新闻详情

新闻详情

首页 / 资讯中心 / 详情

FireRed-OpenStoryline 配置 TaoToken:意图驱动 AI 视频剪辑 Agent 的 settings.json 骨架

发布时间:2026/11/16 9:11:27来源:尧图网络
FireRed-OpenStoryline 配置 TaoToken:意图驱动 AI 视频剪辑 Agent 的 settings.json 骨架
1. 为什么 FireRed-OpenStoryline 需要一份 settings.jsonFireRed-OpenStoryline 是小红书 FireRed 团队开源的 AI 视频剪辑 Agent它把「说清楚你想要什么」翻译成「完整成片」核心链路是 LLM 规划层加 MCP Server 工具调度。它不是一个更聪明的剪辑软件而是一个用自然语言调度素材搜索、ASR 粗剪、BGM 推荐、AI 转场、字体匹配等专业工具的指挥官。适合谁适合本地部署、想把 LLM 调用通道统一管理起来的内容团队和独立开发者尤其是需要批量产出风格统一视频、又不想在多个 API Key 之间来回切换的人。问题也出在这里。OpenStoryline 的规划层要调 LLMAI 转场要调生成服务ASR 粗剪要调语音识别MCP Server 还要把这一串工具串起来。如果你每个环节都单独配一个厂商的 Key配置文件会迅速变成一团乱麻DeepSeek 一个、Qwen 一个、转场服务一个改一次模型要翻三个文件。更麻烦的是本地部署场景团队里每个人的 Key 散落在各自的 config.toml 里谁用了多少、哪个通道挂了完全没法统一看。我试过把 LLM 通道收敛到一个统一入口用 TaoToken 做 API 通道管理OpenStoryline 侧只保留一份 settings.json 骨架所有模型调用走同一个 base_url 和同一个 Key。这样做的直接好处是换模型只改一个字段加新工具只加一段配置团队共享时也不用把一堆厂商 Key 发来发去。下面这份骨架就是围绕这个思路搭的你可以直接复制过去改。2. TaoToken 前置Key 与 API 通道准备在写 settings.json 之前先把 TaoToken 这边的通道准备好。TaoToken 在这里扮演的是统一 API 通道的角色OpenStoryline 的 LLM 规划层、以及需要走模型能力的工具节点都通过它来发请求。你不需要在 OpenStoryline 里分别填 DeepSeek、Qwen 的地址只需要一个 base_url 加一个 Key。第一步打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册并登录。第二步进控制台创建 API Key地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。创建时建议按用途命名比如openstoryline-local方便后面在用量页面对账。第三步如果你打算长期跑编码类或 Agent 类任务可以顺手看一下 Coding Plan地址 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它更适合高频调用的场景。这里有个关键点OpenStoryline 的 API 请求地址统一用 https://taotoken.net/api 注意这个地址不带任何查询参数是纯 API 端点。Key 的管理页面在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。把 Key 复制出来先存到环境变量里不要直接写进会提交到 Git 的文件。export TAOTOKEN_API_KEYsk-你的Key注意Key 只显示一次创建后立刻复制保存。如果怀疑泄露直接在 api-keys 页面吊销重建不要试图改字符。3. 可复制的 settings.json 配置骨架OpenStoryline 仓库里默认用的是 config.toml但很多本地部署和 Agent 框架集成场景更习惯用 settings.json 做统一配置。下面这份骨架把 TaoToken 作为 LLM 通道同时预留了 MCP Server 和工具节点的配置位。你可以把它放在项目根目录或者放在 Agent 框架约定的配置目录里。{ llm: { provider: taotoken, base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, default_model: deepseek-chat, planning_model: deepseek-chat, vision_model: qwen-vl-max, timeout_seconds: 120, max_retries: 3 }, mcp: { server_host: 127.0.0.1, server_port: 8765, transport: stdio, tool_timeout_seconds: 300 }, tools: { material_search: { enabled: true, provider: local_index }, asr_rough_cut: { enabled: true, model: whisper-large-v3, remove_fillers: true, remove_pauses: true }, bgm_recommend: { enabled: true, provider: local_library }, ai_transition: { enabled: false, provider: taotoken, base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, note: 成本较高按需开启 }, font_match: { enabled: true, font_dir: ./assets/fonts } }, skill: { archive_dir: ./skills, auto_save: true, load_on_start: true }, output: { work_dir: ./workspace, render_dir: ./workspace/render, keep_intermediate: false } }这份骨架里几个字段值得单独说。llm.base_url固定指向 TaoToken 的 API 端点api_key_env指向环境变量名而不是明文 Key这样配置文件可以安全地进版本库。