Communitygithub.com

Drama Keyframe Forge (分镜定帧与资产一致性工序)

Generiert vor der Videorendering hochauflösende 16:9-Keyframe-Bilder für jedes Segment (Szenen + Figuren + Props) und erstellt eine globale Style Bible, um Inkonsistenzen und Verzerrungen in T2V-Videos zu vermeiden.

Was ist Drama Keyframe Forge (分镜定帧与资产一致性工序)?

Dieses Skill ist Bestandteil einer industrialisierten Pipeline für Kurzserienproduktion (zweiter Schritt: Keyframe-Generierung und Asset-Konsistenz). Es löst das häufige Problem von T2V-Modellen (Text-to-Video), die ohne visuelle Vorlage laufen und daher zu verzerrten Gesichtern, wechselnden Charakteren, sich ändernden Farben und weichen Props führen. Der Skill etabliert vor dem Rendern eine globale Style Bible (style_bible.json), die alle künstlerischen Parameter (Genre, Farbpalette, Beleuchtung, Material, Optik) für die gesamte Serie festlegt. Anschließend generiert er für jedes Segment im Drehbuchplan ein konsistentes 16:9-Keyframe-Bild (Szene + Figur + Prop), das als Referenz für die spätere I2V-Generierung dient. Ein dreistufiger Qualitätscheck (Gesichtskonsistenz, Kameraposition, Prop-Schärfe) stellt sicher, dass die Bilder freigegeben werden können. Das Skill wird über Python-Skripte gesteuert und ist für Plattformen geeignet, die Stable Diffusion (SDXL, Flux) und ComfyUI nutzen. Entwickler können damit das „Blindflug“-Problem beheben und die Effizienz der Videoproduktion drastisch steigern.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/abserari/drama-production-skills/tree/HEAD/skills/drama-keyframe-forge

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Drama Keyframe Forge (分镜定帧与资产一致性工序)?

工序定位:短剧资产与前置定帧工序。 核心认知:把"盲跑 8 分钟 T2V 碰运气、事后质检重抽"的低效做法,升级为"在视频采样前,先用生图模型 5 秒生成分镜定帧图、低成本核验锁定后再喂给 I2V 执行"。


1. 运行契约与输入输出

  • 输入:
    1. 第 1 工序的 plan.json 与分镜表;
    2. 角色基础设计卡(Character Reference Sheet,2+3 头身解耦图);
    3. 场景设定与关键道具描述。
  • 输出:
    1. style_bible.json:全局唯一不可篡改的美术风格母卡;
    2. 各分镜 16:9 高清首帧垫图:segments/segXX_keyframe.png;
    3. 首帧闸门质检签字单:keyframe_qc.json。

2. 硬核 SOP:全局风格母卡 (Style Bible) 与前置定风闸门

铁律:整部短剧必须拥有唯一合法的 style_bible.json。各分镜提示词严禁自由发挥私自篡改核心风格词!

2.1 风格母卡五大核心属性

在开工前必须固化以下 5 个字段:

  1. Visual Genre(视觉基准):如 Cinematic retro-future dieselpunk graphic novel style, mature neo-noir tone;
  2. Color Palette(调色情绪):如 desaturated amber and deep teal contrast, rusty bronze highlights, rich shadow details;
  3. Lighting Base(布光质感):如 heavy chiaroscuro lighting, harsh directional rim light, high contrast dramatic shadows;
  4. Environment Base(场景物理材质):如 weathered rust and scuffed brass, damp asphalt reflections, atmospheric smog;
  5. Quality & Lens(光学胶片):如 35mm film grain, Panavision anamorphic lens flare, shallow depth of field, 8k resolution。

2.2 前置定风核验清单

开工前由生图模型生成 4 张不同景别的定风样张,人工签字定案:

