Communitygithub.com

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Transforma imagens de referência e scripts de narração fornecidos pelo usuário em prompts de vídeo H3 Ref2VA multissegmento, com apresentador, interação holográfica e cobertura completa da narração.

O que é ComfyUI-MiniMax-H3-SkillBridge?

Esta skill é uma ferramenta autossuficiente para a geração de prompts de vídeo prontos para uso, no formato Ref2VA, a partir de uma imagem de personagem, uma imagem de ambiente e um script de narração completo. O processo é inteiramente automatizado e segue regras precisas: a skill divide o script em segmentos, calcula dinamicamente o orçamento de narração com base na duração máxima por segmento e na taxa de fala, e projeta para cada segmento pelo menos duas interações holográficas detalhadas (com convocação, interação, resposta e saída). Ao final, são gerados prompts independentes para cada segmento, que podem ser utilizados diretamente em softwares de geração de vídeo. A skill é especialmente útil para criar vídeos explicativos, tutoriais, guias técnicos ou qualquer conteúdo que exija um apresentador interagindo com elementos holográficos, mantendo total fidelidade ao texto original fornecido pelo usuário. A plataforma alvo é o ComfyUI com suporte ao formato H3 Ref2VA, e a skill não possui dependências externas. O estilo de atuação, a proporção de tela e a duração dos segmentos são flexíveis, conforme especificação do usuário.

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Explainer Holográfico (全息讲解)

Transforme qualquer script e imagens de referência fornecidos pelo usuário em prompts de vídeo H3 multissegmento sofisticados, apresentando um personagem apresentador, interação de interface holográfica e cobertura completa da narração. Cada segmento é um prompt Ref2VA utilizável de forma independente. Esta Skill é totalmente autossuficiente e não depende de nenhuma outra skill.

Quando Usar

  • Um apresentador personagem explica um tópico com interação de interface holográfica
  • Um tutorial de produto, guia técnico ou explanação educacional precisa de prompts de vídeo curto sofisticados
  • Um script de narração precisa ser dividido em segmentos com tempo definido e com cobertura completa
  • Comparações de hardware/software precisam de visualização holográfica

Não use quando:

  • Nenhuma imagem de referência do personagem estiver disponível
  • O usuário precisar de B-roll não narrado sem um apresentador
  • O usuário precisar apenas de um script escrito, sem prompts de vídeo

Entrada Necessária

O usuário deve fornecer:

  1. Imagem de referência do personagem (Imagem 1): define a identidade do apresentador, rosto, cabelo, óculos, vestuário, acessórios.
  2. Imagem de referência do ambiente (Imagem 2): define o layout da sala, paleta de cores, móveis, clima de iluminação.
  3. Script de narração: o texto completo a ser falado em todos os segmentos.

Entrada opcional:

  • Nome do apresentador: a identidade em cena. Padrão é "Apresentador".
  • Duração máxima do segmento: padrão 15 segundos. O usuário pode especificar qualquer valor.
  • Duração do áudio da narração: se fornecido, usado para calcular a taxa de fala real.
  • Taxa de fala: se o usuário especificar diretamente (ex.: "4 caracteres/segundo"), pule a estimativa.
  • Direção de estilo: o usuário expressa livremente (ex.: maduro, casual, profissional, lúdico, sensual-mas-profissional). Afeta apenas a atuação, não a aparência.
  • Proporção de tela: o usuário define no software de geração de vídeo. A Skill não define valores fixos.
  • Idioma da narração: padrão Chinês.

Arquivos de Referência

Esta Skill inclui três arquivos de referência autônomos:

ArquivoPropósito
references/ref2va-format-guide.mdEspecificação completa do formato Ref2VA de seis seções com regras de tomada, vocabulário de câmera, tags de diálogo e lista de verificação de continuidade
references/narration-budget-guide.mdEstimativa de taxa de fala, regras de contagem de palavras, algoritmo de divisão de segmentos e critérios de validação
references/hologram-library.md12 tipos de holograma, regras de correspondência de conteúdo, vocabulário de interação e regras de derivação de cores

Leia o arquivo de referência relevante em cada etapa, conforme instruído abaixo.


