Communitygithub.com

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Erstellen Sie aus Benutzer-Referenzbildern und Skripten mehrteilige H3 Ref2VA-Videoprompts mit Charakter-Präsentator, holografischen Interaktionen und vollständiger Voiceover-Abdeckung.

Was ist ComfyUI-MiniMax-H3-SkillBridge?

Diese Skill ermöglicht es, aus einem Benutzer-Skript sowie Charakter- und Umgebungs-Referenzbildern automatisch mehrteilige H3-Videoprompts im Ref2VA-Format zu generieren. Jeder Segment-Prompt ist eigenständig nutzbar und enthält einen konsistenten Charakter-Präsentator, der das Skript spricht, sowie mindestens zwei holografische Interaktionen pro Segment. Die Skill berechnet dynamisch das Sprechzeitbudget, teilt das Skript semantisch in Segmente auf, choreografiert die Hologramme und erstellt vollständige Prompts mit sechs Abschnitten (Subjektdefinitionen, Zusammenfassung, Retentionsanalyse, detaillierte Beschreibung, Klanglandschaft und nicht-diegetische Musik). Sie unterstützt Plattformen wie ComfyUI und MiniMax, erfordert keine externen Skills und bietet Flexibilität bei Stil, Seitenverhältnis und Segmentdauer. Die Skill stellt sicher, dass das Original-Skript wortgetreu erhalten bleibt, während es in zeitlich passende Segmente mit interaktiven holografischen Elementen aufgeteilt wird.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge/tree/HEAD/skills/holographic-explainer

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Holographic Explainer (Holografischer Erklärer)

Verwandeln Sie jedes Benutzer-Skript und Referenzbilder in ausgefeilte mehrteilige H3-Videoprompts mit einem Charakter-Präsentator, holografischer UI-Interaktion und vollständiger Voiceover-Abdeckung. Jeder Segment-Prompt ist eigenständig nutzbar. Diese Skill ist vollständig in sich geschlossen und benötigt keine anderen Skills.

Wann verwenden

  • Ein Charakter-Präsentator erklärt ein Thema mit holografischer UI-Interaktion
  • Ein Produkt-Tutorial, Technik-Guide oder Bildungs-Erklärvideo benötigt ausgefeilte Kurzvideo-Prompts
  • Ein Voiceover-Skript muss in zeitlich passende Segmente mit vollständiger Abdeckung aufgeteilt werden
  • Hardware-/Software-Vergleiche benötigen holografische Visualisierungen

Nicht verwenden, wenn:

  • Kein Charakter-Referenzbild verfügbar ist
  • Der Benutzer nicht-gesprochenes B-Roll ohne Präsentator benötigt
  • Der Benutzer nur ein geschriebenes Skript ohne Videoprompts benötigt

Erforderliche Eingaben

Der Benutzer muss bereitstellen:

  1. Charakter-Referenzbild (Bild 1): definiert Identität des Präsentators, Gesicht, Haare, Brille, Kleidung, Accessoires.
  2. Umgebungs-Referenzbild (Bild 2): definiert Raumaufteilung, Farbpalette, Möbel, Lichtstimmung.
  3. Voiceover-Skript: der vollständige Text, der über alle Segmente gesprochen wird.

Optionale Eingaben:

  • Name des Präsentators: die Identität vor der Kamera. Standard: "Präsentator".
  • Maximale Segmentdauer: Standard 15 Sekunden. Benutzer kann beliebigen Wert angeben.
  • Voiceover-Audiodauer: Falls angegeben, zur Berechnung der tatsächlichen Sprechgeschwindigkeit.
  • Sprechgeschwindigkeit: Wenn der Benutzer direkt angibt (z.B. "4 Zeichen/Sekunde"), überspringe die Schätzung.
  • Stilrichtung: Der Benutzer drückt sich frei aus (z.B. reif, lässig, professionell, verspielt, sinnlich-aber-professionell). Beeinflusst nur die Darstellung, nicht das Aussehen.
  • Seitenverhältnis: Benutzer legt in der Videogenerierungssoftware fest. Skill codiert es nicht fest.
  • Sprache des Voiceovers: Standard Chinesisch.

