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.
Badge for your README
Markdown
[](/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
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)
- ---
- name: oh-my-minimaxh3-director
- 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。
- ---
- # ComfyUI 剧本视频流水线
- ## Overview
- 本 skill 把一条完整链路自动化:探测/打通 ComfyUI(可选 Cloudflare 隧道)→
- 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
- 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。
- v1 只服务 MiniMax H3 的 Ref2VA / T2V / I2V 三种模板,段级生成,默认无字幕无
- BGM。所有文件 UTF-8,Python 使用项目 `.venv`(存在时),Windows 下运行。
- ## 首次使用引导(Onboarding)
- 第一次使用(以用户目录下的 `~/.oh-my-minimaxh3-director.json` 是否存在判断)
- 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;
- 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
- `npx skills update oh-my-minimaxh3-director -g -y`(失败不阻塞流程)。
- 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
- 教程),询问是否启用。推荐启用;选项:启用 / 不启用 / 每次询问。
- 2. **ComfyUI 位置确认**:询问用户“ComfyUI 是本地运行还是云端?”——
- - **本地**:运行 `scripts/probe_comfy.py --workspace <工作区根> --write`
- 探测本机 8188;未安装时按 [setup-guide.md](references/setup-guide.md)
- 第 1 节给出官网桌面版下载教程(https://www.comfy.org/download)。
- - **云端**:请用户提供网址链接(trycloudflare 隧道地址或 AutoDL 的
- seetacloud 地址;还没有 AutoDL 实例时按
- [autodl-cloud.md](references/autodl-cloud.md) 帮其开通云端算力),用
- `scripts/probe_comfy.py --workspace <工作区根> --url <链接> --write`
- 验证并把该地址写入 `.config/pipeline-config.json` 的 `base_url`;
- 链接失效时回退到自动探测。
- 把 `comfyui_location: local | cloud` 与地址记入
- `~/.oh-my-minimaxh3-director.json`,后续运行不再重复询问。
- 3. **硬件评估**:运行 `scripts/check_hardware.py` 检测 NVIDIA 显存、内存与
- 磁盘;本机无独显但已有远程 ComfyUI(隧道/AutoDL)时改用
- `--remote-url <地址>` 直接评估远程 GPU。若判定不适合(显存 < 12GB 或
- 没有 NVIDIA GPU),明确告知用户,并询问是改用云 GPU(AutoDL,教程见
- [autodl-cloud.md](references/autodl-cloud.md) / Comfy Cloud)还是仍想
- 尝试;远程可用时流水线不受影响。
- 4. **MiniMax H3 模型**:本地 ComfyUI 且未确认过模型时,询问“是否已下载
- MiniMax H3 模型”;未下载则按 [setup-guide.md](references/setup-guide.md)
- 第 2 节给 ModelScope 教程(仓库 `Comfy-Org/minimax-H3`,含文件清单、
- 放置目录与约 40GB 空间提示)。
- 5. **可选依赖**:逐个说明用途后询问是否安装——
- - `h3-prompt-writing`:专业改写 H3 六段式提示词(仅服务 official 与
- hybrid 的六段式外壳;wenwu 纯中文模式不依赖它);
- - `jianying-editor`:剪映草稿自动拼合(本 skill 拼合阶段依赖);
- - `comfy-mcp`:让 Codex 直接管理/运行 ComfyUI,可选增强。
- 需要安装时按 [setup-guide.md](references/setup-guide.md) 第 4 节执行;
- 明确拒绝的记录下来,之后不再反复询问。
- ## 输入与项目结构
- 输入:剧本文件(`.md` / `.txt`,或对话中的故事文本),可选参考图目录
- (`refs/`)与角色设定。输出项目放在 `outputs/<项目名>/`(或用户指定目录):
- ```text
- <项目>/
- storyboard.md # 人读分镜
- storyboard.json # 机器可读分镜(build_workflows 输入)
- prompts/seg_01.txt … # H3 提示词(official / wenwu / hybrid)
- workflows/seg_01_api.json …
- jobs/params.json # 参数清单(确认对象)
- jobs/seg_01_job.json … # 提交/下载状态(断点恢复)
- clips/raw/<batch>/seg_01_00001-audio.mp4 …
- assemble_jianying_<标题>.py # 生成的拼合业务脚本(放项目根)
- edit/jianying-draft-report.json
- ```
- 分镜 JSON 结构与提示词格式见
- [storyboard-schema.md](references/storyboard-schema.md);模板路由与字段映射见
- [workflow-routing.md](references/workflow-routing.md);隧道操作见
- [cloudflared.md](references/cloudflared.md);首次安装与硬件评估见