ETAPA 1: Analisar Entrada

1.1 Extrair Identidade do Personagem (da Imagem 1)

Descreva o personagem com estes atributos obrigatórios:

  • Etnia e faixa etária
  • Cabelo: estilo, comprimento, cor, características distintas (laço, laçarote, etc.)
  • Óculos: tipo de armação, cor, corrente ou alça
  • Roupa superior: cor, estilo, decote
  • Acessórios: joias, colar, laço
  • Estilo de maquiagem: natural, marcante, luxuoso

1.2 Extrair Ambiente (da Imagem 2)

Descreva o ambiente com estes atributos obrigatórios:

  • Mesa: tipo, cor, formato
  • Computador/dispositivo: tipo, cor
  • Iluminação: tipo de luminária, cor do abajur, fitas de LED, clima ambiente
  • Cadeira: material, cor, base
  • Prateleiras: tipo, conteúdo
  • Flores/plantas: tipo, cor
  • Decoração de parede: quadros emoldurados, cartazes
  • Paleta de cores geral e atmosfera

1.3 Analisar Script

  • Preserve o script original na íntegra
  • Conte o total de caracteres usando as regras em references/narration-budget-guide.md
  • Identifique características de conteúdo: densidade técnica, marcadores de conversa, marcadores emocionais

1.4 Determinar Estilo

  • Leia a descrição de estilo do usuário, se fornecida
  • NÃO imponha um estilo fixo. O usuário expressa livremente.
  • O estilo afeta apenas a atuação e a entrega da narração, NÃO a aparência do personagem.

ETAPA 2: Calcular Orçamento de Narração

Leia references/narration-budget-guide.md para o guia completo.

2.1 Determinar Taxa de Fala

Ordem de prioridade:

  1. Se o usuário fornecer a duração do áudio: taxa = total_caracteres / duracao_audio
  2. Se o usuário especificar diretamente a taxa: use esse valor
  3. Caso contrário: estime a partir da densidade de conteúdo (veja narracao-orcamento-guia.md)

2.2 Calcular Orçamento por Segmento

pausa_holograma_total = soma de todas as pausas de interação holográfica no segmento
                   (mínimo 2 interações, cada uma 0.5-2.0 segundos dependendo da complexidade)
caracteres_disponiveis = taxa_fala * (duracao_maxima_segmento - pausa_holograma_total)

2.3 Tabela de Orçamento de Saída

ParâmetroValor
Total de caracteres do scriptXXX
Taxa de falaX.X chars/s
Duração máxima do segmentoXX s
Pausas de holograma por segmentoX.X s
Caracteres disponíveis por segmentoXX

ETAPA 3: Dividir Script em Segmentos

Leia references/narration-budget-guide.md para o algoritmo de divisão completo.

3.1 Divisão Semântica

  1. Divida o script em unidades de frase nas pontuações (pontos finais, pontos de interrogação, pontos de exclamação, ponto e vírgula).
  2. Conte os caracteres por frase usando as regras de contagem de palavras.
  3. Empacote avidamente as frases em segmentos até o limite de caracteres_disponiveis.

3.2 Tratamento de Frases Longas

  • Se uma única frase exceder caracteres_disponiveis, divida nas vírgulas.
  • A segunda metade vai para o próximo segmento.
  • Uma palavra de transição pode ser adicionada no início do próximo segmento (conta para o orçamento).

3.3 Preservação Estrita do Texto

CRÍTICO: O texto da narração deve ser EXATAMENTE como o usuário forneceu. NÃO:

  • Adicione ou remova quaisquer palavras, partículas ou palavras de preenchimento
  • Ajuste a ordem das palavras
  • Adicione palavras de transição entre os segmentos
  • Parafraseie ou reformule qualquer parte do script
  • Abrevie ou expanda qualquer texto

A única operação permitida é dividir o texto original nos limites de frase ou limites de vírgula para segmentação. Cada caractere do script original deve aparecer em exatamente um segmento, na ordem original.

3.4 Tabela de Segmentos de Saída

| Seg | Caract | Duração Narração | Pausa Holograma | Duração Total | Texto da Narração |
|-----|--------|------------------|-----------------|---------------|--------------------|
| 1   | XX     | XX.Xs            | X.Xs            | XX.Xs         | "..."             |
| 2   | XX     | XX.Xs            | X.Xs            | XX.Xs         | "..."             |

3.5 Validar

  • Duração total de cada segmento <= duracao_maxima_segmento
  • Todos os segmentos concatenados = Correspondência EXATA com o script original (zero modificações)
  • Nenhuma frase é cortada no meio (exceto divisões por vírgula para frases longas)

ETAPA 4: Projetar Interações Holográficas

Leia references/hologram-library.md para a biblioteca de tipos e vocabulário completos.

4.1 Requisito Mínimo

  • Cada segmento deve ter pelo menos 2 elementos de interação holográfica.
  • Segmentos adjacentes devem usar combinações de tipos diferentes.