Referenzdateien

Diese Skill enthält drei eigenständige Referenzdateien:

DateiZweck
references/ref2va-format-guide.mdVollständige Ref2VA-Sechs-Abschnitt-Formatspezifikation mit Aufnahmeregeln, Kameravokabular, Dialog-Tags und Kontinuitäts-Checkliste
references/narration-budget-guide.mdSchätzung der Sprechgeschwindigkeit, Wortzählregeln, Segmentaufteilungsalgorithmus und Validierungskriterien
references/hologram-library.md12 Hologrammtypen, Inhaltszuordnungsregeln, Interaktionsvokabular und Farbableitungsregeln

Lesen Sie die jeweilige Referenzdatei in jedem Schritt wie unten angegeben.


SCHRITT 1: Eingaben parsen

1.1 Charakteridentität extrahieren (aus Bild 1)

Beschreiben Sie den Charakter mit diesen Pflichtattributen:

  • Ethnizität und Alterskategorie
  • Haare: Stil, Länge, Farbe, Besonderheiten (Band, Schleife, etc.)
  • Brille: Gestelltyp, Farbe, Kette oder Band
  • Oberbekleidung: Farbe, Stil, Ausschnitt
  • Accessoires: Schmuck, Halskette, Schleife
  • Make-up-Stil: natürlich, auffällig, luxuriös

1.2 Umgebung extrahieren (aus Bild 2)

Beschreiben Sie die Umgebung mit diesen Pflichtattributen:

  • Schreibtisch: Typ, Farbe, Form
  • Computer/Gerät: Typ, Farbe
  • Beleuchtung: Lampentyp, Schirmfarbe, LED-Streifen, Raumstimmung
  • Stuhl: Material, Farbe, Gestell
  • Regale: Typ, Inhalt
  • Blumen/Pflanzen: Typ, Farbe
  • Wanddekoration: gerahmte Bilder, Schilder
  • Gesamtfarbpalette und Atmosphäre

1.3 Skript parsen

  • Original-Skript wortgetreu erhalten
  • Gesamtzeichen mit den Regeln in references/narration-budget-guide.md zählen
  • Inhaltsmerkmale identifizieren: technische Dichte, Konversationsmarker, emotionale Marker

1.4 Stil bestimmen

  • Lesen Sie die Stilbeschreibung des Benutzers, falls vorhanden
  • KEINEN festen Stil aufzwingen. Der Benutzer drückt sich frei aus.
  • Stil beeinflusst nur die Darstellung und Voiceover-Wiedergabe, NICHT das Aussehen des Charakters.

SCHRITT 2: Voiceover-Budget berechnen

Lesen Sie references/narration-budget-guide.md für den vollständigen Leitfaden.

2.1 Sprechgeschwindigkeit bestimmen

Prioritätsreihenfolge:

  1. Wenn Benutzer Audiodauer angibt: rate = total_chars / audio_duration
  2. Wenn Benutzer die Geschwindigkeit direkt angibt: diesen Wert verwenden
  3. Andernfalls: aus Inhaltsdichte schätzen (siehe narration-budget-guide.md)

2.2 Budget pro Segment berechnen

hologram_pause_total = summe aller holografischen Interaktionspausen im Segment
                   (mindestens 2 Interaktionen, jede 0,5-2,0 Sekunden je nach Komplexität)
available_chars = sprechrate * (max_segment_dauer - hologram_pause_total)

2.3 Budgettabelle ausgeben

ParameterWert
Gesamtzeichen SkriptXXX
SprechgeschwindigkeitX.X Zeichen/Sek
Maximale SegmentdauerXX Sek
Hologrammpausen pro SegmentX.X Sek
Verfügbare Zeichen pro SegmentXX

SCHRITT 3: Skript in Segmente aufteilen

Lesen Sie references/narration-budget-guide.md für den vollständigen Aufteilungsalgorithmus.

3.1 Semantische Aufteilung

  1. Skript an Satzzeichen (Punkte, Fragezeichen, Ausrufezeichen, Semikolons) in Satzeinheiten aufteilen.
  2. Zeichen pro Satz mit den Wortzählregeln zählen.
  3. Sätze gierig in Segmente bis zu available_chars packen.

3.2 Behandlung langer Sätze

  • Wenn ein einzelner Satz available_chars überschreitet, an Kommas teilen.
  • Die zweite Hälfte geht in das nächste Segment.
  • Ein Übergangswort kann am Anfang des nächsten Segments hinzugefügt werden (wird auf das Budget angerechnet).