- [setup-guide.md](references/setup-guide.md);导演级分镜与 WenWu 引擎见
- [wenwu-director.md](references/wenwu-director.md);hybrid 完整示例见
- [hybrid-example.md](references/hybrid-example.md);无人值守与资源监控见
- [resource-monitoring.md](references/resource-monitoring.md)。
- ComfyUI API 调用与 comfy-mcp 见
- [api-and-mcp.md](references/api-and-mcp.md)。
- ## 阶段 0:探测 ComfyUI 与可选隧道
- 1. 运行 `scripts/probe_comfy.py --workspace <工作区根> --write` 探测地址。
- 探测顺序:本机 8188 → 已记录隧道 URL → AutoDL 配置;全部失败时用
- `--interactive` 询问用户。
- 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
- `scripts/ensure_cloudflared.py --workspace <工作区根>`:复用可达的已有
- 隧道,否则自动下载 cloudflared 并启动 trycloudflare 临时隧道。
- 3. 把可用 `base_url` 写入 `.config/pipeline-config.json`,后续脚本自动读取。
- 隧道失败不阻塞:回退原地址并继续。
- ## 阶段 1:剧本 → 分镜
- 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;
- 用户意图足够明确时直接创作,不连续追问。
- 2. 创建 `outputs/<项目名>/`,按 storyboard-schema.md 生成衔接分镜:
- 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
- 写清衔接锚点(动作方向 / 视线 / 光线 / 道具 / 轮廓 / 声桥 / 受力),禁止
- 无理由跳切。
- 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
- 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
- `refs/` 并在 `storyboard.json` 的 `characters` 登记。
- 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
- `meta.prompt_mode` 与 `meta.prompt_mode_reason` 写入 storyboard.json,
- 禁止静默走默认。三种模式:
- - `hybrid`(推荐):创意简报 / 游戏 PV / 宣传片 / 广告 / 短片默认。保持
- 官方 H3 六段式英文外壳(subject_definitions / summary /
- retention_analysis / detailed_description / overall_soundscape /
- non_diegetic_music),内容按 WenWu 导演标准写(逐秒镜头脉冲、生命核、
- 八条生命通道、表演/状态肌理、音轨编排、结尾 `constraints:` 风格与
- 负向约束块),规范见
- [wenwu-director.md](references/wenwu-director.md) 的「hybrid:官方
- 六段式 × WenWu 导演深度」,完整示例见
- [hybrid-example.md](references/hybrid-example.md)。项目还可附带
- 视听签名 `audiovisual_signature`、声音事件表 `sound_events`、
- 7 列镜头卡 `shots`(含机位库/运镜库/转场库/高级技法)、节奏统计、
- 世界锚点 `world_anchors`、参考片样本 `reference_films`、
- `climax_segment` 与 `total_duration`,规范见
- [storyboard-schema.md](references/storyboard-schema.md)。
- - `wenwu`:用户明确提到导演 / 分镜衔接 / 镜头设计 / 表演 / WenWu,或
- 要求纯中文导演分镜提示词时使用(WenWu 成片书写法)。
- - `official`:仅用于快速批量、无强风格要求的段级生成。
- 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,
- 或任务属性是 PV / 宣传片 / 广告 / 短片 → 必须 `hybrid`。
- `h3-prompt-writing` 只用于 `official` 与 `hybrid` 的六段式外壳;
- `wenwu` 纯中文模式不依赖它。
- 参考图在提示词中用 `<Picture N>` 标签与 `refs` 数组对应。
- 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
- 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
- “前面是开场、中间打斗、结尾反转”这类宽泛概括。汇报格式见
- [storyboard-schema.md](references/storyboard-schema.md) 的「分镜汇报
- 格式」;hybrid/wenwu 模式直接采用镜头卡里的 `time`/`duration`/`content`/
- `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。
- ## 阶段 2:工作流扫描、选择与构建
- **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:
- 1. **扫描用户工作流**:
- ```bash
- python scripts/scan_workflows.py --project <项目目录> --workspace <工作区根>
- ```
- 扫描范围:`<项目>/workflows`、`<项目>/templates`、`<工作区>/workflows`、
- `<工作区>/pv1min_workflows` 与 `pipeline-config.json` 的 `templates_dir`。
- 输出每个候选的格式(API/UI)、模式(ref2va / i2v / t2v / batch)、参考图
