猫哥这篇 LibTV Agent 实测：AI 导演能不能真正交片 (2026)

这篇实测的价值，是把 LibTV Agent 从「Skill Hub 很大」拉回到一个更硬的问题：创作者真的拿它连做三种片子时，哪些地方能自动推进，哪些地方还得人来补一句话、点一次确认、改一次方向。

原文信息

项目	内容
原文	《我让 LibTV Agent 连做三支片，看看 AI 导演能不能真正交片》
作者 / 账号	不近视的猫 / 猫哥 AI 视频
发布时间	2026 年 7 月 14 日 07:00
文章类型	微信公众号上手实测，围绕 LibTV Agent 连续试用官方短剧 Skill、电商种草 Skill、拟人动物吐槽 Skill，并尝试创建个人 Skill。1

全文速读

猫哥的判断从一句很直白的话开始：他认为「AI Agent 制作视频才是未来」，理由是视频模型在运镜、景别和一致性上进步很快，创作者的重心会从具体制作转向灵感、剧本和调整。1 这不是一篇只看官方演示的软性介绍，文章把 LibTV Agent 放进了几个真实使用动作里：先看官方「精品女频短剧一键成片 Skill」Demo，再自己跑电商种草视频、鞋类种草视频、拟人动物吐槽短视频，最后尝试新建个人 Skill。1

和上期钛媒体 / 极客电影那篇偏「Skill Hub 作为产品结构」不同，这篇更像一份创作者视角的踩坑记录。它没有系统讨论商业模式，却补上了一个关键维度：当用户不是做一支艺术短片，而是做电商素材、起号内容、个人方法论封装时，Agent 的可用性到底落在哪些小动作上。

功能细节拆解

功能点	原文实测到了什么	读者应怎么理解
首页入口	LibTV 首页改成直接输入「创作灵感」或挑选 Skill，作者点进「全部 Skill」后看到上百个专业 Skill。1	LibTV 想把「先选流程」放到入口层，而不是让用户先面对空白画布。
官方短剧 Skill	作者试用了官方 Demo 同款 Skill，并说完整流程已录制；文章还提到上下文太长导致输出断掉时，可以输入「继续」让它延续。1	这里暴露的是长流程 Agent 的常见边界：能推进，但仍需要用户处理续写、确认和中断。
字幕与后期	作者说 LibTV Agent 支持新增字幕和双语字幕，也能按自然语言修改转场、节奏和背景音乐。1	这比单段视频生成更接近交付，因为字幕、节奏、BGM 往往是创作者最花时间补的尾工。
电商种草 Skill	作者选择「种草视频」Skill，上传衣服并填写「速干透气，轻盈舒适，细节有质感」等卖点；换成鞋子时也填写了「轻盈透气，柔软缓震，防滑耐磨」。1	对电商用户来说，Agent 不是替你发明卖点，而是把已给出的卖点转成视频结构。输入质量仍然会影响输出。
双视图	文章说明 LibTV Agent 有「工作流」和「故事版」两种视图：工作流用于画布连线和提示词调整，故事版用于一次性浏览素材并让 Agent 修改。1	这是产品路线里最值得盯的点：小白需要故事版，熟手需要能进画布改细节。
输入空白的坑	作者发现，如果商品卖点不写、直接空白输入，系统会说英文，也不会自动提取卖点。1	这条负反馈很有用。它说明当前 Agent 还不是完全自动的产品经理，至少在电商任务里，用户仍要明确核心卖点。
自建 Skill	作者进入「我的」并创建 Skill，示例方向是把 AI 话题、科技产品或抽象观点改编成 45-60 秒电影感科技寓言短片。1	LibTV 不只想提供现成模板，还想让创作者把自己的方法变成可复用入口。

目标用户场景

第一类是已经在做 AI 视频的人。猫哥自称做 AI 视频快两年，这类用户最在意的不是「能不能生成一段」，而是能不能把多镜头、多素材、多修改合在一个流程里。文章里对字幕、BGM、转场、故事版和画布切换的观察，都是从这个视角出发。1

第二类是电商和内容运营。种草视频 Skill 的测试很具体：上传衣服或鞋子，再写几句卖点，让 Agent 出一条可发布的视频。作者的正反馈是「自带字幕，导出的视频就能直接发布」；负反馈是卖点空白时系统不会自动补齐。1 这比「电影级短片」更接近日常商业需求，也更容易暴露产品细节。