3.3 Strenge Texterhaltung

KRITISCH: Der Voiceover-Text muss GENAU wie vom Benutzer bereitgestellt sein. NICHT:

  • Wörter, Partikel oder Füllwörter hinzufügen oder entfernen
  • Wortreihenfolge ändern
  • Übergangswörter zwischen Segmenten hinzufügen
  • Teile des Skripts paraphrasieren oder umformulieren
  • Text abkürzen oder erweitern

Der einzige erlaubte Vorgang ist das Aufteilen des Originaltextes an Satz- oder Kommagrenzen zur Segmentierung. Jedes Zeichen des Originalskripts muss in genau einem Segment in der ursprünglichen Reihenfolge erscheinen.

3.4 Segmenttabelle ausgeben

| Seg | Zeichen | Voiceover-Dauer | Hologramm-Pause | Gesamtdauer | Voiceover-Text |
|-----|---------|-----------------|-----------------|-------------|----------------|
| 1   | XX      | XX.Xs           | X.Xs            | XX.Xs       | "..."          |
| 2   | XX      | XX.Xs           | X.Xs            | XX.Xs       | "..."          |

3.5 Validieren

  • Jede Segmentgesamtdauer <= max_segment_dauer
  • Alle Segmente verkettet = GENAU passend zum Originalskript (null Änderungen)
  • Kein Satz wird mittendrin abgeschnitten (außer Kommaaufteilung bei langen Sätzen)

SCHRITT 4: Holografische Interaktionen entwerfen

Lesen Sie references/hologram-library.md für die vollständige Typbibliothek und das Vokabular.

4.1 Mindestanforderung

  • Jedes Segment muss mindestens 2 holografische Interaktionselemente haben.
  • Benachbarte Segmente sollten unterschiedliche Typkombinationen verwenden.

4.2 Inhaltszuordnung

Für jedes Segment Hologrammtypen auswählen, die zum Voiceover-Inhalt passen:

  • Zahlen/Spezifikationen -> Datenfeld, Kartendeck
  • Schritte/Prozesse -> Flussdiagramm, Fortschrittsbalken
  • Vergleich/Wahl -> Vergleichstafel, Kartendeck
  • Warnung/Frage -> Warnsymbol, Karte umdrehen
  • Ergebnis/Abschluss -> Bestätigungsabzeichen, Diagrammkurve
  • Geschichte/Version -> Zeitleistenband
  • Produkt/Modell -> 3D-Modellrotation, Datenfeld
  • Trend/Leistung -> Diagrammkurve
  • Architektur/Beziehung -> Karte/Topologie
  • Funktionen/Schlüsselwörter -> Tag-Wolke

4.3 Jedes Hologramm choreografieren

Für jedes holografische Element alle vier Schritte angeben:

  1. Beschwören: wie es erscheint (materialisiert, eingeblendet, eingeklappt, hereingleitet...)
  2. Interagieren: was der Präsentator tut (tippt, kneift, umdreht, wischt...)
  3. Reagieren: wie es reagiert (dreht sich um, um es zu enthüllen, dehnt sich aus, pulsiert, wechselt die Farbe...)
  4. Verlassen: wie es verschwindet (löst sich in Partikel auf, blendet aus, schrumpft...)

4.4 Farbpalette ableiten

  • Dominante Farben aus dem Umgebungs-Referenzbild (Bild 2) extrahieren.
  • Mit den Farbregeln in references/hologram-library.md auf Hologrammfarben abbilden.
  • Hologrammfarben über ALLE Segmente hinweg konsistent halten.

4.5 Hologramm-Entwurfstabelle ausgeben

| Seg | Hologramm-ID | Typ | Inhalt | Beschwören | Interagieren | Reagieren | Verlassen | Dauer |
|-----|--------------|-----|--------|------------|--------------|-----------|-----------|-------|
| 1   | H1           | ... | ...    | ...        | ...          | ...       | ...       | X.Xs  |
| 1   | H2           | ... | ...    | ...        | ...          | ...       | ...       | X.Xs  |
| 2   | H3           | ... | ...    | ...        | ...          | ...       | ...       | X.Xs  |
| 2   | H4           | ... | ...    | ...        | ...          | ...       | ...       | X.Xs  |

SCHRITT 5: Ref2VA-Prompts generieren

Lesen Sie references/ref2va-format-guide.md für die vollständige Formatspezifikation.

Für jedes Segment einen vollständigen Ref2VA-Prompt mit allen sechs Abschnitten ausgeben:

5.1 subject_definitions

Definieren Sie Subjekt 1 (Charakter), Subjekt 2 (Umgebung), Bild 1, Bild 2.

