量子位实测 LibTV Agent：Skill 能自己做，剪辑也被收进同一块画布 (2026)

导读

量子位作者梦瑶在 2026 年 7 月 19 日发布的实测，给 LibTV Agent 增加了一个此前报道没有完整展示的切面：Skill 不只是从列表里挑一个，还可以照着模板做成自己的创作方法；视频也不必生成后再导入剪辑软件，故事板和基础剪辑能力已经放在同一块画布里。1

这篇文章的价值不在于「可用级产品」这个标题判断，而在于它记录了两轮从想法到成片的操作：一轮是调用「伊斯特伍德西部片」Skill，另一轮是用一张参考图和汽车广告 Skill 推进 TVC；中途还展示了自建 Skill、字幕调整、音频返工和画布视图切换。它让人看到 LibTV Agent 想解决的并非单次生成，而是创作者在脚本、素材、模型、剪辑软件之间来回搬运的问题。

原文信息

主文：100+Skills 导演级专家真·随叫随到！这回视频 Agent 终于有了可用级产品
作者：梦瑶，发自凹非寺量子位，公众号 QbitAI。
发布时间：2026 年 7 月 19 日 11:48:41。
文章类型：产品深度实测与推广性体验稿。
本篇新增信息：自定义 Skill 的创建流程、内置视频剪辑的具体操作，以及模型选择界面出现 Seedream 5.0 Pro。此前关于 Skill Hub 的报道更多讨论 Skill 数量、分发和生态想象，本篇把这些能力放进了连续的制作过程里。

这里要把两层口径分开。量子位记录的是作者在两类视频上的一次体验，官方上线稿则宣称 LibTV Agent 首批有超过 100 个导演级 Video Skill，并支持 Storyboard、Node Workflow 和 Agent 驱动剪辑；官方还给出「3 分钟以内视频任务，一次生成达到可交付标准的成功率超过 80%」的说法，但没有在本次实测中提供对应样本和计算方式。2

全文速读

量子位先用一支西部片开场。作者选择「伊斯特伍德西部片」Skill，让 Agent 先处理角色图和场景图，再往下拆出详细分镜。她可以在生成过程中暂停，修改细节后再决定是否继续。这个流程把 Skill 从一个风格标签变成了前期制作的起点。

第一版成片出现结尾定格过长的问题，作者没有把视频下载后交给另一套剪辑软件，而是在 LibTV Agent 的故事板里处理镜头和节奏。她又切换到节点式工作流，查看镜头、素材、模型参数和步骤之间的关系。接着，文章展示了分割、字幕、选区和转场等基础剪辑操作。

第二轮是汽车品牌 TVC。作者只上传一张参考图，选择「一键爽感轰炸流汽车 TVC」Skill，没有准备完整脚本。Agent 继续询问并组织创意偏好、光影风格和旁白，第一版出现 BGM 与旁白音量冲突后，作者用自然语言提出修改，再补上双语字幕、部分镜头和剪辑节奏。

文章后半段把焦点转向自建 Skill。作者选择模板，填写名称和简介，再写清任务、执行方式和输出内容，做出一个复古质感职场影片 Skill。随后输入时长、画面尺寸和基础剧情，调用这套方法生成一支职场短片，并在剪辑阶段调整字幕字体、字号和预设样式。

所以，本文真正展示的是一条更完整的路径：选择方法，生成资产，检查分镜，局部返工，保存方法，再次调用。它支持了「LibTV Agent 正在从视频生成器向视频工作台靠近」的判断，但还不能证明所有题材都能稳定交付，更不能证明它已经替代专业剪辑或导演判断。

功能细节拆解

1. Skill 的价值从「选风格」移向「选流程」

量子位稿件里最重要的操作不是点开 Skill 列表，而是选择 Skill 后发生了什么。西部片 Skill 被作者用来组织角色、场景和分镜，汽车 TVC Skill 则承担了创意偏好、光影、旁白等前期任务。它们至少在演示里包含了步骤和输出顺序，不是单独的一句风格提示。

这与官方对 Skill 的描述相符。官方称每个 Skill 会封装工作流、提示策略、模型组合、风格控制和行业经验，并允许创作者把自己的方法沉淀成可复用 Skill。2

