Skip to content
Back to search

oh-my-minimaxh3-director

AI 视频导演流水线:剧本自动分镜(含 WenWu 导演级镜头衔接与人物四视图参考图)→ MiniMax H3 工作流分配与参数确认 → 批量生成监控 → 剪映自动拼合成片,可选 Cloudflare 隧道远程访问。提示词支持官方 H3 六段式(official)、WenWu 中文导演模式(wenwu),以及两者兼顾的 hybrid 模式(官方六段式外壳 + WenWu 导演级内容)。用户提到剧本出片、自动分镜、分镜衔接、WenWu、人物四视图、H3 生成、工作流分配、剪映拼合、AI 导演、游戏 PV/宣传片/广告短片/风格与音乐简报,或给出剧本/故事文本要求生成视频时使用。

Safety scan

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

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/tfboy1--oh-my-minimaxh3-director/badge.svg)](/listings/tfboy1--oh-my-minimaxh3-director)

HTML

<a href="/listings/tfboy1--oh-my-minimaxh3-director"><img src="/api/listings/tfboy1--oh-my-minimaxh3-director/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

从 skills.sh 安装(推荐):

npx skills add TFboy1/oh-my-minimaxh3-director --skill oh-my-minimaxh3-director

或直接使用仓库(本地开发):

