "{MotionPrompt}" "{ImagePath}"

注意事项

• Cloudflare 拦截: 如果脚本运行报错 403，通常是由于 IP 变动或 Cookie 失效。请检查 setting.toml 中的 proxy_url 是否与浏览器一致。
• 生成时长: 生成过程可能需要 1-2 分钟，请耐心等待。
• 本地存储: 生成的素材保存在工作区的 generated_assets 文件夹中。

示例

场景: 制作一个赛博朋克城市的动态背景。

1. 文生图: "Use Grok to generate a cyberpunk city street at night, neon lights, 16:9"
2. 图生视频: "Using Grok, make the camera move forward through the street, rain falling" (指向上一步生成的图片)