第三类是想把方法论商品化的创作者。官方飞书文档把 Skill 解释为把「怎么出片」封装成可复用创作能力，并写到现金奖励和长期分成。2 猫哥在文中也提到 LibTV Skill 超创激励计划有 1000 万元创作激励，并说自己也想报名。1 这一层才是 LibTV 的平台野心：让好用的流程不只被消费，也被上传、复用和分成。

竞品坐标

这篇文章没有直接拉一个竞品清单，但它给出了很清楚的比较对象：手工提示词、剪映后期、节点式画布和单一视频模型。

过去做 AI 视频，创作者经常要在多个工具间切换：一个工具出图，一个工具出视频，一个工具剪辑加字幕。猫哥文中提到，以往字幕要自己去剪映加，现在可以直接让 LibTV Agent 加双语字幕。1 搜狐同日稿也把 LibTV Agent 的卖点写成故事板和节点工作流双视图，并把剪辑、字幕、配音和多语种本地化放进同一套创作体系。3

所以，LibTV 这次避开的不是「谁的单镜头更好看」这个老问题，而是想回答另一个问题：一个创作者从想法到发布，中间到底要换几次工具、复制几次提示词、返几次工。如果 Agent 真能把这些动作收进同一个项目，它就不只是生成器，而是视频项目工作台。

行业影响

猫哥最后那句「AI 视频是一件手工活」很关键。1 这句话和 LibTV 的宣传口径之间有一点微妙的张力：平台说 Agent 可以一站式成片，创作者却仍然强调多练、多创作、手工调整。

这不是矛盾，反而更接近真实状态。AI 视频工具的短期价值，不是把人的参与彻底拿掉，而是把原本分散在脑子里、文档里、剪辑软件里的手工流程，压缩成一条更短的反馈链。用户仍要给卖点、选方向、确认结果、处理断掉的上下文，只是这些动作不再散落在十几个界面里。

如果 LibTV 要把 Skill 做成长期市场，最难的也在这里。一个好 Skill 不能只是「好看的风格名」，它要告诉 Agent 在什么输入下追问、在哪个步骤暂停确认、什么时候改字幕、什么时候进画布精修。官方飞书文档称，Skill 可以承载审美偏好、提示词技巧、镜头语言和制作流程。2 这句话如果落地，LibTV 争的就是创作者工作方法的入口。

待验证点

这篇实测值得读，但不要把它当成完整测评结论。

成片质量仍缺少可复核基准：文章展示了作者的主观反馈，如「效果确实可以」「发挥依旧稳定」，但没有同任务、同素材、同时间成本下的横向对比。1
自动化边界还要继续看：上下文过长会断、商品卖点空白时不会自动提取，这些都是长流程 Agent 的真实使用缝隙。1
Skill 激励要看后续供给质量：1000 万元激励能吸引创作者报名，但能否沉淀出高复用、低返工、可持续分成的 Skill，还要看审核、调用量和真实收益。官方文档目前说明了报名与扶持方向，没有给出足够详细的长期收益样本。2

原文关键句

「AI Agent 制作视频才是未来！」1

这是作者上手前的预设，也解释了为什么他会连续试几种 Skill。它不是中立测评开场，而是一个创作者在判断自己的工作重心会不会改变。

「这个坑帮大家踩过了，大家就别踩了。」1

这句比很多夸奖更有信息量。它告诉读者，LibTV Agent 现在还需要用户给出清楚输入，尤其是电商种草这类强卖点任务。

「这样既能体现 Agent 的快速便捷，也能够保证操作出来的内容符合创作者的要求。」1

这句话点到了 LibTV Agent 的产品平衡：不是让 AI 一路黑箱跑到底，而是在不确定时回到创作者手里确认。

「AI 视频是一件手工活，只要多练多创作，效果才能越来越好。」1

这也是我读完后最愿意保留的判断。LibTV Agent 的卖点不是把手工活消灭，而是把一部分手工活包装成能重复调用、能被别人学习的 Skill。下一步要看的是，普通创作者用同一条 Skill 做第十支片时，返工是不是真的更少。

猫哥这篇 LibTV Agent 实测：AI 导演能不能真正交片