git clone https://github.com/TFboy1/oh-my-minimaxh3-director.git

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 · 262 lines

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

  1. ---
  2. name: oh-my-minimaxh3-director
  3. description: AI 视频导演流水线:剧本自动分镜(含 WenWu 导演级镜头衔接与人物四视图参考图)→ MiniMax H3 工作流分配与参数确认 → 批量生成监控 → 剪映自动拼合成片,可选 Cloudflare 隧道远程访问。提示词支持官方 H3 六段式(official)、WenWu 中文导演模式(wenwu),以及两者兼顾的 hybrid 模式(官方六段式外壳 + WenWu 导演级内容)。用户提到剧本出片、自动分镜、分镜衔接、WenWu、人物四视图、H3 生成、工作流分配、剪映拼合、AI 导演、游戏 PV/宣传片/广告短片/风格与音乐简报,或给出剧本/故事文本要求生成视频时使用。
  4. ---
  5. # ComfyUI 剧本视频流水线
  6. ## Overview
  7. 本 skill 把一条完整链路自动化:探测/打通 ComfyUI(可选 Cloudflare 隧道)→
  8. 剧本自动分镜(每段一个 H3 视频,段内 2-3 个分镜)→ 按段分配 H3 模板并覆盖
  9. 参数 → 参数确认 → 批量提交/监控/下载 → 生成剪映拼合脚本并建草稿。
  10. v1 只服务 MiniMax H3 的 Ref2VA / T2V / I2V 三种模板,段级生成,默认无字幕无
  11. BGM。所有文件 UTF-8,Python 使用项目 `.venv`(存在时),Windows 下运行。
  12. ## 首次使用引导(Onboarding)
  13. 第一次使用(以用户目录下的 `~/.oh-my-minimaxh3-director.json` 是否存在判断)
  14. 时,按下面顺序逐项与用户确认,**每一项先说明用途再询问**,不替用户做决定;
  15. 完成后把选择写入该配置文件。非首次且用户启用自动更新时,每次使用前先
  16. `npx skills update oh-my-minimaxh3-director -g -y`(失败不阻塞流程)。
  17. 1. **自动更新**:说明用途(每次使用前自动拉取本 skill 的最新脚本、模板与
  18. 教程),询问是否启用。推荐启用;选项:启用 / 不启用 / 每次询问。
  19. 2. **ComfyUI 位置确认**:询问用户“ComfyUI 是本地运行还是云端?”——
  20. - **本地**:运行 `scripts/probe_comfy.py --workspace <工作区根> --write`
  21. 探测本机 8188;未安装时按 [setup-guide.md](references/setup-guide.md)
  22. 第 1 节给出官网桌面版下载教程(https://www.comfy.org/download)。
  23. - **云端**:请用户提供网址链接(trycloudflare 隧道地址或 AutoDL 的
  24. seetacloud 地址;还没有 AutoDL 实例时按
  25. [autodl-cloud.md](references/autodl-cloud.md) 帮其开通云端算力),用
  26. `scripts/probe_comfy.py --workspace <工作区根> --url <链接> --write`
  27. 验证并把该地址写入 `.config/pipeline-config.json` 的 `base_url`;
  28. 链接失效时回退到自动探测。
  29. 把 `comfyui_location: local | cloud` 与地址记入
  30. `~/.oh-my-minimaxh3-director.json`,后续运行不再重复询问。
  31. 3. **硬件评估**:运行 `scripts/check_hardware.py` 检测 NVIDIA 显存、内存与
  32. 磁盘;本机无独显但已有远程 ComfyUI(隧道/AutoDL)时改用
  33. `--remote-url <地址>` 直接评估远程 GPU。若判定不适合(显存 < 12GB 或
  34. 没有 NVIDIA GPU),明确告知用户,并询问是改用云 GPU(AutoDL,教程见
  35. [autodl-cloud.md](references/autodl-cloud.md) / Comfy Cloud)还是仍想
  36. 尝试;远程可用时流水线不受影响。
  37. 4. **MiniMax H3 模型**:本地 ComfyUI 且未确认过模型时,询问“是否已下载