  • Definitionen über alle Segmente hinweg identisch halten.
  • Charakterbeschreibung aus Schritt 1.1 extrahieren.
  • Umgebungsbeschreibung aus Schritt 1.2 extrahieren.

5.2 summary

Ein englischer Absatz mit [reference generation]-Präfix.

  • Angeben, was der Präsentator tut, wo, mit welchen Hologrammen.
  • Alle Labels referenzieren: <Subjekt 1>, <Subjekt 2>, <Bild 1>, <Bild 2>.
  • Segmentdauer angeben.

5.3 retention_analysis

Eine Zeile pro Referenzlabel, alle fully_preserved.

  • Auflisten, welche spezifischen Attribute erhalten bleiben.

5.4 detailed_description

Der Hauptteil. Diese Regeln befolgen:

Eröffnung: 1-2 englische Stilsätze vor [Shot 1]. Für Segment 2+ "continuing seamlessly from the previous segment" hinzufügen.

Aufnahmen: 3-4 Aufnahmen pro Segment.

  • [Shot 1] hat keinen Zeitstempel.
  • Spätere Aufnahmen: [Shot N] At MM:SS.mmm, the shot cuts to...
  • Zeitstempel streng aufsteigend, innerhalb 0 bis max_segment_dauer.

Kamerabewegung: Typ + Amplitude + Geschwindigkeit als natürliche englische Handlung.

Sprecher: (S1) für den Präsentator, über alle Segmente stabil.

Dialog: Den Voiceover-Text aus der Segmenttabelle (Schritt 3.4) verwenden.

  • Vor der Kamera: The presenter (S1) says: <d>[Chinese] narration text</d>
  • Voiceover: The presenter (S1) says in an off-screen voiceover: <d>[Chinese] narration text</d> while her/his lips remain completely closed.

Hologramme: Hologramm-Interaktionen in geeigneten Aufnahmen einfügen. Alle vier Schritte (beschwören, interagieren, reagieren, verlassen) mit Vokabular aus references/hologram-library.md beschreiben.

Sichtbarer Text: Englische doppelte Anführungszeichen für im Bild sichtbaren Text verwenden (z.B. "16GB VRAM").

  • WICHTIG: Text muss als holografischer Text, Schilder oder in die Szene integrierte Labels erscheinen.
  • Text NICHT als Untertitelbalken am unteren Bildrand platzieren.

Übergänge: Sanfte Wisch-Pan, Hologramm-Wipes, Match-Cuts oder leuchtende Datenbänder zwischen Aufnahmen.

Ziellänge: 350-500 englische Wörter.

5.5 overall_soundscape

1-4 englische Sätze, die Umgebungs- und physische Geräusche zusammenfassen. Enthalten:

  • Raumambiente (Lampensummen, Belüftung)
  • Holografische UI-Geräusche (Klingeltöne, digitale Ticks)
  • Physische Handlungsgeräusche (Stuhlknarren, Stoffbewegung, Fingertippen)
  • Dialog oder Musik hier NICHT wiederholen.

5.6 non_diegetic_music

1-3 englische Sätze, die Hintergrundmusik beschreiben.

  • Fokus auf Instrumentierung, Tempo, Rhythmus, Dynamik.
  • Musikstil über Segmente hinweg konsistent halten.
  • N/A verwenden, wenn keine Musik.

SCHRITT 6: Validieren

Einen Validierungsbericht für alle Segmente ausgeben:

PrüfpunktMethodeBestehenskriterien
DauerLetzter Aufnahme-Zeitstempel <= max_segment_dauerBESTANDEN/FEHLGESCHLAGEN
ZeichenanzahlZeichen in <d>-Tags pro Segment zählen<= available_chars
SkriptabdeckungAlle Segment-Voiceover verkettet, mit Original vergleichenEXAKTE Übereinstimmung (null Änderungen am Originaltext)
Hologramm-AnzahlHologramm-Interaktionen pro Segment zählen>= 2 pro Segment
Hologramm-VollständigkeitBeschwören/Interagieren/Reagieren/Verlassen für jedes prüfenAlle 4 Schritte vorhanden
CharakterkonsistenzSubjekt 1 über Segmente vergleichenIdentisch
UmgebungskonsistenzSubjekt 2 über Segmente vergleichenIdentisch
Sprecher-ID(S1)-Verwendung prüfenStabil über Segmente
Zeitstempel-ReihenfolgeAufnahme-Zeitstempel prüfenStreng aufsteigend, im Bereich
Formatvollständigkeit6 Abschnitte vorhanden prüfenAlle 6 vorhanden
Keine UntertitelAuf Untertitel-Stil-Text prüfenText nur als in-Szene-Elemente

Wenn eine Prüfung FEHLGESCHLAGEN ist, notieren, welches Segment und welcher Punkt, dann vor der endgültigen Ausgabe überarbeiten.


