是什么
「Motu 媒体创作套件」是 MotuArt 官方出品、经 UUIDE 技能目录分发的专家技能包，把七条最常用的 AI 媒体产线编排成一个合集：图像生成（Z-Image）、图文生成与改图（Qwen Image 2.1）、音乐生成（Yue 2）、语音合成（Fish Audio S2）、视频生成（MiniMax Hailuo H3）、图片去水印、人像精修与证件照（Color Engine），覆盖从素材产出到成品交付的常见媒体需求。
七个成员之间可以互相配合：图像生成的产出直接作为视频生成的参考帧或首尾帧，语音合成的产出直接作为数字人口播的音轨，音乐生成的产出直接作为视频的配乐，去水印清理后的图片直接进入视频管线——图文声像在同一个 AI 会话里串成完整创作链。
全部成员脚本只依赖 Python 3 标准库（零第三方依赖），统一「提交任务 → 轮询 → 自动下载」的用法；生成的图片、音频、视频自动落到当前项目目录。需要 motu 账户与 API Key（环境变量 MOTU_KEY / MCE_API_KEY），生成消耗平台额度或积分。
包含成员
图像生成 · Z-Image
人像、产品、场景、海报、封面与系列套图 2K 高清直出：意图模板 × 结构化提示词逐张设计校验，生成结果最大程度符合意图，五种尺寸预设直配竖屏/横屏/方图用途。
图文生成与改图 · Qwen Image 2.1
最强中英文字渲染：文字海报、招牌、包装、菜单、UI 概念图原生 512–2048 画布直出；参考图编辑支持换装、换背景、风格迁移、多图合成与局部修改。
音乐生成 · Yue 2
器乐与带人声歌曲：风格简报 + 可选歌词驱动，BGM、主题曲、片头曲一次到位；AI 翻唱把参考曲目换风格、换编曲、换人声重唱。
语音合成 · Fish Audio S2
配音、旁白、有声书、广告与播客口播：行内情感标签驱动表演级朗读；短样本克隆音色，双人对话一人成档。
视频生成 · MiniMax Hailuo H3
3–15 秒短视频三种工作流：文生视频、多模态参考（图生视频/首尾帧/数字人口播对口型）、控制视频动作迁移；长片按 ≤15 秒分镜生成再一键合成。
图片去水印
生成式修复清理自己拥有或有权编辑图片上的水印、logo、时间戳与文字覆盖，输出长边最高 2048 的干净成图。
人像精修 · Color Engine
人像调色、磨皮、打光、蒙版导出、证件照裁剪/换底/合规检查/排版，以及 AI 职业形象照生成——全程保持人物身份不变。
什么时候会用到
- 「做一张竖版活动海报，顶部标题写“秋季新书展”」
- 「给这段视频配一段 90 秒的 lo-fi 背景音乐」
- 「把这段文案念成低沉男声旁白，语气平静」
- 「把这张产品图变成 5 秒的展示视频」
- 「用这张人像和这段配音做个口播视频，口型对上」
- 「把这张图右下角的水印去掉」
- 「帮我出一版蓝底一寸证件照，带打印排版」
不适用于
- 离线/私有化场景——全部成员都调用 motu.art 云端 API，需要网络
- 没有 motu 账户、API Key 或额度的情况（技能本身免费，生成消耗平台额度/积分）
- 清理他人作品的版权水印——去水印仅用于自己拥有或有权编辑的图片
- 长篇影视剧级剪辑与本地大模型推理（成员面向 3–15 秒短视频与单图/单曲生成）
安装与使用
- 1打开 UUIDE，进入「设置 → 技能」面板，找到本技能包点击「安装」
- 2准备 motu 账户与 API Key：图像/图文/音乐/语音/视频/去水印配到环境变量 MOTU_KEY，人像精修配到 MCE_API_KEY（Key 只从环境读取，具体见各成员说明）
- 3在 AI 会话中直接说出需求即可触发；生成的文件自动下载到当前项目目录
常见问题
- 使用这个技能包需要什么条件？
- 需要 motu 账户与 API Key：图像、图文、音乐、语音、视频、去水印六个成员从环境变量 MOTU_KEY 读取（api.motu.art），人像精修 Color Engine 从 MCE_API_KEY 读取（mce.motu.art）。Key 只从环境读取，不会硬编码或明文输出；生成消耗账户额度或积分。
- 七个成员之间能互相配合吗？
- 能。图像生成的产出可直接作为视频生成的参考帧或首尾帧；语音合成的产出可直接作为数字人口播的音轨；音乐生成的产出可直接作为视频的配乐；去水印清理后的图片可直接进入视频管线，在同一个 AI 会话里串成完整创作链。
- 生成的文件保存在哪里？
- 各成员脚本在任务完成后自动把图片、音频、视频下载到当前项目目录并报告本地路径与规格；平台的临时下载链接 14 天过期，脚本总是先落盘再交付，不会把过期链接留给用户。