planning_model和vision_model分开是因为 OpenStoryline 的规划层用文本模型就够而素材理解、画面描述这类节点需要多模态模型分开配方便按需切换。tools.ai_transition默认关掉官方也提示这个功能依赖第三方生成服务、成本高且结果不可控等你确认需要再打开。skill.archive_dir对应的是 OpenStoryline 最有工程价值的 Editing Skill 存档机制。把一次成功的编辑工作流序列化保存换素材即可复用这是把「经验」变成可传播资产的关键。配置里打开auto_save每次跑通一条完整链路后会自动落盘一个 Skill 文件后面批量生产直接调用。4. 验证请求从配置到可运行剪辑 Agent配置写完先别急着跑完整剪辑链路按下面三步验证能快速定位是通道问题还是工具问题。第一步验证 TaoToken 通道本身通不通。用 curl 发一个最小请求确认 base_url 和 Key 都正确。curl -s https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ -H Content-Type: application/json \ -d { model: deepseek-chat, messages: [{role: user, content: 回复 ok}], max_tokens: 10 }返回里能看到choices字段和内容说明通道没问题。如果返回 401检查 Key 是否复制完整返回 404检查 base_url 是不是写成了带路径的地址。第二步启动 MCP Server确认它能读到 settings.json。cd FireRed-OpenStoryline conda activate storyline PYTHONPATHsrc python -m open_storyline.mcp.server --config ./settings.json启动日志里应该能看到加载的模型名、工具列表、Skill 目录。如果提示找不到配置文件检查--config路径是不是相对路径写错了。第三步跑一条最小意图链路。在 Claude Code 里从仓库根目录启动后先执行安装配置再执行使用命令/openstoryline-install /openstoryline-use然后输入一句最简单的意图比如「把 workspace/raw 里的三段素材剪成一条 30 秒竖版视频去掉口头禅配轻快 BGM」。观察 MCP Server 日志里工具调用顺序素材搜索 → ASR 粗剪 → BGM 推荐 → 视频剪辑。如果卡在某一步看那一步对应的工具配置是否 enabled。跑通后检查./skills目录应该多出一个 Skill 文件这就是可复用的工作流存档。5. 本篇常见错排查报错一401 Unauthorized或invalid api key。最常见的原因是环境变量没生效。api_key_env写的是变量名实际请求时读的是环境变量的值。如果你在 settings.json 里直接写了 Key 明文而字段名又是api_key_env就会读不到。检查方式echo $TAOTOKEN_API_KEY看有没有输出。另外注意 Key 前后不要带空格或换行。报错二Connection refused或timeout。先确认 base_url 是https://taotoken.net/api不要多加/v1之外的路径也不要带查询参数。如果本地有网络策略限制确认能正常访问该域名。MCP Server 的server_port如果和本机其他服务冲突改成 8766 之类再试。报错三MCP Server 启动后工具列表为空。检查 settings.json 里tools下各节点的enabled字段。ai_transition默认 false 是正常的但material_search、asr_rough_cut这些如果也是 false链路就跑不起来。另外确认PYTHONPATHsrc有没有加模块路径不对会导致工具注册失败。报错四ASR 粗剪报模型找不到。asr_rough_cut.model写的是whisper-large-v3但本地如果没有预下载这个模型会去拉取。确认磁盘空间和模型缓存目录。如果只想快速验证链路可以先把remove_fillers和remove_pauses关掉用最小功能跑通。报错五Skill 存档没有生成。检查skill.auto_save是否为 true以及archive_dir目录是否有写权限。另外 Skill 是在完整链路跑通后才落盘的如果中途某一步失败不会生成存档。先确保整条链路能走完。报错六AI 转场开启后请求失败。这个功能依赖外部生成服务成本较高。如果只是本地验证建议保持enabled: false。确实需要时确认ai_transition节点下的base_url和api_key_env配置正确它和顶层llm是分开的。6. 统一通道之后Agent 调用链路怎么走把 LLM 通道收敛到 TaoToken 之后OpenStoryline 的调用链路变得清晰用户自然语言输入 → LLM 规划层走 TaoToken 的planning_model→ MCP Server 调度 → 各工具节点执行 → 输出成片加 Skill 存档。整条链路里只有需要模型能力的节点才走 TaoToken素材搜索、BGM 推荐、字体匹配这些本地工具不消耗 API 额度。如果你要验证模型对话能力可以直接用模型对话页面 https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite 快速试一下规划层用的模型输出风格确认它理解「去掉口头禅」「竖版 30 秒」这类指令的稳定性。长期跑编码类或 Agent 类任务Coding Plan 页面 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 里有更适合高频调用的方案。接入过程中遇到通道问题先看接入文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite Key 的创建和吊销都在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。最后给一个实操建议先把ai_transition关着用 ASR 粗剪加素材搜索加 BGM 推荐这条确定性最高的链路跑通三遍确认 Skill 存档能稳定生成再考虑打开转场。这样你手里先有一个可复用的工作流模板后面加任何新工具都只是往 settings.json 里加一段配置的事。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