Kamera- und Darstellungsrichtlinien

  • Segment 1 beginnt typischerweise mit einer mittleren Nahaufnahme, dann variiert die Perspektive.
  • Spätere Segmente verwenden frontale Rahmung, kontrollierte Zooms und holografische Übergänge.
  • Der Präsentator wechselt: spricht zur Kamera, gestikuliert zum Arbeitsbereich, manipuliert Hologramme.
  • Bewegungen entsprechen der Stilbeschreibung des Benutzers. Keinen festen Darstellungsstil aufzwingen.
  • Kontinuität über Segmente hinweg: gleicher Raum, Outfit, Brille, Frisur, holografisches Entwurfssystem.

Audio-Richtlinien

  • Voiceover-Stimme entspricht der Stilbeschreibung des Benutzers.
  • Ambient-Musik entspricht der Umgebungsstimmung, leise, konsistent über Segmente.
  • Holografische UI-Geräusche: Klingeltöne, digitale Ticks, Interaktionsfeedback.
  • Raumambiente: Lampensummen, Stuhlknarren, Stoffbewegung.
  • Keine lauten Benachrichtigungen, harsche Rauscher oder komödiantische Einwürfe.

Textregeln

  • Text in der Szene muss als holografischer Text, Schilder, Labels oder Datenanzeigen integriert sein.
  • KEINE Untertitelbalken, untere Drittel-Beschriftungen oder Textüberlagerungen am unteren Bildrand generieren.
  • Hologrammtext kurz und lesbar halten: Labels, Zahlen, kurze Phrasen.
  • Keine dichten Textabsätze in Hologrammen.

Ablehnen oder Umschreiben, wenn

  • Ausgabe ist ein einzelner allgemeiner Prompt anstelle von N separaten Segment-Prompts.
  • Es ignoriert die Anforderungen des Charakter-Referenzbilds, Umgebungs-Referenzbilds oder der holografischen Interaktion.
  • Es ändert die Identität, das Alter, die Ethnizität, die Brille oder die Outfit-Palette des Charakters.
  • Es ändert die Umgebung in ein generisches Büro oder Studio.
  • Voiceover-Beats sind zu lang für ihren Zeitcode.
  • Weniger als 2 holografische Interaktionen in einem Segment.
  • Ein Hologramm fehlt einer der vier Schritte (beschwören/interagieren/reagieren/verlassen).
  • Skript wird in irgendeiner Weise geändert (hinzugefügt, umformuliert, weggelassen).
  • Ausgabe enthält unpassende Toneffekte oder Comedy-Elemente.
  • Segment enthält Untertitelbalken oder untere Drittel-Beschriftungen.

Ausgabestruktur

Jeder Segment-Prompt ist eine separate Code-Block-Instanz mit ref2va-yaml als Sprache:

=== subject_definitions ===
...

=== summary ===
...

=== retention_analysis ===
...

=== detailed_description ===
...

=== overall_soundscape ===
...

=== non_diegetic_music ===
...

Die endgültige Ausgabe enthält N Segmente in sequenzieller Reihenfolge und einen abschließenden Validierungsbericht.

Individual skills in this repo

This repo contains 10 individual skills — each has its own dedicated page.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Create complete stylized 3D animated shorts from a story idea through an ordered production workflow covering project brief, story outline, character and environment cards, standardized shot planning, text or optional pencil storyboards, video-model selection, single-shot generation, assembly, BGM matching, and final review. Use when the user wants an end-to-end narrative animation workflow with strong character consistency, scene continuity, timing, camera, performance, and audio control. Not for single images, simple edits, photorealistic live action, or one standalone clip.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For marketers and creators producing promotional content for brands, products, websites, apps, shops, or personal projects. Users provide logos, product images, interface screenshots, official links, or other verifiable assets and confirm duration, aspect ratio, audience, and campaign focus. The Skill organizes brand facts and asset provenance, selects a narrative direction, plans precise beats and shots, generates needed imagery, video, voiceover, or music, and completes assembly and pre-delivery review. It outputs a promotional short that highlights product capabilities, use cases, and a call to action. Best for launches, website showcases, and social promotion; not for imitating real brand marks without authorized assets, inventing product claims, or producing long-form narrative films.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For users creating a two-player co-op game menu or opening animation. Users provide two player names, a game title, a target visual style, and optional character reference images. The Skill locks identity cues, generates an approval image from a fixed menu framework with coordinated color, buttons, icons, and typography, then uses the approved result to rebuild the character, UI-copy, and event timing instructions for the final video. It outputs a co-op game intro featuring two characters, player cards, and menu interaction motion. Best for game concepts, character-led menus, and social content; not for playable game development, complex multi-page UI, exact brand-logo replication, or generic character-free title sequences.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