- 槽位、Turbo 标记与模型文件。
- 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
- 场景)给用户,询问“用哪个工作流”。用户选定后把映射写入
- `storyboard.json`:
- - 整批统一:`meta.workflow_map = {"<mode>": "路径或模板名"}`;
- - 按段指定:`meta.workflow_map = {"<段号>": "路径或模板名"}`,或直接在
- 该段写 `segments[].template`。
- 3. **只有以下情况才用内置模板**(`assets/templates/` 的 ref2va / t2v /
- 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。
- 内置模板也必须经用户确认,不允许静默替换。
- 4. **构建**:
- ```bash
- python scripts/build_workflows.py --project <项目目录> --workspace <工作区根>
- ```
- 模板解析优先级:`segments[].template` > `meta.workflow_map[段号]` >
- `meta.workflow_map[mode]` > 内置模式推断(有参考图 → `ref2va`;首尾帧 →
- `i2v`;纯文本 → `t2v`)。按 class_type 覆盖提示词、参考图、时长、步数、
- scheduler、种子、分辨率与输出前缀,做后端校验(时长 5-15s、步数 4-40、
- 种子范围、参考图存在、提示词非空),写出 `workflows/seg_XX_api.json` 和
- `jobs/params.json`,并打印参数汇总表。
- 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`
- 转换——**脚本绝不自动改写用户工作流文件**。
- 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
- `constraints:` 块;`meta.strict_prompt_validation: true` 时不达标直接拒绝。
- 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。
- ## 阶段 3:参数确认
- 1. 把 `params.json` 汇总成表格展示给用户:段号 / 时长 / 模式 / 模板 / steps /
- scheduler / seed / 比例 / 参考图 / 输出前缀。
- 2. 用户可修改 `storyboard.json` 中的参数(时长、步数、种子、模板、参考图等)
- 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。
- 3. 用户确认后锁定参数,进入提交(`params.json` 保持为提交依据)。
- ## 阶段 3.5:无人值守确认(每次批量开始前必做)
- 每次开始批量提交前,**询问用户本次是否无人值守**:
- - **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
- 时间——云端关机按 [autodl-cloud.md](references/autodl-cloud.md) 用 API
- `power_off` 或在云控制台设置);把约定写入 `jobs/run_plan.json`;按
- [resource-monitoring.md](references/resource-monitoring.md) 启动
- `scripts/monitor_resources.py` 后台监控 GPU 显存与系统内存(默认 warn 90% /
- stop 95%),到达约定时间且用户已授权时执行本机关机。
- - **否**:正常人工值守流程,跳过关机约定;资源监控可选。
- `monitor_jobs.py` 每轮会读取 `jobs/resource_state.json`,达到 stop 阈值时暂停
- 本轮并报告,防止显存/内存爆掉。
- ## 阶段 4:提交、监控与下载
- ```bash
- python scripts/submit_jobs.py --project <项目目录> --workspace <工作区根>
- python scripts/monitor_jobs.py --project <项目目录> --workspace <工作区根>
- ```
- - `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
- POST `/prompt`;`node_errors` 非空时中止并报告缺什么。已提交/已下载的段
- 自动跳过(`--force` 可重提),支持 `--segments 1,3` 部分提交。
- - **API 报错先查 [api-and-mcp.md](references/api-and-mcp.md) 排查表**:不要
- 盲目重试同一条命令,`node_errors` / 超时 / SSL EOF / 任务 error 各有对应
- 处理;连续 3 次无变化就停下来向用户报告。
- - `monitor_jobs.py` 轮询 `/history/{prompt_id}`:错误提取报错并按重试上限
- (默认 2 次)重新提交,完成后把 MP4 下载到
- `clips/raw/<batch>/seg_XX_00001-audio.mp4`;状态落盘,可断点续跑。
- 监控长任务时放后台运行并定期查看 `jobs/monitor_state.json`。
- - 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
- 重跑、改参数或换模板。
- ## 阶段 5:剪映拼合
- 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):
- ```bash
- python scripts/generate_assembly.py --project <项目目录> --title <片名> \
- --width <宽> --height <高>
- ```
- 2. 运行生成的 `assemble_jianying_<标题>.py`(内部 bootstrap jy_wrapper,
- 按段序 `add_media_safe`,相邻段加“叠化 0.3s”转场,`save()` 后写
- `edit/jianying-draft-report.json`)。无字幕无 BGM。
- 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**
