Skip to content
Back to search

story-studio

SkillWorks with Claude CodeGitHub

历史与真实人物故事的中文内容制作,按需独立执行写作、豆包配音、分镜与配图、剪映草稿,支持自动初始化依赖和接续已有项目。用户提到story-studio、故事工坊,或要求这些题材的文案配音配图剪映一条龙时使用。现有写作风格为历史叙事和玉玲2711人物故事风;民间故事等赛道可扩展。

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today

Check it deeper on your machine

It has changed since its scan on 11 Nov 2026.

As a Claude Code plugin, install it and then ask Claude Code:

/plugin marketplace add keithmackay/mackayi/plugin install scanskillsafety@mackayiDo a deep scan of https://github.com/konlu/story-studio with scanskillsafety

Or from a terminal, clone it and run it:

git clone https://github.com/keithmackay/scanskillsafety-skill ~/.claude/skills/scanskillsafetynode ~/.claude/skills/scanskillsafety/cli.cjs --deep 'https://github.com/konlu/story-studio'

It checks the exact commit: every file, its packages against OSV (api.osv.dev), how it compares with this page's scan (findsafeskills.com receives the repository's address), and, if you agree, Claude reading every file with your own Claude subscription. It never runs the code.

Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/konlu--story-studio/badge.svg)](/listings/konlu--story-studio)

HTML

<a href="/listings/konlu--story-studio"><img src="/api/listings/konlu--story-studio/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

SKILL.md · Manifest · 134 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

This file has changed since it was scanned, so this is not exactly the text that was scanned, and no line is marked. The findings are listed with the safety scan above.