  38. MiniMax H3 模型”;未下载则按 [setup-guide.md](references/setup-guide.md)
  39. 第 2 节给 ModelScope 教程(仓库 `Comfy-Org/minimax-H3`,含文件清单、
  40. 放置目录与约 40GB 空间提示)。
  41. 5. **可选依赖**:逐个说明用途后询问是否安装——
  42. - `h3-prompt-writing`:专业改写 H3 六段式提示词(仅服务 official 与
  43. hybrid 的六段式外壳;wenwu 纯中文模式不依赖它);
  44. - `jianying-editor`:剪映草稿自动拼合(本 skill 拼合阶段依赖);
  45. - `comfy-mcp`:让 Codex 直接管理/运行 ComfyUI,可选增强。
  46. 需要安装时按 [setup-guide.md](references/setup-guide.md) 第 4 节执行;
  47. 明确拒绝的记录下来,之后不再反复询问。
  48. ## 输入与项目结构
  49. 输入:剧本文件(`.md` / `.txt`,或对话中的故事文本),可选参考图目录
  50. (`refs/`)与角色设定。输出项目放在 `outputs/<项目名>/`(或用户指定目录):
  51. ```text
  52. <项目>/
  53. storyboard.md # 人读分镜
  54. storyboard.json # 机器可读分镜(build_workflows 输入)
  55. prompts/seg_01.txt … # H3 提示词(official / wenwu / hybrid)
  56. workflows/seg_01_api.json …
  57. jobs/params.json # 参数清单(确认对象)
  58. jobs/seg_01_job.json … # 提交/下载状态(断点恢复)
  59. clips/raw/<batch>/seg_01_00001-audio.mp4 …
  60. assemble_jianying_<标题>.py # 生成的拼合业务脚本(放项目根)
  61. edit/jianying-draft-report.json
  62. ```
  63. 分镜 JSON 结构与提示词格式见
  64. [storyboard-schema.md](references/storyboard-schema.md);模板路由与字段映射见
  65. [workflow-routing.md](references/workflow-routing.md);隧道操作见
  66. [cloudflared.md](references/cloudflared.md);首次安装与硬件评估见
  67. [setup-guide.md](references/setup-guide.md);导演级分镜与 WenWu 引擎见
  68. [wenwu-director.md](references/wenwu-director.md);hybrid 完整示例见
  69. [hybrid-example.md](references/hybrid-example.md);无人值守与资源监控见
  70. [resource-monitoring.md](references/resource-monitoring.md)。
  71. ComfyUI API 调用与 comfy-mcp 见
  72. [api-and-mcp.md](references/api-and-mcp.md)。
  73. ## 阶段 0:探测 ComfyUI 与可选隧道
  74. 1. 运行 `scripts/probe_comfy.py --workspace <工作区根> --write` 探测地址。
  75. 探测顺序:本机 8188 → 已记录隧道 URL → AutoDL 配置;全部失败时用
  76. `--interactive` 询问用户。
  77. 2. **询问用户是否需要远程访问**(这是唯一必须问的选项)。需要时运行
  78. `scripts/ensure_cloudflared.py --workspace <工作区根>`:复用可达的已有
  79. 隧道,否则自动下载 cloudflared 并启动 trycloudflare 临时隧道。
  80. 3. 把可用 `base_url` 写入 `.config/pipeline-config.json`,后续脚本自动读取。
  81. 隧道失败不阻塞:回退原地址并继续。
  82. ## 阶段 1:剧本 → 分镜
  83. 1. **询问故事要求**:片长、风格、目标平台、角色/参考图、是否指定镜头结构;
  84. 用户意图足够明确时直接创作,不连续追问。
  85. 2. 创建 `outputs/<项目名>/`,按 storyboard-schema.md 生成衔接分镜:
  86. 把剧本切段(默认每段 10 秒,5-15 秒可调),每段 2-3 个分镜,上下镜头之间
  87. 写清衔接锚点(动作方向 / 视线 / 光线 / 道具 / 轮廓 / 声桥 / 受力),禁止
  88. 无理由跳切。
  89. 3. **生成人物参考图四视图**:模型支持生成图片时直接生成;角色是网上已有角色
  90. 时先搜索下载参考图再生成——每角色三张不同视角全身 + 一张脸部特写,存到
  91. `refs/` 并在 `storyboard.json` 的 `characters` 登记。
  92. 4. **先做提示词模式决策,再写提示词**:写提示词前必须判断简报复杂度,并把
  93. `meta.prompt_mode` 与 `meta.prompt_mode_reason` 写入 storyboard.json,
  94. 禁止静默走默认。三种模式:
  95. - `hybrid`(推荐):创意简报 / 游戏 PV / 宣传片 / 广告 / 短片默认。保持
  96. 官方 H3 六段式英文外壳(subject_definitions / summary /
  97. retention_analysis / detailed_description / overall_soundscape /
  98. non_diegetic_music),内容按 WenWu 导演标准写(逐秒镜头脉冲、生命核、
  99. 八条生命通道、表演/状态肌理、音轨编排、结尾 `constraints:` 风格与
  100. 负向约束块),规范见
  101. [wenwu-director.md](references/wenwu-director.md) 的「hybrid:官方
  102. 六段式 × WenWu 导演深度」,完整示例见
  103. [hybrid-example.md](references/hybrid-example.md)。项目还可附带
  104. 视听签名 `audiovisual_signature`、声音事件表 `sound_events`、
  105. 7 列镜头卡 `shots`(含机位库/运镜库/转场库/高级技法)、节奏统计、
  106. 世界锚点 `world_anchors`、参考片样本 `reference_films`、
  107. `climax_segment` 与 `total_duration`,规范见
  108. [storyboard-schema.md](references/storyboard-schema.md)。
  109. - `wenwu`:用户明确提到导演 / 分镜衔接 / 镜头设计 / 表演 / WenWu,或
  110. 要求纯中文导演分镜提示词时使用(WenWu 成片书写法)。
  111. - `official`:仅用于快速批量、无强风格要求的段级生成。
  112. 判断规则:简报含风格系统、色彩系统、音乐编排、逐秒分镜或负向约束,
  113. 或任务属性是 PV / 宣传片 / 广告 / 短片 → 必须 `hybrid`。
  114. `h3-prompt-writing` 只用于 `official` 与 `hybrid` 的六段式外壳;
  115. `wenwu` 纯中文模式不依赖它。
  116. 参考图在提示词中用 `<Picture N>` 标签与 `refs` 数组对应。
  117. 5. **分镜汇报(必须按秒段)**:分镜与提示词写完后,向用户汇报剧本时必须
  118. 逐段给出**精确时间轴**——「几秒到几秒 → 什么画面 → 什么对白」,禁止用
  119. “前面是开场、中间打斗、结尾反转”这类宽泛概括。汇报格式见
  120. [storyboard-schema.md](references/storyboard-schema.md) 的「分镜汇报
  121. 格式」;hybrid/wenwu 模式直接采用镜头卡里的 `time`/`duration`/`content`/
  122. `sound` 与台词。用户据此确认或指出要改的镜头后再进入阶段 2。
  123. ## 阶段 2:工作流扫描、选择与构建
  124. **铁律:优先复用用户已有的工作流,禁止自行创建新工作流。** 步骤如下:
  125. 1. **扫描用户工作流**:
  126. ```bash
  127. python scripts/scan_workflows.py --project <项目目录> --workspace <工作区根>
  128. ```
  129. 扫描范围:`<项目>/workflows`、`<项目>/templates`、`<工作区>/workflows`、
  130. `<工作区>/pv1min_workflows` 与 `pipeline-config.json` 的 `templates_dir`。