- 自动导出时,调用 jianying-editor 的 `auto_exporter.py`(Windows + 剪映
- 5.9 及以下)。导出前可先检查报告 JSON 的 `draft_name`/`drafts_root`。
- ## 失败恢复与边界
- - 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。
- - 隧道抖动:探测失败自动回退;`ensure_cloudflared.py --stop` 可停隧道。
- - 模板:**用户已有工作流优先**(scan_workflows.py 扫描 + 用户确认);内置
- 三套 H3 紧凑模板只是兜底;大模板(如 270KB 多图 Ref2VA)先经
- `convert_ui_workflow.py` 转 API 格式再引用,不自动改写用户文件。
- - 本 skill 不做前端验证;所有合法性检查由脚本后端完成。
- - 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。
- ## 脚本速查
- | 脚本 | 用途 |
- |---|---|
- | `probe_comfy.py` | 探测可用 ComfyUI 地址并写入配置 |
- | `ensure_cloudflared.py` | 复用/启动/停止 trycloudflare 隧道 |
- | `convert_ui_workflow.py` | UI 格式模板转 API 格式 |
- | `build_workflows.py` | 分镜 → 每段 API 工作流 + 参数表(含提示词深度校验) |
- | `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) |
- | `submit_jobs.py` | 上传资产并批量提交 |
- | `monitor_jobs.py` | 轮询下载、失败重试、断点续跑 |
- | `generate_assembly.py` | 生成剪映拼合业务脚本 |
- | `check_hardware.py` | 检测 GPU/内存/磁盘并给出本地运行建议 |
- | `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)
- <p align="center">
- <img src="banner.svg" alt="oh-my-minimaxh3-director Banner" width="100%"/>
- </p>
- [](https://skills.sh/tfboy1/oh-my-minimaxh3-director/oh-my-minimaxh3-director) [](https://www.ifdian.net/item/1a20ed042f0711f1865a52540025c377) [](https://www.creem.io/payment/prod_1yc40mIhKwwrc7iqFOG9G2) [](https://github.com/TFboy1/oh-my-minimaxh3-director/stargazers) [](LICENSE)
- [](https://www.modelscope.cn/models/Comfy-Org/minimax-H3) [](https://www.comfy.org/) [](#) [](#)
- [](#) [](docs/README_EN.md) [](docs/README_JA.md) [](docs/README_FR.md) [](docs/README_DE.md)
- <p align="center">
- 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 →
- MiniMax H3 生成 → 剪映一键拼合的全自动流水线。
- </p>
- ## 功能特性
- - 🎬 **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**
- 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,
- 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
- 与 WenWu 中文分镜两种模式,镜头密度随任意片长自适应。
- - 🎞️ **MiniMax H3 工作流分配**:按内容自动路由 Ref2VA(有参考图)/ T2V
- (纯文本)/ I2V(首尾帧),按 class_type 覆盖提示词、时长、步数、种子、
- 分辨率与输出前缀,不写死节点 ID。
- - ✅ **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
- (时长 5-15s、步数 4-40 等),不做前端表单。
- - ☁️ **Cloudflare 隧道**:自动探测本机 8188 / 已有隧道 / AutoDL,需要远程
- 访问时自动复用或启动 trycloudflare 临时隧道。
- - 📥 **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
- 重试,状态落盘可续跑。
- - ✂️ **剪映自动拼合**:调用 jianying-editor 生成剪映草稿(顺序导入 + 叠化
- 转场),可选自动导出 MP4。
- - 🖥️ **首次使用引导**:询问自动更新、检测 ComfyUI、评估硬件、指导下载
- MiniMax H3 模型,逐个说明用途后询问是否安装辅助 skill 与 MCP。
- - 🌙 **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
- 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。
- ## 安装
- 从 skills.sh 安装(推荐):
- ```bash
- npx skills add TFboy1/oh-my-minimaxh3-director --skill oh-my-minimaxh3-director
- ```
- 或直接使用仓库(本地开发):
- ```bash
- git clone https://github.com/TFboy1/oh-my-minimaxh3-director.git
- ```
- ## 首次使用
- 第一次调用时,skill 会按顺序与你确认,每项都会先说明用途:
- 1. 是否启用**自动更新**(推荐启用);
- 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
- 提供 trycloudflare 或 AutoDL 网址链接);
- 3. 运行**硬件检测**,判断本机能不能带动 MiniMax H3;