  1. ---
  2. name: story-studio
  3. description: 历史与真实人物故事的中文内容制作,按需独立执行写作、豆包配音、分镜与配图、剪映草稿,支持自动初始化依赖和接续已有项目。用户提到story-studio、故事工坊,或要求这些题材的文案配音配图剪映一条龙时使用。现有写作风格为历史叙事和玉玲2711人物故事风;民间故事等赛道可扩展。
  4. ---
  5. # Story Studio · 故事工坊
  6. 一个入口,按本次请求开启写作、配图、剪映草稿。三个开关控制交付范围;内容赛道、写作风格和配图画风分别设置。内置所需语料、参考图、规则和脚本,按需读取。
  7. ## 安装与首次使用
  8. 首次使用或依赖报错时,先读 [依赖初始化](references/setup.md)。Agent按本次阶段执行原生启动器check:Windows用 `scripts/bootstrap.ps1`,macOS/Linux用 `scripts/bootstrap.sh`,均以实际技能绝对路径调用,不假设电脑已有Python。只写作或纯文本分镜可先完成不依赖脚本的工作,不安装媒体组件。
  9. 需要安装而用户尚未授权时,集中展示缺少的组件,提供一次“自动配置并继续 / 暂不配置”的选择,不让用户运行命令、复制路径或逐项安装。用户已经明确要求初始化、一键配置或自动安装时,直接执行相应install,不重复询问。Agent完成下载、安装、草稿目录发现和复查,再继续原任务;已有可用组件复用。依赖安装与创作开关分别处理,不因初始化生成作品。
  10. 启动器支持缺Python时配置用户专用Python,再按需安装Node.js、FFmpeg、媒体库及Coli;Windows草稿用户可一并安装缺少的剪映。安装失败由Agent查看原因并修复,实际缺少操作系统授权、账户登录或工具权限时才向用户说明所需操作,不能把失败转换成一串手动命令。生图工具授权单独验证,不把说明文件存在当作工具可用。复制目录本身不会执行安装,首次调用才触发检查。
  11. 草稿导出直接使用Python库 `pyJianYingDraft==0.3.1`,无需安装额外草稿技能。实际生图可用宿主图像工具,`imagegen` 是可选指导技能;Coli是本地转录CLI。依赖与作者见 [README](README.md)。
  12. 初始化后,所有模块示例中的python、python3或py -3.11均替换为外部runtime.json记录的python可执行程序绝对路径;不能假设便携安装已加入全局PATH或存在py启动器。
  13. ## 解析本次请求
  14. 接受自然语言和中文开关,不要求用户填写 JSON。明确要求开启的阶段才开启,未请求的阶段关闭;最新明确开关优先。只点名技能、未说明任务时简短询问要做哪一项,不默认全开。
  15. | 开关 / 内部键 | 工作范围 | 关闭时可接收 |
  16. | --- | --- | --- |
  17. | 写作 / `write` | 选题、核实资料、写稿、改稿、钩子、字数检查 | 用户已有文稿 |
  18. | 配图 / `illustrate` | 分镜、提示词或实际生图,由下方模式决定 | 已有分镜和图片 |
  19. | 剪映草稿 / `draft` | 素材核对、必要音文对齐、时间轴、运镜、导出草稿 | 已有或本次上游产物 |
  20. - “只写稿” → 仅 write;“只做配图” → 仅 illustrate;“现有素材做剪映草稿” → 仅 draft。
  21. - “写稿并生成20张图” → write、illustrate;“写稿、配图、做剪映草稿一条龙” → 三项开启,但仍检查最终配音等前置素材。
  22. - “配图并做草稿”包含实际图片产物,可进入 generate;“只出分镜/提示词,再做草稿”不授权生图,缺图时交付已完成部分和缺口。
  23. - “继续配图”“只重做第8镜”只开启这次要求的阶段;继承当前项目已确认设置和可用产物,不沿用上次全开的操作范围。
  24. - 开关与自然语言明显矛盾时澄清冲突;能独立推进的部分先做。非必要设置从当前项目或模块默认值取得,不逐阶段要求确认。
  25. - 阶段关闭不代表它的已有素材不可用。缺必要素材时不暗中开启写作、生图、配音或本地 MP4;已开启且不依赖缺口的工作继续完成。
  26. 新项目或跨阶段接续时读取 [项目记录与版本](references/project-state.md)。已有用户目录直接使用;无目录时在当前工作区创建可辨识项目目录。不要把创作产物写进技能目录。
  27. ## 赛道与写作风格
  28. 仅开启写作时才选择写作分支。先从用户描述推断;“秦怡人物故事,按玉玲风格”已足够,不重复问。真实人物也能用历史叙事写法,人物姓名本身不强制人物风。
  29. | 内容赛道 | 写作风格 / `writing_profile` | 何时读取 |
  30. | --- | --- | --- |
  31. | 历史 / `history` | 历史叙事 / `historical-narrative` | 读取 [历史写作](modules/history-writing/GUIDE.md),按其索引读取 DNA、相关5篇原稿、核史与字数工具 |
  32. | 人物故事 / `biography` | 玉玲人物故事 / `yuling-characterstory` | 先读 [人物写作适配](references/biography-writing.md),再读 [人物模块](modules/characterstory-writing/GUIDE.md) 和其引用的 DNA |
  33. | 民间故事等新赛道 | 尚未内置专用 profile | 用户实际提出时读 [扩展赛道](references/extending.md);可按用户指定故事版本做普通创作,标明性质,不伪称已蒸馏专用风格 |
  34. 所有真实历史、人物稿先读 [事实与风格优先级](references/fact-and-style.md)。有依据的事实优先于文风要求;人物模板中的精确数字、引语、苦难场景都不得凭空补造。历史风与人物风的结构和结尾规则各自生效,不混用。
  35. 只要选题或开头时停在对应产物。最终纯正文单独保存,按用户计数口径校验;无指定口径时复用历史模块的 Unicode 字母数字计数规则。事实表、时间线和来源保存在项目中,不自动写回语料库。
  36. ## 配音衔接
  37. 保留三个主开关,配音作为独立可调用的衔接步骤。写完定稿后提示可继续豆包配音;用户只要文稿或明确不要配音时不发送合成请求。
  38. ### 缺少最终配音时:必须先给出两条路径
  39. 凡口播任务需要音频对齐而当前没有可用的本期最终配音,必须在首次发现缺口时读取[豆包配置与配音](references/doubao-voice.md),主动提示用户选择以下方式。**用户只说“按这篇文稿配图并做剪映草稿”、没有明确说“配音”,也触发本规则。不得仅回复“缺音频,请提供MP3”便结束。**
  40. 1. **配置豆包语音,由Agent生成本期MP3。** 说明需要开通语音服务、通过安全入口配置语音API Key,并提供准确的speaker ID和模型资源resource_id;Agent负责检查及配置本地调用端,确认本期音色、资源、语速和朗读范围后合成。复刻音色的可选model与resource_id分别记录,不继承个人默认音色。
  41. 2. **用户自备本期最终MP3。** 接收文件或本地路径,由Agent核验音频、用本机Coli转录并核对全文,再接续带时间分镜、配图和草稿;不要求用户手工制作SRT。
  42. 可直接询问:“这期配音用哪种方式:配置豆包语音,由我生成MP3;还是你提供本期最终MP3?”同时说明Key通过安全入口配置,不在聊天中粘贴。