  131. 输出每个候选的格式(API/UI)、模式(ref2va / i2v / t2v / batch)、参考图
  132. 槽位、Turbo 标记与模型文件。
  133. 2. **展示候选并询问用户**:把扫描结果整理成表格(编号 / 文件 / 模式 / 适合
  134. 场景)给用户,询问“用哪个工作流”。用户选定后把映射写入
  135. `storyboard.json`:
  136. - 整批统一:`meta.workflow_map = {"<mode>": "路径或模板名"}`;
  137. - 按段指定:`meta.workflow_map = {"<段号>": "路径或模板名"}`,或直接在
  138. 该段写 `segments[].template`。
  139. 3. **只有以下情况才用内置模板**(`assets/templates/` 的 ref2va / t2v /
  140. i2v):扫描结果为空,或用户明确表示没有合适工作流、愿意用内置模板。
  141. 内置模板也必须经用户确认,不允许静默替换。
  142. 4. **构建**:
  143. ```bash
  144. python scripts/build_workflows.py --project <项目目录> --workspace <工作区根>
  145. ```
  146. 模板解析优先级:`segments[].template` > `meta.workflow_map[段号]` >
  147. `meta.workflow_map[mode]` > 内置模式推断(有参考图 → `ref2va`;首尾帧 →
  148. `i2v`;纯文本 → `t2v`)。按 class_type 覆盖提示词、参考图、时长、步数、
  149. scheduler、种子、分辨率与输出前缀,做后端校验(时长 5-15s、步数 4-40、
  150. 种子范围、参考图存在、提示词非空),写出 `workflows/seg_XX_api.json` 和
  151. `jobs/params.json`,并打印参数汇总表。
  152. 用户工作流是 UI 格式时脚本会明确报错,要求先用 `convert_ui_workflow.py`
  153. 转换——**脚本绝不自动改写用户工作流文件**。
  154. 提示词深度也做后端校验:六段齐全、镜头标记与时间码、hybrid 的
  155. `constraints:` 块;`meta.strict_prompt_validation: true` 时不达标直接拒绝。
  156. hybrid meta 另做后端校验:视听签名字段、段时长累加、高潮位置与声音事件表。
  157. ## 阶段 3:参数确认
  158. 1. 把 `params.json` 汇总成表格展示给用户:段号 / 时长 / 模式 / 模板 / steps /
  159. scheduler / seed / 比例 / 参考图 / 输出前缀。
  160. 2. 用户可修改 `storyboard.json` 中的参数(时长、步数、种子、模板、参考图等)
  161. 后重跑阶段 2;不要做前端表单,脚本后端校验非法值并拒绝。
  162. 3. 用户确认后锁定参数,进入提交(`params.json` 保持为提交依据)。
  163. ## 阶段 3.5:无人值守确认(每次批量开始前必做)
  164. 每次开始批量提交前,**询问用户本次是否无人值守**:
  165. - **是**:与用户约定关机时间(本机 Windows 自动关机,或 AutoDL/云实例的到期
  166. 时间——云端关机按 [autodl-cloud.md](references/autodl-cloud.md) 用 API
  167. `power_off` 或在云控制台设置);把约定写入 `jobs/run_plan.json`;按
  168. [resource-monitoring.md](references/resource-monitoring.md) 启动
  169. `scripts/monitor_resources.py` 后台监控 GPU 显存与系统内存(默认 warn 90% /
  170. stop 95%),到达约定时间且用户已授权时执行本机关机。
  171. - **否**:正常人工值守流程,跳过关机约定;资源监控可选。
  172. `monitor_jobs.py` 每轮会读取 `jobs/resource_state.json`,达到 stop 阈值时暂停
  173. 本轮并报告,防止显存/内存爆掉。
  174. ## 阶段 4:提交、监控与下载
  175. ```bash
  176. python scripts/submit_jobs.py --project <项目目录> --workspace <工作区根>
  177. python scripts/monitor_jobs.py --project <项目目录> --workspace <工作区根>
