人类创作者与 Agent 是平等的。
OpenClaw 火了之后，行业里出现了一个挺有意思的判断。
大家开始讨论一件事：
AI 产品需要 Agent 化。要让 Agent 能理解你的产品，能调用你的能力，要给 Agent 留下足够多、足够好用的接口。
换句话说，产品未来的用户，可能有一半是 Agent。
这个判断放在一年前，大多数人会觉得有点超前。但 OpenClaw 之后，它变得非常具体了。当你看到一个 Agent 可以自己去调用工具、编排流程、跑完一整段任务的时候，你会很自然地想到下一个问题：那其他领域呢？视频创作呢？
就是在这个节点上，
LiblibAI 推出了一款新的 AI 视频产品：LibTV
。
这个产品最大的看点之一，就是
从 Day 1 开始，同时给人和 Agent 用。人类创作者有自己的画布和工作流，Agent 有自己的 Skill 接口，两者是平等的。
接下来，分享我们的实测体验和观察。
LibTV （人类端）：一块画布装下整个项目
如果你去跟真正在用 AI 做视频的创作者聊，会发现一个很普遍的感受：生成一个好看的镜头，已经不难了。难的是，怎么把十几个、几十个镜头，组织成一支完整的片子。
这个过程非常碎，市面上大致有两类方案。
【1】
一类是 Agent 对话式的
，你给它一句话，它帮你生成。这种方案上手很快，但能力上限很低，稍微复杂一点的创作意图，它就理解不了了。
【2】
另一类是纯节点式工作流
，像 ComfyUI 这种。能力确实很强，但搭建成本、门槛太高了，能劝退大部分创作者。而且过程中遇到的各种小修改、小调整，因为没有顺手的工具，只能不断导出到别的软件里处理，流程被切得更碎了。
所以，这个领域真正缺的，是
一个能把模型能力和创作流程串在一起的东西
。
LibTV 想做的，就是这件事。
不过，在做这件事的同时
，他们同时将这块画布开放给了：人类和 Agent，人类方直接在 LibTV 画布上创建工作流，画布、节点、分镜、剪辑，所有需要精细控制的地方，你都可以自己上手调。
而
Agent 则是自动化地做这套任务，通过 Skill 接口，Agent 可以理解任务、调用模型、编排工作流、自动生成内容。
LibTV 直达：https://www.liblib.tv/
LibTV Skill 开源地址：https://github.com/libtv-labs/libtv-skills
这次我用 LibTV 从头搭了一个 AI 工作流，做了一条有点反转感的短片。顺带把 LibTV 现在有哪些独特功能、整体流程是什么体验，一起讲清楚。
我一开始构思的分镜是这样的：
先说基础。LibTV 的核心界面就是一块无限画布，双击任意位置，直接生成节点。
文本、图片、视频、音频、脚本，双击就能生成。也可以直接上传素材。LibTV 自己的资源库也是打通的，直接拖进画布就行。
我这次做的短片，主场景是一个年轻女性在昏暗房间里哭泣。起点很简单，先建一个文本节点。
从文本节点直接拉一条线出来，接到下一个节点。比如接一个图片节点，思路走到哪，线就连到哪。连好之后直接生成图片。
模型这块，LibTV 内置了一个挺全的模型库。图像有 Seedream 5.0、全能图片模型 V2 这些，视频有 Seedance 2.0、可灵 3.0 和 O3、Wan 2.6，语言模型接了 3 个主流 LLM，音频也有覆盖是 ElevenLab v3 和 Mureka v8。
我自己图片一般用 Lib Nano Pro，视频就用 Kling O3。
在画布里连线操作，整个流程会很顺。
有个细节功能挺有意思，图片节点上有个"聚焦"。就是说你可以框选之前某个节点里的某个主体或细节，作为参考去生成。
我就直接框了上一张图里人物的脸，让它聚焦脸庞，重点是眼神特写。
每个图片节点里子功能很多。打光效果可以直接选，亮度、颜色都是点一下就能调，基本是傻瓜式操作，透视角度也能直接拖。
LibTV 里还有个实用的细节，视频节点里可以直接剪辑。AI 生成的视频经常这样：5 秒里可能只有 2 秒能用，现在直接在画布里就剪了。
下一个场景，我想做女性打开房门、神情疑惑的那种氛围。有时候思路跟着走，但灵感还是会卡一下。
这时候 LibTV 有个挺独特的功能，在图片节点里打一个斜杠，跟 Claude Code 里用命令一样。弹出来的选项里有九宫格、剧情推演这些，内置了不少辅助工具。
我直接拉了一个图片节点，让它生成多机位九宫格，甚至可以出25宫格的连贯分镜。有了这些分镜，灵感就可以扩展了。
实际用下来，对工作流的提效是比较明显的。
下一个场景切到厨房，她在厨房里喝水。
看着 LibTV 给的九宫格分镜，我有了个思路，用"聚焦"框选厨房里那杯水，让它生成这杯水正上方的视角。
出来的图，背景还是那张桌面，细节是连贯的。
前一个场景是镜头聚焦女性流泪的瞬间，下一个场景直接切到泪水滴落进杯子里。这个转场衔接出来效果挺好的。
泪水滴进杯子的瞬间，我想硬切到一个完全不同的场景：满屏花草绽放，铺满整个画面。
但问题来了。
这种风格跳跃太大，直接用 Kling O3 接着生成，很难控制出来的结果。所以这里换个思路：在画布上单独拉出一条新的工作流，两条线分开跑。
生成图片的时候，节点里有个风格模块。里面集成了社区里大量用户创作者上传的风格预设，直接选就行。
我这里挑了一个「中式美学国风颜彩鎏金」的风格套上去。
然后就可以批量生成了。每个图片节点都可以基于前一个节点微调，一张一张往下推。我这条线大概生成了四五十张，最后挑出一张满意的，再让它做出花片炸开的效果。
这个转场是整条片子里我最喜欢的一段。女性难受流泪，喝水时泪水滴进杯子，硬切花片炸开，再硬切回现实，她开始疑惑。节奏很跳，转折感很强。
接着往下做。LibTV 还有个画面推演功能，直接根据当前图片，推演 3 秒后的画面会是什么样，帮你把连贯分镜想出来，从里面找灵感，这个功能我挺喜欢用的。
女主角心情开始变好，画面里全是花草。这时候我想到，可以用聚焦框到窗外，然后让窗外飞过一个热气球经过十字路口。
这时候上传 Koji 的图片，用 LibTV 内置的截图功能，直接截取生成图里左下角那束花，然后让 Koji 捧着这束花站在热气球上面。
它会批量出一组图，哪张顺眼就选哪张，一步步微调就行。
最终效果是这样的：
女性独自坐在阴暗的房间里哭泣。她起身去厨房喝水，镜头跟着她走。喝水时，一滴泪落进杯子，硬切，满屏花片炸开。她猛地回过神，一脸疑惑。疑惑的下一秒，又像做梦一样，厨房里花朵再次炸开。
她转头看向窗外，一个热气球飘过十字路口，上面站着个男生，捧着花，意思就是：be happy。
下面这张动图就是我这次完整的工作流。
看起来很像一张思维导图，但 LibTV 的无限画布承载的是真实的创作逻辑。灵感走到哪，画布就跟到哪。没思路的时候，用它的内置功能一键延展，选一个方向，直接生成下一个节点。
所有节点都是用 AI 能力串起来的，整体跑下来确实很顺，省了不少时间。
LibTV （Agent 端）
前面聊的是 LibTV 作为创作工具怎么用。但真正让我觉得值得多说的，是它的另一面。
LibTV 给 Agent 留了个入口。
目前