  43. 用户已提供可用音频、已选择上述路径或已确认本期配音参数时沿用,不重复询问。等待选择期间继续不依赖音频的工作;未收到选择不默认同意合成,不发送付费请求。仅维护本技能、独立插图/封面/静态图文、明确不依赖音频的文本分镜不触发本规则。用户要求全部重新制作或禁止复用旧素材时,应按“没有可用的本期最终配音”处理,不以旧项目音频代替本次选择。
  44. 配音前确认本期准确音色、资源、语速和朗读范围;本次已明确确认的参数不重问。Key只从宿主安全配置或技能目录之外的专用凭据存储读取,不写入项目或开源文件。用户需完成服务开通、Key获取及音色授权;依赖安装和本地配置由Agent完成。配置后用定稿生成MP3,再执行Coli转录、分镜、配图和草稿。已有最终音频优先复用。配音配置不自动开启未请求的配图或草稿,也不恢复火山字幕服务。
  45. ## 配图
  46. 仅 illustrate 开启时读取 [配图模块](modules/history-image/GUIDE.md)。保留三种模式:
  47. | 请求 | `image_mode` | 交付边界 |
  48. | --- | --- | --- |
  49. | 按文稿拆镜、给其他 AI 生图 | `storyboard` | 完整分镜与独立提示词,不生图 |
  50. | 完善已有分镜提示词 | `prompt` | 保留镜号和边界,不生图 |
  51. | 生成图片、补图、改图 | `generate` | 只生成指定范围并检查实际图片 |
  52. “只配图”且无法判断层级时询问要分镜提示词还是实际图片;等待期间可分析全文与时代。提示词、预期图片文件名和模型字段均不构成生图授权。
  53. 配图画风使用独立的 `style_id`:历史写实 `historical-realism`、厚涂历史漫画 `historical-comic`、黑白叙事 `monochrome-narrative`。本项目未选择时询问,等待期间可做无画风草稿;不能按写作风格、赛道或旧文件夹名称擅自选择。
  54. 实际生图前读[正文画风参考图库](modules/history-image/references/style-reference-library.md),按已确认画风选同组参考并实际查看;工具支持时传入图片,固定本项目主基准,首张对照核验后再继续。记录参考ID、用途与实际传入状态。厚涂漫画和黑白叙事各附6张正文参考,历史写实暂用文字规则或本期匹配参考;图库人物不能代替本期身份与时代依据,封面另用封面参考。
  55. 口播项目遵守 **定稿 → 豆包配音或已有最终配音 → 本机Coli转录并核对 → 带时间分镜 → 生图 → 按同表剪辑**。已有且已核验的当前配音字幕可复用。缺音频时按配音衔接规则引导;尚未配置或未确认音色时只准备待对齐草稿,不编造时间。明确的独立插图、封面、静态图文或纯文本分镜按模块例外完成。
  56. 保留模块的封面规则:完整 generate 请求按所选画风处理封面,黑白叙事默认无封面;只做分镜/提示词不出封面,补图不重复生成已有封面。用户指定数量与不要封面的选择优先。首次实际生图时按模块询问是否需要开头首尾帧,未回答不增加这项产物,不阻挡已授权正文图。
  57. ## 剪映草稿
  58. 仅 draft 开启时读取 [草稿模块](modules/render-history-video/GUIDE.md) 及其语义核验、节奏与剪映说明。用户只调用 story-studio 即可;内部调用本技能的导出脚本。
  59. - 复用已有文稿、音频、SRT、分镜和图片;关闭配图仍可为既有图片补做必要的 Coli 转录、音文与语义核验,不另写新稿或生新图。
  60. - 使用上游已核验的显示 start/end 和图片映射,不重新均分。首镜从0秒显示,末镜覆盖完整配音;实际图片须与当前口播人物、时期及事件相符。
  61. - 缺图、图错或关键时间无依据时完成诊断和可行修复,标明缺口,不交付为已核验成品;不暗中调用生图。缺少封面不阻挡正文草稿。
  62. - 导出前用配置的Python运行 `"<story-studio目录>/scripts/check_handoff.py" "<版本目录>/plan.json" --review "<版本目录>/semantic_alignment.json"`。该工具检查计划、图片版本与语义记录的交接一致性,不替代人工查看图片和核对音文。退出码非0先处理,不直接导出。
  63. - 默认竖屏1080×1920、30fps、整段配音、无显示字幕,推拉与切点缩放复用模块规则;用户明确要求优先。字幕用于定位不等于要上屏。
  64. - 默认只出剪映草稿。除非用户明确要求本地 MP4,不因剪映不可用自动改走 ffmpeg 成片。
  65. - 剪映导出直接调用 `pyJianYingDraft==0.3.1`。草稿目录优先使用 `--drafts-root`,其次 `JY_PROJECTS_ROOT` 或外部runtime配置,再读取剪映的草稿位置设置;新安装使用标准目录。已有自定义配置仍无法识别时由Agent查看剪映设置核对,不先要求用户复制路径。依赖缺失按自动初始化流程补齐。
  66. - 修订使用新版本和新草稿名,默认不覆盖旧草稿;不要自动操作剪映10.x导出成片。
  67. ## 共用约束与交付
  68. - 本机 Coli 是字幕路径;不调用火山字幕 API,不恢复其凭据,不用字符比例伪造精确时间。
  69. - 内置模块是本技能的使用副本。模块文中的“本 skill 目录”指其 GUIDE.md 所在模块目录;`<story-studio目录>` 才是总技能根目录。使用实际绝对路径执行脚本。
  70. - 总入口的阶段范围和事实规则优先于模块默认值。单个示例和验证结论不扩展为新赛道已验证能力。
  71. - 本技能不携带作者账户或同步授权;创作或维护不自动推送、发布或修改其他安装副本。
  72. - 技能源码、示例和语料索引仅保存通用参数与库内相对路径;不保存使用者的真实姓名、电脑用户名、联系方式、账户标识、私人文件位置、凭据或会话记录。运行配置从当前参数、外部环境或工具配置读取,不写回技能目录。
  73. - 初始化在当前用户的数据目录保存配置和专用工具,不修改全局环境变量或其他技能源码,默认保留已有草稿。macOS/Linux的原生媒体库可通过系统包管理器安装,所需系统授权按实际环境处理。依赖下载失败或版本不兼容时修复具体问题,不静默切换其他实现。
  74. - 根据实际完成情况交付文件链接,区分文稿、分镜提示词、已生成图片和草稿;说明待音频、缺图或未解决事项。关闭的阶段不写成已完成。
  75. - 交付前攻击并修正最可能的3–5个问题:越过开关、事实或文风串用、音图版本错配、时代与人物漂移、时间轴或素材丢失。用字数、覆盖、时间与实际产物检查提供证据,不把文件存在或数值通过当作内容验收。
  76. ## 调用示例
  77. ```text
  78. 使用 $story-studio,只写一篇秦怡的人物故事口播稿,玉玲风格,约1500字。
  79. ```
  80. ```text
  81. 使用 $story-studio,把这篇定稿生成豆包MP3,再做Coli字幕、20张历史写实配图和竖屏剪映草稿。缺少语音配置时引导我提供API Key、音色ID和模型资源。
  82. ```
  83. ```text
  84. 使用 $story-studio,写作关、配图开、剪映草稿关。
  85. 用这个项目的定稿和最终配音,黑白叙事风,拆20镜,只出分镜和提示词。
  86. ```
  87. ```text
  88. 使用 $story-studio,把这个文件夹里的已有图片、分镜和配音做成剪映草稿。
  89. 写作关、配图关,不加字幕。
  90. ```
README.md · README · 332 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

