littlewindy123/lianhuanhua-skills

¿Qué hace lianhuanhua-skills?

Habilidad de Codex para videos cortos de cómics (连环画短视频): paquete de prompts para ahorrar tokens, generación de imágenes interna/externa, TTS con Doubao y síntesis con FFmpeg.

Descripción general

Esta Skill está diseñada para el asistente Codex, con el objetivo de ayudar a los usuarios a generar rápidamente videos cortos de cómics a partir de un guión o idea. Integra múltiples funciones clave:

• Paquete de prompts optimizado: Reduce el consumo de tokens mediante indicaciones predefinidas y de alta calidad.
• Generación de imágenes: Soporta tanto servicios de generación de imágenes externos (como Stable Diffusion) como herramientas de dibujo interno del sistema.
• Síntesis de voz: Utiliza la API TTS de Doubao (豆包) para generar narraciones y diálogos naturales.
• Composición de video: Emplea FFmpeg para combinar imágenes, audio y subtítulos en un video final.

Requisitos de entorno

• Python 3.8+
• FFmpeg instalado y accesible desde la línea de comandos
• Clave API de Doubao TTS (configurada como variable de entorno)
• (Opcional) Clave API del servicio de generación de imágenes

Instalación

pip install -r requirements.txt

Contenido de requirements.txt (ejemplo):

requests
Pillow

Configuración

Establece las siguientes variables de entorno:

export DOUBAO_API_KEY="tu_clave_api_de_doubao"
export IMAGE_API_KEY="tu_clave_api_de_generación_de_imágenes"  # opcional

Uso

1. Preparar el guión

Crea un archivo de texto con el guión del cómic, por ejemplo guion.txt:

[Escena 1]
Personaje A: ¡Hola! Bienvenido al mundo de los cómics.
Personaje B: ¡Qué interesante!

[Escena 2]
Narrador: Así comienza nuestra aventura.

2. Ejecutar la skill

python lianhuanhua.py --script guion.txt --output video_final.mp4

3. Parámetros adicionales

• --image-source : external para API externa, internal para herramienta integrada (por defecto: external)
• --voice : Voz para TTS (por defecto: zh-CN-XiaoxiaoNeural)
• --fps : Fotogramas por segundo (por defecto: 24)
• --resolution : Resolución del video (por defecto: 1920x1080)

Estructura del proyecto

lianhuanhua-skills/
├── lianhuanhua.py          # Script principal
├── prompts/                # Paquete de prompts optimizados
│   ├── scene_prompt.txt
│   ├── dialogue_prompt.txt
│   └── style_prompt.txt
├── utils/                  # Utilidades
│   ├── image_gen.py        # Módulo de generación de imágenes
│   ├── tts.py              # Módulo de TTS con Doubao
│   └── video_comp.py       # Módulo de composición con FFmpeg
├── requirements.txt        # Dependencias de Python
└── README.md               # Este archivo

Ejemplo de prompts

prompts/scene_prompt.txt

Describe la escena de manera vívida, incluyendo el fondo, los personajes y la iluminación. Usa un estilo de cómic chino clásico.

prompts/dialogue_prompt.txt

Genera un diálogo natural que coincida con la escena. Mantén las líneas cortas y expresivas.

Notas importantes

• Asegúrate de tener suficiente cuota en la API de Doubao TTS para generar el audio.
• Para generación de imágenes externa, se requiere una conexión a internet estable.
• El proceso de composición con FFmpeg puede consumir muchos recursos; se recomienda cerrar otras aplicaciones pesadas.

Licencia

Este proyecto se distribuye bajo la licencia MIT. Consulta el archivo LICENSE para más detalles.