  178. ```
  179. - `submit_jobs.py` 先上传本地参考图到远程 input 目录(同批次缓存去重),再
  180. POST `/prompt`;`node_errors` 非空时中止并报告缺什么。已提交/已下载的段
  181. 自动跳过(`--force` 可重提),支持 `--segments 1,3` 部分提交。
  182. - **API 报错先查 [api-and-mcp.md](references/api-and-mcp.md) 排查表**:不要
  183. 盲目重试同一条命令,`node_errors` / 超时 / SSL EOF / 任务 error 各有对应
  184. 处理;连续 3 次无变化就停下来向用户报告。
  185. - `monitor_jobs.py` 轮询 `/history/{prompt_id}`:错误提取报错并按重试上限
  186. (默认 2 次)重新提交,完成后把 MP4 下载到
  187. `clips/raw/<batch>/seg_XX_00001-audio.mp4`;状态落盘,可断点续跑。
  188. 监控长任务时放后台运行并定期查看 `jobs/monitor_state.json`。
  189. - 单段重试后仍失败:**不要静默跳过**,向用户报告失败段与原因,由用户决定
  190. 重跑、改参数或换模板。
  191. ## 阶段 5:剪映拼合
  192. 1. 确认片段齐全后生成业务脚本(遵守 jianying-editor“业务脚本放项目目录”规则):
  193. ```bash
  194. python scripts/generate_assembly.py --project <项目目录> --title <片名> \
  195. --width <宽> --height <高>
  196. ```
  197. 2. 运行生成的 `assemble_jianying_<标题>.py`(内部 bootstrap jy_wrapper,
  198. 按段序 `add_media_safe`,相邻段加“叠化 0.3s”转场,`save()` 后写
  199. `edit/jianying-draft-report.json`)。无字幕无 BGM。
  200. 3. 告知用户草稿名称与路径,让用户在剪映中打开微调;**仅当用户显式要求**
  201. 自动导出时,调用 jianying-editor 的 `auto_exporter.py`(Windows + 剪映
  202. 5.9 及以下)。导出前可先检查报告 JSON 的 `draft_name`/`drafts_root`。
  203. ## 失败恢复与边界
  204. - 断点:`jobs/` 下所有状态为 JSON,重跑任意阶段都幂等跳过已完成段。
  205. - 隧道抖动:探测失败自动回退;`ensure_cloudflared.py --stop` 可停隧道。
  206. - 模板:**用户已有工作流优先**(scan_workflows.py 扫描 + 用户确认);内置
  207. 三套 H3 紧凑模板只是兜底;大模板(如 270KB 多图 Ref2VA)先经
  208. `convert_ui_workflow.py` 转 API 格式再引用,不自动改写用户文件。
  209. - 本 skill 不做前端验证;所有合法性检查由脚本后端完成。
  210. - 不在 skill 目录内创建任何业务脚本/项目文件;业务产物一律放用户项目目录。
  211. ## 脚本速查
  212. | 脚本 | 用途 |
  213. |---|---|
  214. | `probe_comfy.py` | 探测可用 ComfyUI 地址并写入配置 |
  215. | `ensure_cloudflared.py` | 复用/启动/停止 trycloudflare 隧道 |
  216. | `convert_ui_workflow.py` | UI 格式模板转 API 格式 |
  217. | `build_workflows.py` | 分镜 → 每段 API 工作流 + 参数表(含提示词深度校验) |
  218. | `scan_workflows.py` | 扫描用户已有工作流并给出候选清单(模式/格式/参考图) |
  219. | `submit_jobs.py` | 上传资产并批量提交 |
  220. | `monitor_jobs.py` | 轮询下载、失败重试、断点续跑 |
  221. | `generate_assembly.py` | 生成剪映拼合业务脚本 |
  222. | `check_hardware.py` | 检测 GPU/内存/磁盘并给出本地运行建议 |
  223. | `monitor_resources.py` | 无人值守时监控 GPU 显存/内存,支持约定时间关机 |
README.md · README · 162 lines

