同一支舞，6套衣服按顺序切换：我把服装换装视频做成了一个Skill
把一条参考舞蹈视频、一张成年女性模特图、六张服装图和一张场景图，组织成可复现的竖屏舞蹈换装视频生成包。系统先解析动作时间节点，再生成六张单人换装图，最后按固定顺序合成同一模特在指定场景中边跳舞边换装的视频。
这个skill最终会拿到什么？
1.解析参考视频，生成动作与时间节点。
2.逐张执行“服装图加模特图”，得到换装图1—6。
3.确认六张过程图的人物身份、服装顺序与画面安全。
4.按参考视频、场景图、换装图1—6和时间节点进入最终视频节点。
5.使用固定参数生成9:16、13秒、720p的竖屏视频。
