3D动画短片生成器 — Antigravity版本
将MiniMax Hub的3d-animation-short-generator(v0.5.4)移植到Google Antigravity。故事/镜头/故事板方法论保持不变;仅替换了平台层:
| MiniMax Hub 原版 | Antigravity 版本 |
|---|---|
| Canvas 节点 | 工作区内 animation/<slug>/ 目录下的文件 |
| 选择卡片 | 聊天中带编号的选项列表 → 停止并等待用户回复 |
hub_generate_image | Antigravity 内置图像生成 (Nano Banana Pro)。后备方案:scripts/gen_image.py |
使用 H3 / Seedance 2.0 的 hub_generate_video | scripts/veo_generate.py → 通过 Gemini API 生成的 Veo 3.1 (最终版) / Veo 3.1 Fast (草稿版) |
| Hub 合成 + BGM | scripts/assemble.sh (ffmpeg, BGM 闪避, 宽高比裁剪) |
使用用户所写的语言与用户交流(例如,印尼语)。保持视频/图像模型的文件名和提示词为英文。
核心规则:故事优先 → 接收创意后立即通过选择提示询问宽高比和总时长 → 有序创建项目文件 → 每次必需确认都通过选择提示进行 → 在角色/场景卡片之后,固定顺序:包含每秒指令、音频提示和空间锚链的六列表格 → 步骤5.5自检 → 一个文本故事板文档(每个镜头一个章节)→ 视频模型 + 分辨率选择 → 为每个镜头生成关键帧和Veo片段 → 使用BGM合成。最终视频不得包含任何故事板痕迹。
Antigravity 设置(每个项目检查一次)
- 代理模型(Antigravity 模型下拉菜单):在步骤1-6(故事、镜头表、故事板)使用最强的推理模型 — Gemini Pro 等级(高思考)或 Claude Opus/Sonnet。步骤7-8的文件/脚本工作可以使用 Flash 等级模型。参见
references/model-selection.md。 - 模式:使用 规划 模式(而非快速模式),以便代理编写计划/制品并暂停以供审核。
- 视频/API 先决条件(从步骤7开始需要):要求用户确认,或在终端中检查:
- 在 shell 中导出
GEMINI_API_KEY(来自 Google AI Studio,已启用计费 — Veo 是付费服务)。 pip install google-genai和ffmpeg在 PATH 中。- 切勿在项目文件中打印、记录或写入 API 密钥。
- 在 shell 中导出
- 如果缺少先决条件,步骤0-6仍可运行;在步骤7之前停止并告知用户需要安装什么。
选择提示格式(替代选择卡片)
每当此技能提到“选择提示”时,输出以下确切格式,然后结束你的回合:
**[关卡名称]** — pilih satu (balas angka):
1. 选项A (推荐)
2. 选项B
3. 选项C
0. 其他 / 自定义 — 自行输入
切勿自动选择,切勿在同一回合中通过关卡继续,切勿用散文替代关卡。用户可以用数字或自由文本来回答。
项目文件夹布局(替代画布)
在工作区内创建 animation/<slug>/(slug = 工作标题的短横线命名法)。按此顺序将所有持久的制品写入磁盘 — 不要仅在聊天中放置冗长的生产内容:
animation/<slug>/
00-project.json # 已批准的设置:宽高比、时长、分辨率、视频模型、风格、语言
01-brief.md # 项目简报
02-story-outline.md # 故事大纲
03-characters/ # <名字>-card.png + <名字>-card.md (视觉识别备注 + 使用的提示词)
04-scenes/ # <场景>-card.png + <场景>-card.md (地标、光照状态、提示词)
05-shot-table.md # 六列表格;一旦通过,第一行为 "shot-table self-check: passed"
06-storyboards/
text-storyboards.md # 每个镜头一个 "## S01" 章节 (权威版本)
S05-extracted.md # 仅用于标记为需要大量迭代的镜头
pencil/S01.png # 仅在可视化模式下