This file has changed since it was scanned, so this is not exactly the text that was scanned, and no line is marked. The findings are listed with the safety scan above.

  1. <div align="center">
  2. # 🎬 Story Studio · 故事工坊
  3. **从「选题 → 文案 → 配音 → 配图 → 剪映草稿」的一站式 AI 短视频内容创作 Skill**
  4. [![Skill Type](https://img.shields.io/badge/AI_Agent-Skill-blue?style=flat-square)](#)
  5. [![License: CC BY-NC-SA 4.0](https://img.shields.io/badge/License-CC_BY--NC--SA_4.0-lightgrey.svg?style=flat-square)](LICENSE)
  6. [![GitHub Stars](https://img.shields.io/github/stars/konlu/story-studio?style=flat-square)](https://github.com/konlu/story-studio)
  7. [![Track](https://img.shields.io/badge/赛道-历史叙事_%7C_人物故事-orange?style=flat-square)](#)
  8. [![ corpus](https://img.shields.io/badge/内置对标库-370%2B_篇高赞文案-success?style=flat-square)](#)
  9. [![Visual](https://img.shields.io/badge/内置画风-3_套视觉体系_%2B_参考图库-purple?style=flat-square)](#)
  10. [![Export](https://img.shields.io/badge/交付-可编辑剪映专业版草稿-ff69b4?style=flat-square)](#)
  11. <p align="center">
  12. <b>用自然语言提需求,让 AI Agent 帮你走完短视频口播制作全流程。</b><br/>
  13. 既能「一句话一条龙」生成完整剪映工程,也能像搭积木一样「只写稿 / 只优化开头钩子 / 只拆镜生图 / 用现成素材做剪映草稿」。
  14. </p>
  15. [✨ 核心亮点](#-核心亮点) • [🛠️ 四大核心模块详解](#️-四大核心模块详解) • [🚀 快速开始](#-快速开始) • [🎛️ 灵活的工作流开关](#️-灵活的工作流开关) • [💬 常用提示词示例](#-常用提示词示例) • [📦 依赖与隐私说明](#-依赖与隐私说明) • [☕ 赞赏支持](#-赞赏支持-sponsor) • [📬 联系方式](#-联系方式-contact)
  16. </div>
  17. ---
  18. ## 📖 项目简介
  19. **Story Studio(故事工坊)** 是专为 AI Agent(如 Claude Code、Codex、Cursor 等支持 Skill 的智能体)打造的一站式短视频内容创作技能包。
  20. 做历史或人物故事类短视频,往往要在**找选题、查史料、磨开头钩子、写口播稿、配音、对齐时间轴、拆分数十个分镜、保持AI生图画风一致、以及在剪映里一帧帧打关键帧做推拉运镜**之间反复横跳。
  21. **Story Studio 把这一整套工业化流水线装进了一个 Skill 里:**
  22. ```mermaid
  23. flowchart LR
  24. A[💡 选题与黄金钩子] --> B[✍️ 口播文案定稿]
  25. B --> C[🎙️ 豆包语音大模型 / 自备配音]
  26. C --> D[⏱️ Coli 本地转录对齐]
  27. D --> E[🎨 3大画风分镜与配图]
  28. E --> F[🎞️ 剪映专业版草稿导出]
  29. ```
  30. - **不需要从头拼凑多个散装 Skill**:内部已深度整合写作、配音、语音识别、视觉分镜与剪映工程生成。
  31. - **随时中断与接力**:你可以只让它写稿改钩子;也可以丢给它一篇现成文稿和一段你自己录好的 MP3 放进文件夹,让 Agent 直接读取并接力完成后续的字幕时间戳对齐、配图和剪映草稿编排。
  32. ---
  33. ## ✨ 核心亮点
  34. - 🧠 **内置双王牌写作 Skill + 370+ 篇爆款对标文案库**:拒绝 AI 味大纲文!内置经过深度蒸馏的「历史叙事」与「真实人物故事/女性传奇」两套完整 Writing-DNA,涵盖选题策略、黄金 3 秒开头钩子库、句式节奏与史实核查机制。
  35. - 🎨 **三套成熟配图画风 + 内置成品参考图库**:支持 **历史写实风**、**厚涂历史漫画风**、**黑白纪实叙事风**。内置高水准正文与封面参考图(Reference Images),生图时自动对照材质与光影,告别跨镜头画风漂移与年代穿帮。
  36. - 🎙️ **双路径灵活配音 + 本地高精度时间戳对齐**:推荐直接接入 **豆包语音大模型(V3 双向流式)** 一键合成高表现力旁白;也支持**将自己提前准备好的配音 MP3 放入项目文件夹让 Agent 直接读取**。配合本地 **Coli(基于 sherpa-onnx)** 离线识别生成精准到字句的 SRT 时间轴,绝不按字数瞎猜时间。
  37. - 🎞️ **真正可二次编辑的剪映专业版草稿**:基于 `pyJianYingDraft` 直接生成剪映工程文件。自动将 9:16 竖屏图片、完整配音铺上时间轴,并**自动写入覆盖全镜的慢推拉关键帧与切点冲击缩放(Punch Zoom)**,打开剪映即可预览微调并导出成片。
  38. - ⚡ **零门槛自动环境初始化**:无需手动折腾 Python、Node.js、FFmpeg 或语音识别环境。首次调用时,告诉 Agent 一键配置,即可在用户独立数据目录完成便携环境搭建。
  39. ---
  40. ## 🛠️ 四大核心模块详解
  41. ### 1️⃣ 文稿创作:双风格 Writing-DNA + 370+ 篇对标文案库
  42. 不只是简单地让大模型“写篇故事”,Story Studio 内置了两个完整的专业级写作子模块,提炼自数百篇视频号与短视频平台的高赞爆款逐字稿:
  43. | 内置写作风格 | 适用赛道与特点 | 内置语料与 DNA 武器库 |
  44. | :------------------------------------------ | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | :----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