  • 样张 1(全景场景 LS):验证光影、色调、材质氛围是否符合预期;
  • 样张 2(主角中景 MLS):验证主角服饰、体态、标志性饰物;
  • 样张 3(主角近景 CU):验证眼眸五官、发型、面部质感;
  • 样张 4(关键道具特写 ECU):验证道具硬表面细节与机械结构。

3. 硬核 SOP:分镜级联合定帧垫图生成 (I2V Pre-Generation)

反例(严禁操作):在没有分镜首帧垫图的情况下,直接给 H3 纯文本跑 T2V! 现象:由于 3D 扩散初期潜空间噪声随机,生成的同一角色在镜头切换时发型改变、脸部骨骼漂移(换脸)、衣服款式变样。

3.1 联合定帧图生成步骤

对 plan.json 中的每一个分镜段落(seg01 ~ seg08):

  1. 装配分镜生图提示词:
    • 注入主角专属外貌与服装;
    • 注入当前分镜指定的机位(如 M2_RACK_FOCUS 道具特写拉焦);
    • 注入当前分镜发生的具体微观场景与道具(如 sharp serrated hunting dagger vibrating in tabletop);
    • 注入 style_bible.json 的风格与布光词。
  2. 使用快速生图模型(Flux / SDXL)批量渲染 16:9 静态图(5~10 秒/张);
  3. 三层质检闸门(Keyframe Gate Check):
    • 面部一致性:特征物(眼罩、发型、伤疤)清晰对齐;
    • 机位服从度:景别与倾角严格符合分镜要求,无多余手脚;
    • 道具硬表面:武器、表盘、手提箱边缘锐利无融化;
  4. 检验合格后,重命名并落盘为 segments/{seg_id}_keyframe.png。

4. 专属工具脚本

  • 定风与分镜首帧生成管理:python scripts/keyframe_gate.py --scan
  • 首帧同步至 ComfyUI 仓:python scripts/keyframe_gate.py --project <工程名> --sync

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

comfy-h3-render-core

短剧工业化管线·第 3 工序:H3 物理视频渲染与防翻车调度。负责与本地 ComfyUI 服务交互,调度 MiniMax H3 进行 Turbo 8-step 视频生成。硬核沉淀:Windows WDDM 驱动锁防御、潜空间 32 整除铁律、单人发音锁定与全员闭嘴抑制指令装配、首帧 I2V 安全注入、分镜间显存防泄漏。

comfy-h3-video-producer

本地 ComfyUI 剧本转视频自动生产管线(MiniMax H3)。用户给剧本要求用 ComfyUI 出分镜视频,或提到"一采二采/超分/班长套件/CSGlide/工作流生成视频"时使用。覆盖:工作流握手(不写死节点号)、导演调度与段规划、H3 提示词、提交与自动监工、一采双检闸门、收片清床音与拼接、断点续产。

drama-audio-soundstage

短剧工业化管线·第 4 工序:声音工程与智能避让配乐。负责 H3 视频生成后的声音精修。硬核沉淀:谱减法音频门控(消灭风噪/电流床音)、Whisper ASR 纯普通话语种漂移拦截、FFmpeg 原生侧链动态避让混音(Sidechain Ducking,台词开口 BGM 瞬降 -14dB,闭嘴扬起)。

drama-director-staging

短剧工业化管线·第 1 工序:编剧与导演分镜调度。负责将剧情大纲或小说文本转化为符合短剧视听规律的工业级分镜。内置:6 大动态运镜轮换决策树、台词纯中文汉字归一化(数字大写)、短剧快节奏 20~28 字密度调控、单人发言与旁观者闭嘴标注。

drama-finishing-upscaler

短剧工业化管线·第 5 工序:终期成片与 1080p 超分增强。负责全集分镜无损拼接与院线级 1080p 超分辨率放大。硬核沉淀:FFmpeg concat 零损耗直拼、RealESRGAN x2plus GPU 独占 FP16 批量超分(~4.8fps)、原生高质量避让音轨无损混流、ffprobe 工业级物理参数验收。

Verwandte Skills