oil-cover

基于真实视频内容生成三种画幅的封面，支持选帧分析、标题设计和可选创作者头像合成。

方向是 真实屏幕证据 + Apple-like 产品视觉 + 清晰标题 + 无人物干净构图，一次性整图生成，不靠本地贴字拼图。

作者：oil 欧呦（@oil-oil）

封面示例

特点

• 视频选帧：本地扫描和评分筛出高清候选帧，再由多模态模型按语义选择，不上传整段视频。
• 完整视觉规范：references/cover-rules.md 覆盖构图、背景层、字体标题、点缀、自动质检和提示词骨架。
• 默认三画幅：并行出小红书 3:4 竖版、B 站首页主封面 4:3 横版和个人空间伴随版 16:9 横版。
• 产品 Logo 自动匹配：内置 Claude / Codex / Cursor / Gemini / GitHub 等常用 AI 产品 Logo。

已指定的封面标题会锁定到分析与各画幅提示词中。有标题或主题时，Logo 匹配不再回退到字幕里的次要品牌；没有可信资产时使用产品名和真实界面建立识别。新增参考资产见 资产列表。

两种执行模式

	脚本模式（默认）	Agent 自主执行
怎么跑	跑 scripts/generate_oil_cover.py	执行的 Agent 自己读 SOP 端到端完成
选帧 / 分析	ZenMux google/gemini-3.8-flash	Agent 自身多模态视觉
生图	ZenMux gpt-image-2.5-flare	Agent 自带图像生成工具（图生图）
依赖	Python + ffmpeg + ZenMux key	仅需带生图工具的 Agent（如 Codex 内置 image_gen）
适合	高保真、可复现	零外部依赖、零 key

模式偏好记在 ~/.oil-cover/config.json，设一次以后不再问。自主模式完整流程见 references/agent-native-flow.md。

安装

使用支持的 Skill 安装器：

npx skills add oil-oil/oil-cover

运行时使用当前 Skill 目录中的脚本与资源，不要求安装到某个宿主的固定目录。--api-key 明文命令参数已停用；环境变量或已有私有凭据文件仍可读取。

用法（脚本模式）

python3 "<Skill绝对目录>/scripts/generate_oil_cover.py" \
  --video "<视频路径>" \
  --title "<标题或主题>" \
  --topic "<补充背景>"

截图 / 关键帧输入：

python3 "<Skill绝对目录>/scripts/generate_oil_cover.py" \
  --image "<截图路径>" \
  --logo "<可选 Logo 路径>" \
  --title "<标题>"

默认并行出 3:4 + 4:3 + 16:9。完整参数（取帧策略、--dry-run、--skip-generate 等）见 SKILL.md。

配置 ZenMux key（仅脚本模式需要）

脚本调用 ZenMux（Gemini 3.8 Flash 分析 + gpt-image-2.5-flare 生图），需要 API key。按优先级读取：

1. ZENMUX_API_KEY 环境变量
2. --api-key-file 指定的文件；未指定时使用用户配置中的 api_key_file，最后回退到 ~/.config/oil-cover/zenmux_api_key

日常使用优先配置环境变量或外部密钥文件，不把密钥写进 Skill、提示词或 Git 仓库。

依赖

• Python 3.9+
• ffmpeg（视频抽帧）
• 一个 ZenMux 账号与 API key

用法（Agent 自主执行）

在带图像生成工具的 Agent（如 Codex）里触发，Agent 会读 references/agent-native-flow.md 自己完成选帧、分析、出图，不需要 ZenMux key。生图那一步在 Codex 里用其系统级 imagegen 的内置 image_gen 工具（图生图）。

本地测试

python3 -m unittest discover -s tests -p 'test_*.py'

测试通过主入口验证 Logo 选择、标题锁定和 sidecar 写入，使用模拟分析结果，不调用外部 API 或生成图片。

目录结构

SKILL.md                        技能主说明（两种模式 + 参数）
scripts/generate_oil_cover.py   脚本模式实现
references/
  cover-rules.md                完整视觉规范
  agent-native-flow.md          Agent 自主执行 SOP
  impact-tech-cover-style.md    可选的冲击型科技封面风格
  product-assets.md             产品 Logo 资产清单
assets/product-logos/           内置 AI 产品 Logo

商标与第三方资产

assets/product-logos/ 内的产品 Logo 为各自公司商标，仅作封面参考资产，不在本项目 MIT 许可范围内，收录于此不代表任何合作或背书。来源与归属见 NOTICE。

License

MIT © 2026 oil 欧呦

API Key 配置页面

首次使用外部服务时，可以在本机配置页亲自填写 Key；已有配置会复用，密钥存入系统凭据库。只为实际使用的外部服务配置；纯本地处理不需要 Key。页面需要 Node.js 22.18+ 与可用的系统凭据服务，业务运行仍使用原依赖。

安装、状态检查、打开页面和带凭据运行的完整入口见配置说明。页面保存与业务读取已经接通；不把 Key 发进聊天，也不自动迁移旧文件。