4.2 Correspondência de Conteúdo

Para cada segmento, selecione tipos de holograma que correspondam ao conteúdo da narração:

  • Números/especificações -> painel de dados, baralho de cartões
  • Etapas/processo -> diagrama de fluxo, barra de progresso
  • Comparação/escolha -> quadro de comparação, baralho de cartões
  • Aviso/pergunta -> ícone de aviso, cartão giratório
  • Resultado/conclusão -> selo de confirmação, curva de gráfico
  • Histórico/versão -> fita do tempo
  • Produto/modelo -> rotação de modelo 3D, painel de dados
  • Tendência/desempenho -> curva de gráfico
  • Arquitetura/relação -> mapa/topologia
  • Recursos/palavras-chave -> nuvem de tags

4.3 Coreografar Cada Holograma

Para cada elemento holográfico, especifique todas as quatro etapas:

  1. Convocar: como aparece (materializa, fade in, aparece, desliza...)
  2. Interagir: o que o apresentador faz (toca, pinça, vira, desliza...)
  3. Responder: como reage (vira para revelar, expande, pulsa, muda de cor...)
  4. Sair: como desaparece (dissolve em partículas, desvanece, encolhe...)

4.4 Derivar Paleta de Cores

  • Extraia as cores dominantes da imagem de referência do ambiente (Imagem 2).
  • Mapeie para as cores do holograma usando as regras de cor em references/hologram-library.md.
  • Mantenha as cores do holograma consistentes em TODOS os segmentos.

4.5 Tabela de Design de Holograma de Saída

| Seg | ID Holograma | Tipo | Conteúdo | Convocar | Interagir | Responder | Sair | Duração |
|-----|--------------|------|----------|----------|-----------|-----------|------|----------|
| 1   | H1           | ...  | ...      | ...      | ...       | ...       | ...  | X.Xs     |
| 1   | H2           | ...  | ...      | ...      | ...       | ...       | ...  | X.Xs     |
| 2   | H3           | ...  | ...      | ...      | ...       | ...       | ...  | X.Xs     |
| 2   | H4           | ...  | ...      | ...      | ...       | ...       | ...  | X.Xs     |

ETAPA 5: Gerar Prompts Ref2VA

Leia references/ref2va-format-guide.md para a especificação completa do formato.

Para cada segmento, gere um prompt Ref2VA completo com todas as seis seções:

5.1 subject_definitions

Defina o Sujeito 1 (personagem), Sujeito 2 (ambiente), Imagem 1, Imagem 2.

  • Mantenha as definições idênticas em todos os segmentos.
  • Extraia a descrição do personagem da Etapa 1.1.
  • Extraia a descrição do ambiente da Etapa 1.2.

5.2 summary

Um parágrafo em inglês com o prefixo [reference generation].

  • Afirme o que o apresentador faz, onde, com quais hologramas.
  • Faça referência a todos os rótulos: <Sujeito 1>, <Sujeito 2>, <Imagem 1>, <Imagem 2>.
  • Afirme a duração do segmento.

5.3 retention_analysis

Uma linha por rótulo de referência, todos fully_preserved.

  • Liste quais atributos específicos são preservados.

5.4 detailed_description

O corpo principal. Siga estas regras:

Abertura: 1-2 frases de estilo em inglês antes de [Tomada 1]. Para o segmento 2+, adicione "continuando perfeitamente do segmento anterior".

Tomadas: 3-4 tomadas por segmento.

  • [Tomada 1] não tem carimbo de tempo.
  • Tomadas posteriores: [Tomada N] Em MM:SS.mmm, a tomada corta para...
  • Carimbos de tempo estritamente crescentes, dentro de 0 a duracao_maxima_segmento.

Movimento de câmera: tipo + amplitude + velocidade como uma ação natural em inglês.

Falante: (S1) para o apresentador, estável em todos os segmentos.

Diálogo: Use o texto da narração da tabela de segmentos (Etapa 3.4).

  • Em cena: O apresentador (S1) diz: <d>[Chinês] texto da narração</d>
  • Voiceover: O apresentador (S1) diz em um voiceover fora da tela: <d>[Chinês] texto da narração</d> enquanto seus lábios permanecem completamente fechados.

Hologramas: Insira interações de holograma nas tomadas apropriadas. Descreva todas as quatro etapas (convocar, interagir, responder, sair) usando o vocabulário de references/hologram-library.md.

Texto visível: Use aspas duplas em inglês para texto visível na cena (ex.: "16GB VRAM").