但「方法已经封装」不等于「方法已经可迁移」。本篇只展示了作者调用和创建的过程，没有记录同一 Skill 换题材、换模型、换创作者后会不会失效。

2. 双视图把自然语言和节点控制放在一起

左侧画布、右侧 Agent 对话框是量子位文章反复展示的工作界面。故事板更适合看创意、镜头和整体节奏，节点式工作流则把素材、镜头、参数和生成步骤摊开。对话框里的操作会同步到节点中，用户不用只依赖聊天记录去回忆视频是怎么做出来的。

这套设计解决的是两个相反的麻烦：只用对话，用户容易看不见生产过程；只用节点，非专业用户又会被参数和连接关系挡在门外。LibTV Agent 试图让同一个项目同时保留「一句话推进」和「节点级接管」。官方将其称为双视图创作，并称支持单项目多 Session 协同和统一上下文，这些协同与长程记忆能力仍需要更多项目记录来验证。2

3. 剪辑被放回生成循环

文章给出的剪辑细节很具体：作者在故事板里选择资产和编辑区域，使用分割、字幕、选区与转场，再通过对话修改音量、补字幕和调整节奏。西部片的定格过长、汽车广告的 BGM 和旁白打架，都是先看成片后发现的问题，不是预先写在 Prompt 里的要求。

这说明内置剪辑的意义不只是多几个按钮。它把「发现问题」和「提出修改」接到了同一个项目上下文里，至少减少了下载、导入、解释素材和重新整理的步骤。实际能省多少时间，还要看局部修改是否真的只影响目标片段，以及字幕、音频和转场调整是否会牵连其它镜头。

4. Seedream 5.0 Pro 是接入线索，不是效果结论

量子位在模型选择界面中看到 Seedream 5.0 Pro，并据此感叹产品更新速度。文章没有把 Seedream 5.0 Pro 单独拿出来做同条件生成，也没有给出调用次数、生成参数或成片对比。因此，这里能确认的是界面出现了该模型，不能据此推断 LibTV 已经在模型能力上领先，也不能推断接入后的实际成本和服务稳定性。

5. 自定义 Skill 的门槛被压缩成一张表单

作者描述的创建流程是：选择现成模板，填写 Skill 名称和简介，按照提示写清任务、执行方式和输出内容。她没有展示复杂代码，也没有先搭建一套外部节点工程。创建之后，再填时长、画面尺寸和基础剧情，就能调用这套方法生成职场短片。

这个功能的产品意义在于，个人审美和重复工作流可以被保存下来，下一次不必从空白对话重新解释。对于广告团队或短剧团队，真正有价值的不是「我也能创建 Skill」，而是能不能把角色设定、镜头节奏、字幕样式和审核标准固定成一套能交接的项目资产。

目标用户场景

第一次做视频的创作者

Skill 列表降低了空白 Prompt 的压力。量子位用一个西部片 Skill 就开始了角色、场景和分镜工作，汽车 TVC 甚至只给了一张参考图。对想先做出第一版的人，这种入口比同时理解模型、镜头语言和剪辑软件更友好。

但「从一句话开始」不代表全程不用判断。原文里的定格过长、音量冲突、镜头节奏和字幕补改，恰好说明创作者仍然要看成片、指出问题，再决定是否返工。

需要重复做同类内容的小团队

这类用户更可能从自建 Skill 获益。一个团队可以把固定的广告结构、职场短片风格、字幕规范或多语言版本流程保存下来，后续项目直接调用，再把变化部分交给 Agent 处理。前提是 Skill 的输入和输出边界足够清楚，版本变化也能被追踪。

如果团队只是偶尔做一条演示片，自建 Skill 可能只是一次性配置；如果每周都要做同类项目，它才有机会变成减少重复沟通的工具。

对镜头和成片有要求的专业用户

故事板与节点工作流给了专业用户接管过程的入口，内置剪辑也减少了跨软件搬运。但量子位这篇文章没有测试长项目、跨镜头人物一致性、素材保留规则、失败重试成本和多人协作。因此，专业团队可以把它当作前期和初剪工具试用，暂时不能把演示中的顺滑体验直接当成稳定交付能力。

竞品坐标

量子位这篇文章没有把 LibTV Agent 与其它产品放在同一提示词、同一时长、同一分辨率下比较，所以不能从它推出模型排名。更合适的比较方式，是看它在视频生产链里承担了什么角色。