  45. | **📜 历史叙事风**<br>`historical-narrative` | **把历史中值得追问的一件事讲透**<br>• 开头抛出具体历史反常或核心问题<br>• 正文以人物行动、制度条件与连锁后果推进<br>• 结尾严密兑现开头悬念,拒绝空泛升华 | • **57 篇** 头部爆款历史叙事逐字稿与结构拆解<br>• **9 类黄金开头钩子机制**(逐篇前几秒文字窗口分析)<br>• 内置《选题库》《史实与素材核验》《字数与查重工具》 |
  46. | **👩 人物故事风**<br>`yuling-characterstory` | **真实历史人物与传奇女性连载/单集**<br>• 经典节奏:`钩子先行 → 巅峰数字 → 可谁也没想到 → 磨难场景 → 金句收尾`<br>• 极具感染力的情感锚点(「您说……怎么会……」与精确数字节点)<br>• 支持单集深度人物传记或 2~3 集连续剧式排期 | • **300+ 篇** 头部爆款逐字稿深度蒸馏全套人物写作 DNA<br>• 覆盖民国名媛、巾帼英雄、时代先驱、传奇母亲等多赛道高赞对标库<br>• **A/B/C/D/E 五大类开头钩子模板** + 选题策略 DNA + 情绪升华与金句模板 |
  47. **💡 写作模块能帮你做什么细节优化?**
  48. - **爆款选题策划**:不知道发什么?指定朝代或人物方向,Agent 结合 370+ 篇对标库为你策划具备戏剧张力的选题卡与切入角度。
  49. - **黄金开头钩子打磨**:觉得开头不够抓人?让 Agent 按「数字连排」「宿命定格」「反常画面」「结局前置」「历史时刻」等内置钩子 DNA,一口气产出 3~5 版不同切口的开头供你挑选。
  50. - **史实优先与事实核查**:内置严格的《事实与风格优先级》规范——先建事实表与时间线,区分正史、争议与演义,绝不为了凑模板或押韵凭空捏造数字、引语和苦难情节。
  51. - **精准字数控制与洗稿改稿**:支持按目标字数(默认正负 5% 内)严格扩写、缩写、续写或调整口播呼吸感。
  52. ---
  53. ### 2️⃣ 视觉分镜与配图:三大专属画风 + 时代考据与参考图库
  54. 配图模块将文字转化为贴合口播节奏的视觉画面,支持 **「只拆镜出提示词(交给其他工具生图)」「完善现有分镜」「直接调用生图工具出图」** 三种模式。
  55. #### 🎨 内置三种高辨识度配图画风
  56. | 画风名称 (`style_id`) | 视觉特征与适用氛围 | 内置参考图与封面策略 |
  57. | :--------------------------------------------- | :--------------------------------------------------------------------------------------------------------- | :------------------------------------------------------------------------------------------------------------- |
  58. | **🖌️ 厚涂历史漫画风**<br>`historical-comic` | **强烈叙事张力与雕塑块面感**<br>可见厚涂破碎笔触、赭金与焦褐色调、冷暖对比强烈、极具戏剧张力与电影镜头感 | • 内置 **6 张** 正文风格基准图 (`HC01`~`HC06`)<br>• 默认附带 **3:4 竖版 + 4:3 横版** 两张厚涂金箔榜书标题封面 |
  59. | **📷 黑白纪实叙事风**<br>`monochrome-narrative` | **克制、厚重的近现代人物传记感**<br>纯正黑白灰阶、胶片摄影质感、细腻的面部年龄纹理与时代光影,情绪深沉克制 | • 内置 **6 张** 正文黑白摄影基准图 (`MN01`~`MN06`)<br>• 默认纯享无字正文图;可选配专属「黑白人物金红书法封面」 |
  60. | **🏞️ 历史写实风**<br>`historical-realism` | **自然沉稳的传统历史解说质感**<br>自然人物比例与真实光照、细腻柔和的写实绘画质感、克制的冷暖色彩关系 | • 内置完整时代考据与细节密度样例<br>• 默认附带 **3:4 竖版 + 4:3 横版** 两张同画风标题封面 |
  61. **🔍 为什么它生成的配图不违和、不穿帮?**
  62. 1. **先音频后分镜(Audio-First)**:绝不把文稿机械均分!先根据真实配音的 SRT 时间戳,按约 8 秒/图的叙事节奏规划镜头切点,确保**第一句话从第 0 帧就有对应画面**,且画面严格匹配当前正在讲的句子。
  63. 2. **逐镜时代与人物年龄阶段考据**:自动识别每一镜所处的朝代、地域与人物年龄阶段(如青年、中年、晚年),将衣冠发式、建筑形制、器物货币落实到独立提示词中;近现代真实人物支持按时期检索对标历史原照。
  64. 3. **参考图锚定机制**:生图时自动读取并传入内置同画风参考图(Reference Image),首图核验笔触与色调后再批量生成,大幅降低多镜头画风漂移。
  65. 4. **片头动态视频首尾帧设计(可选)**:首次生图时可选择额外生成黄金前 6 秒的「首帧 + 尾帧 + 图生视频运镜提示词」,方便你用视频大模型制作极具吸引力的动态片头。
  66. ---
  67. ### 3️⃣ 配音与字幕对齐:豆包语音大模型 / 自备音频双通道
  68. 配音是连接「好文案」与「精准画面节奏」的核心桥梁。Story Studio 提供两条极其顺畅的配音路径:
  69. #### 路径 A:推荐配置「豆包语音大模型」,由 Agent 全自动合成
  70. - 基于火山引擎豆包语音 **V3 双向流式 WebSocket 协议**,支持最新的 `seed-tts-2.0`(2.0通用高表现力音色)与 `seed-icl-2.0`(声音复刻2.0音色)。
  71. - **安全省心**:你只需在[豆包语音控制台](https://console.volcengine.com/speech/new)获取 `API Key`、`speaker ID(音色ID)` 和 `resource_id`。API Key 支持通过系统加密存储(Windows DPAPI / macOS & Linux 0600 权限文件)或环境变量保存,**绝不写入代码仓库或项目明文**。
  72. - **防重复扣费与完整性核验**:合成前确认音色与语速,合成后自动通过 `ffprobe/ffmpeg` 校验音频完整性,并记录文本与音频哈希,同稿同音色绝不重复发起收费请求。
  73. #### 路径 B:提前准备好配音 MP3,放入文件夹让 Agent 直接读取
