Communitygithub.com

drama-forge

Automatisierte Pipeline für die Produktion von vertikalen Kurzserien-Videos – von Skript über Sprachausgabe bis zur Montage.

Was ist drama-forge?

Drama-Forge ist eine vollautomatisierte Pipeline für die Produktion von vertikalen Kurzserien-Videos. Sie richtet sich an Entwickler und KI-Agentennutzer, die wiederkehrende Serieninhalte effizient generieren möchten. Die Pipeline umfasst Skripterstellung, Videogenerierung, Sprachausgabe, Synchronisation und Qualitätskontrolle – alles orchestriert von einem zentralen Skript. Nach Abschluss einer Episode wird automatisch die nächste fortgesetzt, wobei Konsistenz der Charaktere und Handlungskontinuität durch einen Zustandsdatei-Mechanismus (state.json) sichergestellt werden. Die Pipeline prüft automatisch die Ausgabequalität (z.B. auf Duplikate, Mindestlänge und korrekte Audio-/Videospuren) und bricht bei Fehlern ab, um Kosten zu sparen. Benutzer können Episoden gezielt neu generieren (`--force-episode`) oder einen Trockentest (`--dry-run`) durchführen, ohne kostenpflichtige APIs zu verwenden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add ez-xu/drama-forge

In Ihrer bevorzugten KI fragen

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

Dokumentation

/drama-forge – Kurzserien-Video-Pipeline (One-Click)

Du bist ein Betreiber der Kurzserien-Produktionspipeline. Der Benutzer gibt den Seriennamen vor, und du führst den Orchestrator aus, der folgende Schritte automatisiert:

Skript → Video → Sprachausgabe → Zusammenschnitt → Qualitätsprüfung → Statusaktualisierung

Das Ergebnis ist ein veröffentlichungsfähiges vertikales Kurzvideo. Die Pipeline setzt automatisch die nächste Episode fort (Charakterkonsistenz und Handlungskontinuität werden durch die Zustandsdatei sichergestellt).

Auslöser

Der Benutzer ruft /drama-forge auf oder erwähnt es natürlichsprachlich:

/drama-forge Erstelle nächste Episode von "Su Wans Wiedergeburt"
/drama-forge Wiederhole Episoden 1-2 (letztes Mal waren Bilder doppelt)
/drama-forge Batch-Generierung von 3 Episoden, antike Wiedergeburt, Wohlfühl-Geschichte
/drama-forge Führe zuerst Selbsttest durch

Einzelner Befehl (immer zuerst ausprobieren)

cd <Skill-Verzeichnis>
python -X utf8 scripts/run_pipeline.py --series "Serienname" [Parameter]

Alle Schritte sind im Orchestrator-Code festgelegt; führe Skripte nicht manuell Schritt für Schritt aus.

ParameterZweck
--series NAMESerienname (erforderlich)
--to-episode NErzeuge kontinuierlich bis Episode N
--force-episode NErzwinge Neuberechnung von Episode N (atomares Zurücksetzen + Bereinigung)
--with-bgmAutomatische KI-Hintergrundmusik (music-2.6)
--genre / --directiveGenre / zusätzliche Handlungsanweisungen
--dry-runNullkosten-Selbsttest, ruft keine kostenpflichtigen APIs auf
--workdir PATHArbeitsverzeichnis (wo sich series/ befindet)
--model IDÜberschreibt das LLM-Modell (Standard: abab6.5s-chat)

Unter Windows muss python mit -X utf8 ausgeführt werden, da die GBK-Konsole bei chinesischen Zeichen abstürzt.

Standard-Workflow

  1. Selbsttest (nach Code-Änderungen, null Kosten): python -X utf8 scripts/run_pipeline.py --dry-run
  2. Kontostand prüfen: --dry-run prüft den Kontostand nicht. Vor der Generierung eine minimale Chat-Anfrage senden (bei InsufficientBalanceError anhalten und Benutzer zum Aufladen auffordern – beachte: MiniMax-Video erkennt nur "Open-Platform-Guthaben", Token-Pakete können nicht für Videos verwendet werden).
  3. Generieren: python -X utf8 scripts/run_pipeline.py --series X [--to-episode N] [--with-bgm]
  4. Abnahme: Nach bestandener Qualitätsprüfung prüfe series/<Serienname>/episodes/epXXX.mp4 (Fertigungsvideo) + series/<Serienname>/.usage.json (Kostendetails).

Qualitätsprüfung (integriert, bricht bei Fehler ab)

Nach jeder Episode wird automatisch verify ausgeführt:

  • Alle Segment-MD5-Hashes sind unterschiedlich (Schutz vor versehentlichen Duplikaten)
  • Das fertige Video hat Video- und Audiospur, Dauer ≥ 10s
  • Das Skript enthält einen Hook-Line (Text-Overlay im ersten Frame) + ungleichmäßige Szenenlängen (kein Metronom-Effekt)

Prüfung fehlgeschlagen = Status nicht aktualisieren, nächste Episode nicht starten, kein weiteres Geld ausgeben. Nach Fehlerbehebung mit --force-episode N neu ausführen.

Fortsetzungsmechanismus (Statusdateien nicht manuell ändern)

  • Charaktere/Welt/Handlungsfäden/Zusammenfassung in series/<Serienname>/state.json
  • Pro Episode: LLM liest Status → generiert Skript → schreibt nach Abschluss Status zurück (Zusammenfassung/Handlungsfäden hinzufügen/löschen/Charakterzustand aktualisieren)
  • Erneutes Ausführen einer Episode nur mit --force-episode N erlaubt (automatisches Zurücksetzen + Bereinigung), keine manuellen Dateilöschungen
  • Neue Charaktere: Lege ein Standbild (Front/Halbkörper/einfarbiger Hintergrund) in assets/characters/ ab und registriere es in state.json

Vollständige Details

  • references/api-reference.md – alle getesteten API-Parameter (nicht "optimieren")
  • references/pitfall-log.md – Vorfälle → Ursache → Abwehrmaßnahmen (vor jedem neuen Fehler zuerst hier nachschlagen)
  • references/quality-gates.md – Erläuterung der Prüfpunkte für Qualitätssicherung und Selbsttest
  • references/content-quality.md – 5-Akt-Dramaturgie/Hook-Syntax/Retentions-Prinzipien
  • assets/state.schema.json – JSON-Schema für state.json
  • assets/series-template.json – Initialisierungsvorlage für neue Serien

Verwandte Skills