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

  1. <p align="center">
  2. <img src="banner.svg" alt="oh-my-minimaxh3-director Banner" width="100%"/>
  3. </p>
  4. [![Skills.sh](https://img.shields.io/badge/Skills.sh-Install%20Skill-00C853?style=for-the-badge&logo=hackthebox&logoColor=white)](https://skills.sh/tfboy1/oh-my-minimaxh3-director/oh-my-minimaxh3-director) [![爱发电](https://img.shields.io/badge/爱发电-Support%20Me-FF69B4?style=for-the-badge&logo=buy-me-a-coffee&logoColor=white)](https://www.ifdian.net/item/1a20ed042f0711f1865a52540025c377) [![Buy Me a Coffee](https://img.shields.io/badge/Buy%20Me%20a%20Coffee-☕-FFDD00?style=for-the-badge&logo=buy-me-a-coffee&logoColor=black)](https://www.creem.io/payment/prod_1yc40mIhKwwrc7iqFOG9G2) [![GitHub Stars](https://img.shields.io/github/stars/tfboy1/oh-my-minimaxh3-director?style=for-the-badge&logo=github&color=yellow)](https://github.com/TFboy1/oh-my-minimaxh3-director/stargazers) [![License](https://img.shields.io/github/license/tfboy1/oh-my-minimaxh3-director?style=for-the-badge&color=blue)](LICENSE)
  5. [![MiniMax H3](https://img.shields.io/badge/MiniMax-H3-c084fc?style=flat-square)](https://www.modelscope.cn/models/Comfy-Org/minimax-H3) [![ComfyUI](https://img.shields.io/badge/ComfyUI-0.32%2B-22d3ee?style=flat-square)](https://www.comfy.org/) [![JianYing](https://img.shields.io/badge/JianYing-auto-f472b6?style=flat-square)](#) [![Cloudflare Tunnel](https://img.shields.io/badge/Cloudflare-Tunnel-f97316?style=flat-square)](#)
  6. [![简体中文](https://img.shields.io/badge/简体中文-当前语言-red?style=flat-square)](#) [![English](https://img.shields.io/badge/English-README-blue?style=flat-square)](docs/README_EN.md) [![日本語](https://img.shields.io/badge/日本語-README-blue?style=flat-square)](docs/README_JA.md) [![Français](https://img.shields.io/badge/Français-README-blue?style=flat-square)](docs/README_FR.md) [![Deutsch](https://img.shields.io/badge/Deutsch-README-blue?style=flat-square)](docs/README_DE.md)
  7. <p align="center">
  8. 你的 AI 视频导演。把剧本交给我,把成片还给你——剧本自动分镜 →
  9. MiniMax H3 生成 → 剪映一键拼合的全自动流水线。
  10. </p>
  11. ## 功能特性
  12. - 🎬 **剧本自动分镜(WenWu 导演引擎)**:先询问故事要求,生成**上下镜头衔接**
  13. 的分镜剧本,再生成**人物四视图参考图**(三张不同视角全身 + 一张脸部特写,
  14. 支持图片生成或网络角色参考),最后写 H3 提示词——支持官方 H3 六段式英文
  15. 与 WenWu 中文分镜两种模式,镜头密度随任意片长自适应。
  16. - 🎞️ **MiniMax H3 工作流分配**:按内容自动路由 Ref2VA(有参考图)/ T2V
  17. (纯文本)/ I2V(首尾帧),按 class_type 覆盖提示词、时长、步数、种子、
  18. 分辨率与输出前缀,不写死节点 ID。
  19. - ✅ **参数确认**:提交前把参数汇总成一张表给你确认,后端校验非法值
  20. (时长 5-15s、步数 4-40 等),不做前端表单。
  21. - ☁️ **Cloudflare 隧道**:自动探测本机 8188 / 已有隧道 / AutoDL,需要远程
  22. 访问时自动复用或启动 trycloudflare 临时隧道。
  23. - 📥 **批量提交与断点监控**:上传参考图 → 逐段提交 → 轮询下载,失败自动
  24. 重试,状态落盘可续跑。
  25. - ✂️ **剪映自动拼合**:调用 jianying-editor 生成剪映草稿(顺序导入 + 叠化
  26. 转场),可选自动导出 MP4。
  27. - 🖥️ **首次使用引导**:询问自动更新、检测 ComfyUI、评估硬件、指导下载
  28. MiniMax H3 模型,逐个说明用途后询问是否安装辅助 skill 与 MCP。
  29. - 🌙 **无人值守安全模式**:每次批量开始前确认是否无人值守;是则约定关机
  30. 时间并启动 GPU 显存/内存监控(90% 警告 / 95% 停止),防 OOM 并自动关机。
  31. ## 安装
  32. 从 skills.sh 安装(推荐):
  33. ```bash
  34. npx skills add TFboy1/oh-my-minimaxh3-director --skill oh-my-minimaxh3-director
  35. ```
  36. 或直接使用仓库(本地开发):
  37. ```bash
  38. git clone https://github.com/TFboy1/oh-my-minimaxh3-director.git
  39. ```
  40. ## 首次使用
  41. 第一次调用时,skill 会按顺序与你确认,每项都会先说明用途:
  42. 1. 是否启用**自动更新**(推荐启用);
  43. 2. **ComfyUI 是本地还是云端**(本地探测 8188 / 未安装给下载教程;云端请你
  44. 提供 trycloudflare 或 AutoDL 网址链接);
  45. 3. 运行**硬件检测**,判断本机能不能带动 MiniMax H3;