  74. - 如果你习惯使用剪映克隆音色、其他 TTS 软件,或者**真人自己录好音**,只需将最终的 `.mp3` 音频文件丢进项目文件夹,告诉 Agent:*“配音我已经放进文件夹了,直接用这个音频继续做分镜和剪映草稿”*。
  75. - Agent 会自动读取你的音频文件,跳过云端合成,直接进入下一步的本地字幕对齐。
  76. #### ⏱️ Coli 本地离线语音识别与音文核验
  77. - 无论采用哪种配音方式,Agent 都会调用本地 **Coli(基于 sherpa-onnx)** 离线生成带精准时间戳的 `.srt` 字幕,并**自动对照你的定稿原文核对人名、地名与专有名词**,为后续分镜提供毫秒级的时间依据。
  78. ---
  79. ### 4️⃣ 剪映专业版草稿导出:推拉运镜与时间轴一键成型
  80. 所有素材就绪后,Story Studio 会直接生成**剪映专业版(JianYing Pro)可识别的本地草稿工程**:
  81. - **语义对齐核验(Semantic Alignment)**:导出前自动执行 `check_handoff.py` 与逐镜语义核查,确保每一张图片出现的时间段,正好对应口播里讲到的那个人物和事件。
  82. - **电影感动态运镜(拒绝死板静帧)**:
  83. - **全镜缓入缓出慢推拉**:每张图从切入到切出,自动计算平滑的推拉幅度(默认约 16~20 秒走完 12% 幅度,根据镜长智能自适应,远景与人物贴边分别优化),全程流动不停滞。
  84. - **切点冲击缩放(Cut Punch)**:在常规镜头切换处自动写入慢速出镜推近(`1.28x`)与进镜拉回(`1.50x`)关键帧,既保留视觉呼吸感与冲击力,又避免了剪映自带转场容易出现的闪黑帧问题。
  85. - **防素材丢失与纯净交付**:所有图片与音频自动复制进剪映草稿目录,默认 1080×1920(9:16 竖屏)、30fps、铺满整段配音;默认不强制上屏字幕(需要时只需说一句“加上可编辑字幕”)。
  86. - **可选本地 FFmpeg 渲染**:如果你不需要进剪映微调,也可以明确要求使用内置的高精度亚像素仿射变换脚本,直接在本地渲染输出 `final.mp4`。
  87. ---
  88. ## 🚀 快速开始
  89. ### 第一步:一键安装 Skill(提供三种超简便方式)
  90. 你可以根据自己的使用习惯,选择以下任意一种方式进行一键安装:
  91. #### 方式 A(最推荐·零操作):在 AI 对话框中发一句话,让 Agent 自动安装
  92. 如果你的 Agent(如 Codex、Claude Code、Cursor 等)拥有终端执行权限,你**连命令行都不用打开**,直接在任意对话框中发送:
  93. ```text
  94. 请帮我把这个 GitHub 仓库克隆安装到你的 skills 目录,并完成依赖环境检查:
  95. https://github.com/konlu/story-studio
  96. Agent 会自动识别自身 skills 目录(如 `~/.codex/skills/story-studio`),自动拉取并完成接入!
  97. ---
  98. #### 方式 B(极客·一行命令直达):终端一条命令克隆
  99. 打开终端(Terminal 或 PowerShell),粘贴对应系统的一行命令即可:
  100. ```powershell
  101. # Windows (PowerShell)
  102. git clone https://github.com/konlu/story-studio.git "$HOME\.codex\skills\story-studio"
  103. ```
  104. ```bash
  105. # macOS / Linux
  106. git clone https://github.com/konlu/story-studio.git ~/.codex/skills/story-studio
  107. ```
  108. > 💡 *注:若使用 Claude Code 或其他 Agent,只需将路径中的 `.codex` 替换为 `.claude` 或 `.agents` 即可。*
  109. ---
  110. #### 方式 C(下载 Zip 用户):双击一键安装器
  111. 如果你是从 GitHub 下载的 Release 压缩包(`.zip`),解压后无需手动翻找系统隐藏目录:
  112. - **Windows**:直接双击运行文件夹内的 **`install.bat`**
  113. - **macOS / Linux**:终端进入该文件夹后运行 **`./install.sh`**
  114. 脚本会自动探测系统中可用的 Agent 技能目录并自动部署到位。
  115. ---
  116. ### 第二步:一句话让 Agent 自动配置环境
  117. 无需自己手动折腾 Python、Node.js、FFmpeg 或配置剪映路径!安装后直接对 Agent 发送:
  118. ```text
  119. 使用 $story-studio,帮我一键检查并自动配置全部运行环境。
  120. ```
  121. > 💡 **智能按需初始化**:如果你只用它写文案,它不会安装任何多媒体组件;当需要配音、转录和导出剪映草稿时,原生启动器(`bootstrap.ps1` / `bootstrap.sh`)会自动在用户独立数据目录配置好 Python 3.11 (`uv`)、Node.js LTS、`Coli`、`FFmpeg`、`pyJianYingDraft` 等全部依赖。
  122. ### 第三步:开始你的创作!
  123. 你可以直接用大白话告诉 Agent 你想做什么。下面看看最常用的几种姿势 👇
  124. ---
  125. ## 🎛️ 灵活的工作流开关
  126. Story Studio 内部通过 **写作(`write`)、配图(`illustrate`)、剪映草稿(`draft`)** 三个主开关控制边界,配音与转录作为无缝衔接步骤按需触发。
  127. 你不需要写任何配置文件,直接用自然语言指挥,或者显式声明开关状态:
  128. | 你的使用场景 | 写作 | 配图 | 剪映草稿 | 说明 |
  129. | :----------------------------------------- | :---: | :---: | :------: | :----------------------------------------------- |
  130. | **只找选题 / 写口播稿 / 改开头钩子** | ✅ 开 | ❌ 关 | ❌ 关 | 纯文本创作,绝不乱调收费生图或配音接口 |
  131. | **文稿已写好,拆解分镜并生成配图** | ❌ 关 | ✅ 开 | ❌ 关 | 支持只出分镜提示词,或直接调用生图工具出图 |
