当前位置：首页 > news >正文

自媒体创作利器：OpenClaw+千问3.5-35B-A3B-FP8实现视频脚本自动生成

news 2026/5/31 20:20:10

自媒体创作利器：OpenClaw+千问3.5-35B-A3B-FP8实现视频脚本自动生成

1. 为什么选择OpenClaw作为创作助手

去年我开始尝试做科普类短视频，很快发现内容创作最耗时的环节不是拍摄或剪辑，而是前期策划——构思主题、撰写脚本、设计分镜往往要占去70%的工作时间。直到在开发者社区看到OpenClaw的案例分享，这个能直接操控我电脑的AI助手彻底改变了我的工作流。

与常见AI写作工具不同，OpenClaw的独特价值在于它能像真人助手一样串联整个创作流程。我的典型工作场景是：早晨用自然语言描述视频创意，中午就能收到完整分镜脚本和示意图，下午只需做简单调整即可进入制作环节。这种端到端的自动化能力，主要依赖两个关键技术支点：

首先是千问3.5-35B-A3B-FP8模型的多模态理解能力。这个模型不仅能处理文本指令，还能解析我提供的参考图片，输出符合影视语言规范的分镜描述。比如当我输入"科技感开场"时，它能准确生成包含推镜头、光效粒子等专业术语的镜头描述。

其次是OpenClaw的本地化任务编排能力。它不只是生成文本，还能自动调用DALL·E创建示意图、整理道具清单到Notion表格、甚至将最终脚本推送到剪映的云协作空间。所有操作都在我的MacBook上完成，敏感素材无需上传第三方平台。

2. 环境配置的关键步骤

2.1 模型服务的快速部署

在星图平台找到千问3.5-35B-A3B-FP8镜像后，我选择了最简部署方案：

# 使用平台提供的一键部署命令 curl -fsSL https://platform.com/deploy-qwen | bash -s -- --model qwen3.5-35b --quant FP8

部署完成后，模型服务运行在本地http://127.0.0.1:5000端口。这里有个实用技巧：在OpenClaw配置中使用baseUrl参数对接时，建议开启stream: true以获得更流畅的长文本生成体验：

{ "models": { "providers": { "qwen-local": { "baseUrl": "http://localhost:5000/v1", "api": "openai-completions", "stream": true, "models": [{ "id": "qwen3.5-35b-fp8", "name": "本地千问多模态" }] } } } }

2.2 创作技能链的组装

通过ClawHub安装了三个核心技能模块：

clawhub install script-generator dalle-invoker video-publisher

其中script-generator负责将关键词扩展为完整脚本，dalle-invoker根据分镜描述生成示意图，video-publisher则处理与剪辑软件的交互。配置时需要注意：

在~/.openclaw/workspace/TOOLS.md设置DALL·E的API密钥
为剪映配置访问权限时，建议使用connectionMode: "local"避免云同步延迟
道具清单功能依赖Notion集成，需要提前创建好数据库模板

3. 从创意到发布的自动化流水线

3.1 分镜脚本的生成逻辑

当我输入"制作3分钟AI科普视频，主题大模型原理"时，OpenClaw会触发以下工作链：

需求解析：调用千问模型拆解出"技术解释"、"生活类比"、"未来发展"三个核心段落
分镜生成：为每个段落生成2-3个镜头方案，包含景别、时长、转场建议
视觉补充：对"注意力锚点"镜头（如技术对比图表）自动调用DALL·E生成示意图
资源整理：将台词文本、示意图路径、道具清单汇总到结构化JSON文件

实际生成的脚本片段如下：

{ "scene": "技术解释段落", "shots": [ { "duration": "45s", "description": "中景推镜头，左侧是神经网络结构图，右侧逐步浮现文字说明", "transition": "数字粒子消散", "dalle_prompt": "isometric neural network diagram with glowing connections" } ] }