  46. 4. 是否已下载 **MiniMax H3 模型**(未下载给 ModelScope 教程);
  47. 5. 是否安装可选依赖:`h3-prompt-writing`(提示词)、`jianying-editor`
  48. (剪映拼合)、`comfy-mcp`(ComfyUI 管理)。
  49. 完整教程见 [references/setup-guide.md](references/setup-guide.md)。
  50. ## 使用方法
  51. 在 Codex 中直接说:
  52. > 使用 $oh-my-minimaxh3-director 把剧本做成视频
  53. 然后给出剧本文件或故事文本。流程:
  54. ```text
  55. 剧本/故事 → 询问故事要求 → 衔接分镜 → 人物四视图参考图
  56. → H3 提示词(官方 / WenWu)→ 构建 H3 工作流 → 参数确认
  57. → 提交生成 → 下载片段 → 剪映拼合草稿 →(可选)自动导出
  58. ```
  59. 也可以分步手动执行:
  60. ```bash
  61. # 1. 探测 ComfyUI(可选开隧道)
  62. python scripts/probe_comfy.py --workspace <工作区根> --write
  63. python scripts/ensure_cloudflared.py --workspace <工作区根> # 需要远程时
  64. # 2. 从 storyboard.json + prompts/ 构建每段工作流与参数表
  65. python scripts/build_workflows.py --project <项目目录> --workspace <工作区根>
  66. # 3. 提交并监控(断点可续跑)
  67. python scripts/submit_jobs.py --project <项目目录> --workspace <工作区根>
  68. python scripts/monitor_jobs.py --project <项目目录> --workspace <工作区根>
  69. # 4. 生成并运行剪映拼合脚本
  70. python scripts/generate_assembly.py --project <项目目录> --title <片名>
  71. python <项目目录>/assemble_jianying_<片名>.py
  72. ```
  73. ## 硬件要求
  74. 运行 `python scripts/check_hardware.py` 自动检测本机配置:
  75. | 显存 | 结论 | 建议 |
  76. |---|---:|---|
  77. | < 12GB | 不建议本地跑 | 云 GPU(AutoDL 24GB+)或 Comfy Cloud |
  78. | 12-16GB | 入门可试 | int8/nvfp4 量化 + 4 步 Turbo,0.4MP 短片 |
  79. | 16-24GB | 推荐档 | 0.4-0.6MP、10s 稳定 |
  80. | 24GB+ | 高配 | 0.6-1MP、10-15s |
  81. 模型总计约 40GB,需要 NVIDIA GPU + CUDA;磁盘建议预留 60GB+。
  82. ## 目录结构
  83. ```text
  84. oh-my-minimaxh3-director/
  85. ├── SKILL.md # skill 主流程
  86. ├── README.md
  87. ├── agents/openai.yaml # UI 元数据
  88. ├── assets/templates/ # H3 模板(ref2va / t2v / i2v,API 格式)
  89. ├── references/
  90. │ ├── setup-guide.md # 首次安装:ComfyUI / 模型 / 硬件 / 可选依赖
  91. │ ├── storyboard-schema.md # 分镜 JSON 与提示词规范
  92. │ ├── workflow-routing.md # 模板路由与字段映射
  93. │ └── cloudflared.md # 隧道操作细节
  94. ├── scripts/ # 7+1 个流水线脚本
  95. └── evals/evals.json # 测试用例
  96. ```
  97. ## 常见问题
  98. - **提交报 `node_errors`**:通常是远程 ComfyUI 缺少节点包或模型文件名不对,
  99. 报错信息会指明,按提示补装/改名。
  100. - **本地 OOM**:降低分辨率(0.4MP → 0.2MP)、缩短时长、改用 4 步 Turbo,
  101. 或直接切到云 GPU。
  102. - **隧道不稳定**:`ensure_cloudflared.py --stop` 停掉后重开,或回退 AutoDL
  103. 直连地址。
  104. - **想加自定义模板**:用 `convert_ui_workflow.py` 把 UI 格式工作流转成 API
  105. 格式,放进 `templates_dir` 即可。
  106. ## 致谢 (Credits)
  107. 本项目站在以下开源项目的肩膀上:
  108. - [MiniMax H3](https://github.com/MiniMax-AI/MiniMax-H3)(MiniMax-AI):模型本体与
  109. `h3-prompt-writing` 提示词 skill,遵循 MiniMax H3 社区许可;
  110. - [Comfy-Org/minimax-H3](https://www.modelscope.cn/models/Comfy-Org/minimax-H3):
  111. ModelScope 重打包,国内直连下载;
  112. - [ComfyUI](https://github.com/Comfy-Org/ComfyUI):视频生成推理引擎,GPL-3.0;
  113. - [jianying-editor-skill](https://github.com/luoluoluo22/jianying-editor-skill)
  114. (luoluoluo22):剪映自动拼合 JyWrapper,MIT;
  115. - [comfy-mcp](https://github.com/Comfy-Org/comfy-mcp)(Comfy-Org):ComfyUI MCP
  116. 服务,AGPL-3.0-or-later OR Commercial;
  117. - [cloudflared](https://github.com/cloudflare/cloudflared)(Cloudflare):远程
  118. 隧道,Apache-2.0。
  119. 完整名单见 [CONTRIBUTORS.md](CONTRIBUTORS.md)。
  120. ## License
  121. 本 skill 代码以 **MIT** 协议开源,完整文本见 [LICENSE](LICENSE)。
  122. 模型权重遵循 MiniMax H3 社区许可;上游组件(ComfyUI、comfy-mcp、
  123. jianying-editor-skill、cloudflared)以各自许可证为准。

Ratings and comments

Sign in to rate this skill.

Sign in

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