  132. | **文件夹里已有配音和图片,直接排剪映草稿** | ❌ 关 | ❌ 关 | ✅ 开 | 自动用 Coli 跑时间轴对齐、加推拉运镜并写入剪映 |
  133. | **从 0 到 1 全流程一条龙制作** | ✅ 开 | ✅ 开 | ✅ 开 | 选题写稿 → 确认定稿 → 配音转录 → 生图 → 剪映草稿 |
  134. ---
  135. ## 💬 常用提示词示例
  136. ### 场景 1:全流程一条龙制作(从选题文案到剪映草稿)
  137. ```text
  138. 使用 $story-studio,制作一期关于「张居正考成法改革」的历史短视频。
  139. 1. 写作:采用历史叙事风,约 1800 字,先给我 3 个不同切入角度的开头钩子让我选,定稿后再继续。
  140. 2. 配音:定稿后使用我配置好的豆包语音生成 MP3(如果还没配置请引导我)。
  141. 3. 配图:用 Coli 对齐时间轴后拆成 20 镜,采用「厚涂历史漫画风」,9:16 竖屏生成配图,并带 3:4 和 4:3 封面。
  142. 4. 草稿:生成 1080x1920 的剪映专业版草稿,加入慢推拉运镜,默认不显示字幕。
  143. ```
  144. ### 场景 2:使用「人物故事风」写女性传奇口播稿
  145. ```text
  146. 使用 $story-studio,只写一篇关于「林巧稚」的人物故事口播稿。
  147. 采用人物故事风,单集约 1600 字。
  148. 请先核实她的生平关键时间节点与真实数字,使用“数字连排”或“反常画面”做开头钩子,只交付文稿和事实核查表。
  149. ```
  150. ### 场景 3:自己准备好配音放在文件夹中,让 Agent 读取并完成后期
  151. ```text
  152. 使用 $story-studio,继续当前文件夹里的项目。
  153. 我已经把定稿文案 `script.md` 和我自己录好的配音 `voice.mp3` 放进这个文件夹了。
  154. 请直接读取我的配音文件,用本地 Coli 生成字幕对齐时间轴,按「黑白叙事风」拆 18 个分镜并生成配图,最后直接导出到我的剪映草稿箱。
  155. ```
  156. ### 场景 4:只拆解分镜与生图提示词(交给外部 Midjourney / 即梦 等工具生图)
  157. ```text
  158. 使用 $story-studio,写作关、配图开、剪映草稿关。
  159. 读取文件夹里的定稿和 MP3 配音,先做音文时间对齐,然后按「历史写实风」拆解 22 个分镜。
  160. 注意:这次只输出带时间戳的 STORYBOARD.md 分镜表和每镜独立的完整中文生图提示词,不要实际调用生图工具。
  161. ```
  162. ### 场景 5:单镜精准返工与版本迭代
  163. ```text
  164. 使用 $story-studio,继续这个项目。
  165. 文案、配音和前面生成的图片都保持不变,只重做第 8 镜和第 15 镜的配图(第 8 镜人物年龄改成晚年阶段),然后用新图片重新导出一版带可编辑字幕的剪映草稿,保留旧草稿别覆盖。
  166. ```
  167. ---
  168. ## 📂 项目目录结构与交付产物
  169. ### 仓库结构一览
  170. ```text
  171. story-studio/
  172. ├── SKILL.md # AI Agent 核心总控指令与路由规则
  173. ├── README.md # 项目说明文档
  174. ├── install.bat / .ps1 / .sh # 跨平台一键安装脚本(自动寻路部署)
  175. ├── scripts/ # 跨平台环境自动初始化、豆包TTS、交接核验等核心脚本
  176. │ ├── bootstrap.ps1 / .sh # Windows / macOS / Linux 零依赖启动器
  177. │ ├── doubao_tts.py # 豆包语音 V3 双向 WebSocket 合成客户端
  178. │ ├── voice_settings.py # 音色配置与本地加密凭据管理
  179. │ └── check_handoff.py # 剪映导出前的音图语义与时间轴一致性检查
  180. ├── references/ # 事实核查原则、豆包配置指南、扩展赛道说明等
  181. └── modules/ # 内置四大专业子模块
  182. ├── history-writing/ # 【历史叙事模块】含 DNA 规则 + 57 篇高赞原稿与钩子分析
  183. ├── characterstory-writing/ # 【人物故事模块】含人物故事 DNA + 300+ 篇爆款对标语料库
  184. ├── history-image/ # 【分镜配图模块】含 3 套画风规则 + 12 张正文参考图 + 封面参考
  185. └── render-history-video/ # 【剪映草稿模块】含时间轴对齐、缓入缓出推拉运镜与草稿导出
  186. ```
  187. ### 每次创作你会得到什么交付物?
  188. 所有创作产物均干净地保存在你自己的**工作区项目目录**中,绝不污染 Skill 源码:
  189. | 阶段 | 交付文件与产物 |
  190. | :--------------- | :------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |
  191. | **✍️ 写作阶段** | 纯口播正文稿、标题备选、事实核查表与时间线记录、参考来源说明 |
  192. | **🎙️ 配音与转录** | `narration.mp3`(最终配音)、配音参数与哈希校验记录、Coli 本地识别 `.srt` 字幕与核对文件 |
  193. | **🎨 分镜与配图** | `STORYBOARD.md` & `STORYBOARD.json`(含时间戳、原文锚点、逐镜独立提示词)、按镜号命名的正文图片、`COVER_3x4.png` / `COVER_4x3.png` 封面图、(可选)片头首尾帧与视频提示词 |
  194. | **🎞️ 剪映草稿** | 直接写入剪映专业版草稿目录的可编辑工程、`plan.json` 时间轴与运镜计划、`semantic_alignment.json` 语义核验记录、(可选)`final.mp4` 本地渲染成片 |
  195. ---
  196. ## 📦 依赖与隐私说明
  197. ### 1. 自动管理的运行环境
  198. Story Studio 内置的启动器会在技能目录之外的**用户数据目录**(Windows 下为 `%LOCALAPPDATA%\story-studio`,macOS/Linux 为 `~/.local/share/story-studio`)自动按需配置:
  199. - **Python 3.11**(通过 `uv` 自动管理独立虚拟环境,安装 `websockets==15.0.1`、`pyJianYingDraft==0.3.1`、`Pillow`、`NumPy`、`pymediainfo` 等)
  200. - **Node.js 20+ LTS & Coli**:用于本地离线语音转字幕(基于 `sherpa-onnx`),**无需调用任何收费云端字幕 API**
  201. - **FFmpeg & ffprobe**:用于音频完整性解码校验与可选的本地视频渲染
  202. - **剪映专业版**:Windows 下支持一键检测草稿目录,缺失时可协助通过 WinGet 安装
  203. ### 2. 账号安全与隐私保护边界
  204. - **零私人信息残留**:本开源仓库的源码、示例与语料索引均经过脱敏与哈希化处理,不包含任何个人电脑路径、账户信息或密钥。
  205. - **密钥安全存储**:豆包语音 `API Key` 仅从环境变量 `DOUBAO_TTS_API_KEY` 或系统级安全凭据文件读取(Windows 采用当前用户 DPAPI 加密,macOS/Linux 采用 `0600` 权限私密文件),**绝不写入对话日志、项目 JSON 或 Git 仓库**。
  206. - **费用透明可控**:Skill 本身完全免费开源。豆包语音合成(TTS)与宿主环境中的 AI 生图工具可能产生对应服务商的 API 费用;Agent 在首次合成或批量生图前均会征求确认,绝不在后台静默发起循环重试扣费。
  207. ---
  208. ## 🙏 致谢 (Acknowledgements)
  209. Story Studio 的诞生离不开以下优秀开源项目与基础设施的支持,特此向相关作者与维护者致敬:
  210. - **[GuanYixuan / pyJianYingDraft](https://github.com/GuanYixuan/pyJianYingDraft)** (Apache-2.0):提供强大的剪映专业版草稿数据结构、轨道、关键帧与工程生成能力。
  211. - **[MarsWave / Coli](https://github.com/marswaveai/coli)** & **[k2-fsa / sherpa-onnx](https://github.com/k2-fsa/sherpa-onnx)**:提供快速、精准的本地离线语音识别 CLI 与底层推理引擎。
  212. - **[OpenAI / imagegen](https://github.com/openai/skills/tree/main/skills/.system/imagegen)**:提供图像生成工作流协作参考。
  213. - **[Astral / uv](https://github.com/astral-sh/uv)**、**[Node.js](https://nodejs.org/)**、**[FFmpeg](https://ffmpeg.org/)**、**[python-websockets](https://github.com/python-websockets/websockets)**、**[Pillow](https://python-pillow.github.io/)**、**[NumPy](https://numpy.org/)**:提供坚实的跨平台环境管理与多媒体处理底座。
  214. - **[火山引擎 / 豆包语音大模型](https://docs.volcengine.com/docs/DoubaoVoice/bidirectional-streaming-text-to-speech-websocket?lang=zh)**:提供自然流畅的中文语音合成服务支持。
  215. ---
  216. ## ☕ 赞赏支持 (Sponsor)
  217. <span id="sponsor"></span>
  218. 如果你觉得 **Story Studio** 对你的短视频创作、自媒体运营或 AI Agent 工作流有所帮助,欢迎赞赏支持!
  219. > **特别声明:本项目所有的赞赏将会全部捐献给山区儿童以及重病患者,用于公益助学与医疗救助。感谢每一位支持者的善意与温度!**
  220. <div align="center">
  221. | 微信赞赏码 | 支付宝赞赏码 |
  222. | :-----------------------------------------------------------------------------------------------------: | :-----------------------------------------------------------------------------------------------------: |
  223. | <img src="assets/sponsor/wechat-pay.png" width="220" alt="微信赞赏码"/><br/><sub>支持微信扫码赞赏</sub> | <img src="assets/sponsor/alipay.png" width="220" alt="支付宝收款码"/><br/><sub>支持支付宝扫码赞赏</sub> |
  224. </div>
  225. ---
  226. ## 📬 联系方式 (Contact)
  227. 欢迎自媒体创作者、独立开发者、AI 爱好者一起交流探索新玩法:
  228. - **微信咨询**:添加个人微信:lukon102(请备注:`Story Studio` 或 `自媒体创作`)
  229. - **电子邮箱**:`lukonn@163.com`
  230. - **问题反馈**:欢迎在 [GitHub Issues](https://github.com/konlu/story-studio/issues) 提交 Bug 反馈与新功能建议
  231. ---
  232. ## 📄 开源许可证与声明
  233. - **代码与技能规范**:本项目基于 **[CC BY-NC-SA 4.0](LICENSE)**(知识共享 署名-非商业性使用-相同方式共享 4.0 国际许可协议)开源。**仅供个人学习交流与非商业创作使用,严禁任何形式的商业转售、付费二次打包、商业课程分发或作为商业付费工具提供服务**。
  234. - **内容与语料说明**:本项目内置的对标文案语料库仅用于叙事结构、开头钩子与写作技法学习研究,**不直接作为已核实的历史事实依据**;AI 生成的画风参考图与封面样例亦非历史原照。
  235. - **第三方生态**:第三方依赖库(如 `pyJianYingDraft`、`Coli`、`websockets` 等)均遵循其各自的开源许可证分发,本仓库不内嵌或重新分发上述外部库源码。

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.