产品范式	用户主要得到什么	LibTV Agent 的位置	还缺什么证据
单次视频生成工具	快速得到一个片段	试图把单次生成接到脚本、分镜和返工	多轮修改的成功率与单位成本
节点式工作流工具	参数、素材和步骤的可视化控制	用 Agent 和故事板降低节点入口，同时保留节点视图	普通用户能否接管复杂节点，局部修改是否可控
专业剪辑软件	时间线、字幕、音频和转场	把基础剪辑放进生成项目	剪辑深度、格式兼容和复杂项目稳定性
Skill / Agent 市场	可发现、可调用的方法	把 Skill 绑定到视频工作流，并允许用户自建	Skill 质量分层、版本管理、评价、复用数据和收益规则

从这个坐标看，LibTV Agent 的差异不是多接入了一个模型，而是试图把方法库、生成器和初剪工作台放在一起。它要面对的竞品也因此不只是其它视频模型，还包括用户现有的剪辑软件、节点工具，以及团队内部已经积累的模板和流程。

行业影响

视频工具的竞争单位变长了

过去的产品展示常停在「输入提示词，得到几秒视频」。量子位这篇实测把镜头前后的工作都写了出来：先选方法，再做角色和场景，查看分镜，生成，发现定格和音量问题，回到画布返工，最后把个人偏好保存成 Skill。用户真正付费的对象，开始从一次生成向一套能反复执行的制作过程移动。

这条路线有一个现实好处：平台不必完全拥有所有底层模型，也可以通过模型选择、Skill 和工作流来组织上游能力。代价同样清楚，模型更新、价格调整、排队和审核变化都会传到最终成片；平台必须自己承担流程稳定性，不能只把责任推回模型提供方。

「个人工作室」比「AI 导演替代人」更接近当前证据

自建 Skill 让个人审美和习惯有了保存位置。它可以是一个人的职场短片模板，也可以是团队的广告前期规范。这样的能力是把经验外化，方便复用和交接，不等于 AI 已经拥有独立的导演判断。

量子位的实测里，作者仍然在判断定格是否拖沓、BGM 和旁白是否冲突、字幕要不要补、哪些镜头要重做。Agent 负责执行和返工，创作者负责验收和取舍，这种分工比「一键替代导演」更符合文章实际展示的产品形态。

待验证点

Skill 能否跨场景复用：同一个 Skill 换人物、题材、画幅、时长和参考素材后，是否仍能保持方法效果。当前文章只展示作者自己的三类创作尝试，不能代表跨用户表现。
局部返工是否真的局部：定格、音量、字幕和转场的修改有没有牵连其它镜头，合格资产能否保留，失败重试会消耗多少积分，这些都没有记录。
内置剪辑的深度边界：原文确认了分割、字幕、选区和转场等基础能力，但没有覆盖复杂音频混音、精确时间线控制、素材格式、代理文件和多人协作。
模型接入的实际可用性：界面出现 Seedream 5.0 Pro，只能证明它在作者看到的模型列表中出现；仍需确认可调用地区、版本、价格、队列、审核和输出规格。
官方成功率的测试口径：官方称 3 分钟以内任务一次生成达到可交付标准的成功率超过 80%，但未公开样本量、模型组合、分辨率、镜头数、人工评分标准和失败重试规则。这个数字应继续作为宣传口径记录。2
Skill 的长期资产属性：自建 Skill 能否版本化、分享、评价和统计调用，是否有清晰的版权归属、收益规则和删除机制，决定它是个人模板，还是平台生态中的可交易方法。

原文关键句

「LibTV Agent 是好用的，但它带给我的体验感受，又已远超出了我过去对所有 Agent 视频创作类产品的想象。」
这是梦瑶对整体体验的判断，适合作为推广稿的作者立场阅读，不能替代跨任务测试。1

「只需要一句话、一个想法，就能一路把脚本分镜、生成、剪辑、返工全部承接，最后给出一支完整的导演级作品。」
这句话概括了产品宣传想要占据的位置：从片段生成一路延伸到成片交付。本文实测确实展示了脚本、分镜、生成、剪辑和返工，但「完整的导演级作品」仍是单篇文章中的体验判断。1

量子位这篇实测把 LibTV Agent 的产品命题说得更具体了：Skill 负责把方法保存下来，画布负责把过程摊开，剪辑负责把返工留在项目里。下一步要看的不是它还能列出多少个 Skill，而是同一套方法能否在不同输入里少返工、少切换工具，并把成本和质量稳定在团队能接受的范围内。

量子位实测 LibTV Agent：Skill 能自己做，剪辑也被收进同一块画布

导读