为 MiniMax H3 图生视频生成高动态运镜 Ref2VA 提示词。基于插件自动加载的参考图(人物、场景、动作、风格),只输出可直接交给 H3 图生视频节点的六段式英文提示词,不生成角色卡或动作首帧文生图提示词。要求两轴位移、主动运镜、前景视差、障碍接触、尺度变化与物理反馈,使用官方镜头指令与自然语言弧线描述。无参考图时允许纯文字描述模式。

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Write MiniMax H3 video generation prompts for T2VA, I2VA, FL2VA, L2VA, and Ref2VA. Use when rewriting multimodal requests into H3 prompt structures, composing integrated_multimodal_description, overall_soundscape, and non_diegetic_music, aligning keyframes, or defining reference labels for images, videos, and audio.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For creators making surreal short videos that blend rough glowing hand-drawn animation with live-action spaces. Users provide a scene idea, contact object or hand, desired mood, and optional language or style constraints. The Skill clarifies the physical contact, designs continuous morphing, escape route, and delayed handheld chase movement, then writes a reusable 15-second 16:9 video prompt in the user's language. After user confirmation it recommends MiniMax H3 generation and checks contact realism, camera delay, rough glowing stroke texture, and non-horror tone. Best for single-scene creative clips, not polished CG, horror jump scares, plush characters, or multi-scene cuts.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Turn product images and ad requirements into minimalist product ad shorts for e-commerce promotion and product launches. The Skill confirms format and product variants, extracts selling points, writes concise English ad copy, builds product anchors, plans beat-synced typography/storyboards, and generates a clean product film with premium camera language. Not for KOC talking-head ads, general editing, or complex screen demos.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For musicians, video creators, and social-media editors producing AI music videos or emotional short films with lyric typography. Users provide music, lyrics, references, characters, typography direction, mood, or target platform. The Skill analyzes beat and vocal timing, separates character, scene, and text references, designs beat-reactive spatial typography, decomposes long works into connected shots, audits prompts, and routes generation for H3 or other video tools. It outputs MV concepts, shot prompts, lyric text plans, and stitching guidance. Best for stylized MVs and subtitle-driven music visuals, not ordinary caption cleanup, licensed IP copying, or fully manual post-production editing.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For creators, educators, and social-video editors who need a tactile paper-collage language for narration, knowledge points, opinions, or abstract topics. Users provide source copy, story beats, or a core concept and may specify aspect ratio, duration, palette, and audio needs. The Skill extracts meaning, proposes visual metaphors, prepares a production plan and storyboard, generates approved halftone collage stills, then creates stop-motion clips with paper movement and tactile sound effects, with optional final assembly. By default it keeps collage SFX and does not add BGM, voiceover, or subtitles unless requested. Best for explainers, viewpoints, story visuals, and social B-roll; not for presenter ads, editable layers, complex typography, or prompt-only tasks.

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

For creators explaining science, education, or general knowledge through tactile handmade papercraft visuals. Users provide a topic, core knowledge points, or source material and may specify audience, duration, aspect ratio, and deliverable type. The Skill extracts the learning goal and visual metaphor, proposes creative directions, designs paper characters, layered diorama sets, and props, creates preview concepts plus image and video prompts, and plans storyboards, camera movement, transitions, and sound with staged approvals and review checklists. It outputs a production-ready papercraft stop-motion explainer package, or selected assets such as still prompts, image-series prompts, short-video prompts, or storyboards. Best for cut-paper, pop-up-book, layered diorama, and miniature stop-motion explainers; not for standard 2D cartoons, line doodles, live action, or explainers without a paper-art look.

Verwandte Skills