  • IMPORTANTE: O texto deve aparecer como texto holográfico, letreiros ou etiquetas integrados à cena.
  • NÃO coloque texto como barras de legenda na parte inferior do quadro.

Transições: Pan suave, cortinas holográficas, match cuts ou fitas de dados brilhantes entre as tomadas.

Comprimento alvo: 350-500 palavras em inglês.

5.5 overall_soundscape

1-4 frases em inglês resumindo os sons ambientes e físicos. Inclua:

  • Ambiente da sala (zumbido da lâmpada, ventilação)
  • Sons de interface holográfica (sinos, ticks digitais)
  • Sons de ação física (rangido da cadeira, movimento de tecido, batidas de dedo)
  • NÃO repita diálogo ou música aqui.

5.6 non_diegetic_music

1-3 frases em inglês descrevendo a música de fundo.

  • Foco em instrumentação, andamento, ritmo, dinâmica.
  • Mantenha o estilo musical consistente entre os segmentos.
  • Use N/A se não houver música.

ETAPA 6: Validar

Gere um relatório de validação para todos os segmentos:

Item de VerificaçãoMétodoCritérios de Aprovação
DuraçãoÚltimo carimbo de tomada <= duracao_maxima_segmentoAPROVADO/REPROVADO
Contagem de caracteresConte caracteres nas tags <d> por segmento<= caracteres_disponiveis
Cobertura do scriptConcatene toda a narração do segmento, compare com o originalCorrespondência EXATA (zero modificações no texto original)
Contagem de hologramasConte interações de holograma por segmento>= 2 por segmento
Completude do hologramaVerifique convocar/interagir/responder/sair para cada umTodas as 4 etapas presentes
Consistência do personagemCompare Sujeito 1 entre os segmentosIdêntico
Consistência do ambienteCompare Sujeito 2 entre os segmentosIdêntico
ID do falanteVerifique o uso de (S1)Estável entre os segmentos
Ordem dos carimbos de tempoVerifique os carimbos de tempo das tomadasEstritamente crescentes, dentro do intervalo
Completude do formatoVerifique 6 seções presentesTodas as 6 presentes
Sem legendasVerifique texto no estilo de legendaTexto apenas como elementos em cena

Se alguma verificação REPROVAR, anote qual segmento e item, depois revise antes da saída final.


Diretrizes de Câmera e Atuação

  • O Segmento 1 normalmente abre com um close-up médio, depois varia os ângulos.
  • Segmentos posteriores usam enquadramento frontal, zooms controlados e transições holográficas.
  • O apresentador alterna: falando para a câmera, gesticulando em direção à área de trabalho, manipulando hologramas.
  • Os movimentos correspondem à descrição de estilo do usuário. NÃO imponha um estilo de atuação fixo.
  • Continuidade entre os segmentos: mesma sala, roupa, óculos, penteado, sistema de design holográfico.

Diretrizes de Áudio

  • A voz da narração corresponde à descrição de estilo do usuário.
  • A música ambiente corresponde ao clima do ambiente, volume baixo, consistente entre os segmentos.
  • Sons de interface holográfica: sinos, ticks digitais, feedback de interação.
  • Ambiente da sala: zumbido da lâmpada, rangido da cadeira, movimento de tecido.
  • Nenhuma notificação alta, whooshes agressivos ou jingles cômicos.

Regras de Texto

  • O texto na cena deve ser integrado como texto holográfico, letreiros, etiquetas ou displays de dados.
  • NÃO gere barras de legenda, legendas inferiores ou sobreposições de texto na parte inferior do quadro.
  • Mantenha o texto do holograma curto e legível: etiquetas, números, frases curtas.
  • Sem parágrafos densos de texto em hologramas.

Rejeitar ou Reescrever Se

  • A saída for um prompt genérico em vez de N prompts de segmento separados.
  • Ignorar os requisitos de referência de personagem, referência de ambiente ou interação holográfica.
  • Alterar a identidade, idade, etnia, óculos ou paleta de roupas do personagem.
  • Alterar o ambiente para um escritório ou estúdio genérico.
  • As batidas da narração forem muito longas para caber em seu timecode.
  • Menos de 2 interações holográficas em qualquer segmento.
  • Qualquer holograma estiver faltando uma das quatro etapas (convocar/interagir/responder/sair).
  • O script for modificado de qualquer forma (adicionado, removido ou alterado texto).
  • O personagem falar todo o script de uma vez em um segmento.
  • As tomadas não incluírem movimento de câmera ou transições.
  • A seção soundscape incluir diálogo ou música.

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.

Habilidades Relacionadas