- 4. 是否已下载 **MiniMax H3 模型**(未下载给 ModelScope 教程);
- 5. 是否安装可选依赖:`h3-prompt-writing`(提示词)、`jianying-editor`
- (剪映拼合)、`comfy-mcp`(ComfyUI 管理)。
- 完整教程见 [references/setup-guide.md](references/setup-guide.md)。
- ## 使用方法
- 在 Codex 中直接说:
- > 使用 $oh-my-minimaxh3-director 把剧本做成视频
- 然后给出剧本文件或故事文本。流程:
- ```text
- 剧本/故事 → 询问故事要求 → 衔接分镜 → 人物四视图参考图
- → H3 提示词(官方 / WenWu)→ 构建 H3 工作流 → 参数确认
- → 提交生成 → 下载片段 → 剪映拼合草稿 →(可选)自动导出
- ```
- 也可以分步手动执行:
- ```bash
- # 1. 探测 ComfyUI(可选开隧道)
- python scripts/probe_comfy.py --workspace <工作区根> --write
- python scripts/ensure_cloudflared.py --workspace <工作区根> # 需要远程时
- # 2. 从 storyboard.json + prompts/ 构建每段工作流与参数表
- python scripts/build_workflows.py --project <项目目录> --workspace <工作区根>
- # 3. 提交并监控(断点可续跑)
- python scripts/submit_jobs.py --project <项目目录> --workspace <工作区根>
- python scripts/monitor_jobs.py --project <项目目录> --workspace <工作区根>
- # 4. 生成并运行剪映拼合脚本
- python scripts/generate_assembly.py --project <项目目录> --title <片名>
- python <项目目录>/assemble_jianying_<片名>.py
- ```
- ## 硬件要求
- 运行 `python scripts/check_hardware.py` 自动检测本机配置:
- | 显存 | 结论 | 建议 |
- |---|---:|---|
- | < 12GB | 不建议本地跑 | 云 GPU(AutoDL 24GB+)或 Comfy Cloud |
- | 12-16GB | 入门可试 | int8/nvfp4 量化 + 4 步 Turbo,0.4MP 短片 |
- | 16-24GB | 推荐档 | 0.4-0.6MP、10s 稳定 |
- | 24GB+ | 高配 | 0.6-1MP、10-15s |
- 模型总计约 40GB,需要 NVIDIA GPU + CUDA;磁盘建议预留 60GB+。
- ## 目录结构
- ```text
- oh-my-minimaxh3-director/
- ├── SKILL.md # skill 主流程
- ├── README.md
- ├── agents/openai.yaml # UI 元数据
- ├── assets/templates/ # H3 模板(ref2va / t2v / i2v,API 格式)
- ├── references/
- │ ├── setup-guide.md # 首次安装:ComfyUI / 模型 / 硬件 / 可选依赖
- │ ├── storyboard-schema.md # 分镜 JSON 与提示词规范
- │ ├── workflow-routing.md # 模板路由与字段映射
- │ └── cloudflared.md # 隧道操作细节
- ├── scripts/ # 7+1 个流水线脚本
- └── evals/evals.json # 测试用例
- ```
- ## 常见问题
- - **提交报 `node_errors`**:通常是远程 ComfyUI 缺少节点包或模型文件名不对,
- 报错信息会指明,按提示补装/改名。
- - **本地 OOM**:降低分辨率(0.4MP → 0.2MP)、缩短时长、改用 4 步 Turbo,
- 或直接切到云 GPU。
- - **隧道不稳定**:`ensure_cloudflared.py --stop` 停掉后重开,或回退 AutoDL
- 直连地址。
- - **想加自定义模板**:用 `convert_ui_workflow.py` 把 UI 格式工作流转成 API
- 格式,放进 `templates_dir` 即可。
- ## 致谢 (Credits)
- 本项目站在以下开源项目的肩膀上:
- - [MiniMax H3](https://github.com/MiniMax-AI/MiniMax-H3)(MiniMax-AI):模型本体与
- `h3-prompt-writing` 提示词 skill,遵循 MiniMax H3 社区许可;
- - [Comfy-Org/minimax-H3](https://www.modelscope.cn/models/Comfy-Org/minimax-H3):
- ModelScope 重打包,国内直连下载;
- - [ComfyUI](https://github.com/Comfy-Org/ComfyUI):视频生成推理引擎,GPL-3.0;
- - [jianying-editor-skill](https://github.com/luoluoluo22/jianying-editor-skill)
- (luoluoluo22):剪映自动拼合 JyWrapper,MIT;
- - [comfy-mcp](https://github.com/Comfy-Org/comfy-mcp)(Comfy-Org):ComfyUI MCP
- 服务,AGPL-3.0-or-later OR Commercial;
- - [cloudflared](https://github.com/cloudflare/cloudflared)(Cloudflare):远程
- 隧道,Apache-2.0。
- 完整名单见 [CONTRIBUTORS.md](CONTRIBUTORS.md)。
- ## License
- 本 skill 代码以 **MIT** 协议开源,完整文本见 [LICENSE](LICENSE)。
- 模型权重遵循 MiniMax H3 社区许可;上游组件(ComfyUI、comfy-mcp、
- jianying-editor-skill、cloudflared)以各自许可证为准。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.