07-keyframes/S01-start.png # 从卡片生成的第一个帧 (关键帧模式)
08-clips/S01_v1.mp4 # 版本化;最高版本 = 当前版本
09-assembly/main.mp4, bgm.*, final.mp4
10-review.md
重新生成时,增加版本后缀(_v2) — 切勿覆盖 — 并说明哪个版本是当前版本。00-project.json 是设置的真实单一来源;在每个关卡后更新它。
全局视觉风格锁定
除非用户明确要求另一种视觉风格,否则所有角色卡片、场景卡片、镜头表、故事板、关键帧、片段和最终合成均使用此风格:
- 渲染:皮克斯风格的3D卡通渲染,C4D + Octane渲染器外观,高端动画电影质量。
- 角色设计:夸张的几何简化与优秀的材质细节相平衡;大的可读轮廓;在适当时使用Q版比例(可爱/儿童角色大约2.5–3头身)。
- 头发/毛发:雕刻的块状和干净的块状形状,加上精细的飞散边缘毛发/模糊边缘细节。
- 皮肤/材质:温暖的次表面散射,耳朵、脸颊、鼻子、指尖处有柔和的半透明红色;没有硬塑料皮肤。
- 表演:夸张、生动的迪士尼/皮克斯演绎 — 挤压和拉伸,强烈的眉毛、眼角的褶皱、瞳孔、嘴唇、脸颊。
- 运动:高能量姿势,清晰的动作线,预备动作,快速但可读的时机,有弹性的身体力学,生动的微表情。
负面风格:无照片级写实真人动作,无扁平2D动漫,无塑料玩具皮肤,无僵硬的人体模型姿势,无无生气的面部。
步骤0:接收和项目计划
捕获:一句话创意;期望的输出深度(仅蓝图 / 仅资产 / 镜头表 / 故事板 / 片段 / 合成 / 带BGM的最终版);大致长度;宽高比;基调(默认为温暖风格化的3D);对话模式(对话 / 旁白 / 无语音);对话语言仅当用户声明时 — 不要默认使用英语。
在接收之后,立即在一条消息中显示两个选择提示(用户同时回答两个):
宽高比:
- 16:9 横向 (推荐 — Veo原生)
- 9:16 纵向短视频 (Veo原生)
- 1:1 正方形 (渲染为16:9,在合成时中心裁剪)
- 4:5 社交纵向 (渲染为9:16,在合成时裁剪)
- 自定义
总时长:
- 30–60 秒 (推荐)
- 15–30 秒
- 60–90 秒
- 90–180 秒 (许多片段 → 更高的Veo成本;警告用户)
- 自定义
仅当两者都回答后才继续。保存到 00-project.json 并在所有地方重用。
步骤1:项目简报 → 01-brief.md
包括:工作标题,一句话假设,情感前提,目标观众感受,交付物,已批准的宽高比,已批准的时长,估计镜头数(时长 ÷ ~6秒),对话模式和语言(如果未提供则为 language not specified),初始风险,对话意图。
选择提示:1. 按此方向继续 (推荐) · 2. 重新生成前提选项 · 3. 修改情感前提 · 4. 优化对话方向。
步骤2:故事大纲和关卡 → 02-story-outline.md
包括:主角的欲望/需求/缺陷;核心世界规则;8节拍因果故事主线;情感锚点和回报;如果要求则包含对话节拍;红线检查。
关卡检查(在文件中逐项写明通过/未通过):主角是活跃的 · 危机因主角的缺陷而加剧 · 巧合永远不能解决问题 · 结局重用早期的情感锚点 · 对抗压力不是扁平的反派 · 对话揭示关系变化而非解释主题。
选择提示:1. 批准故事并继续 (推荐) · 2. 修改节拍 · 3. 修改情感曲线 · 4. 修改对话节拍 · 5. 返回前提。
步骤3:角色卡片 → 03-characters/
使用Antigravity的图像生成功能(Nano Banana Pro)生成。顺序:主角 → 对比/压力角色 → 可选辅助角色。每张卡片是一张带有可读标签的16:9制作参考表:
- 姓名标签 + 角色标签;主要3/4视图;正面/侧面/背面视图;表情行;服装/材质/道具细节及道具标签。
- 在PNG旁边写入
<name>-card.md:年龄范围、体型、发型、服装颜色、标志性道具、不可更改的特征、以及使用的精确提示词(身份锁定,后续逐字重用)。
如果内置图像生成不可用或保存到别处,运行 python3 scripts/gen_image.py(参见脚本头部)或将输出复制到此文件夹。
选择提示:1. 锁定角色设计并继续 (推荐) · 2. 重新生成主角卡片 · 3. 调整特定视觉细节 · 4. 添加另一张角色卡片。警告:之后更改锁定的设计将强制从镜头表开始重新生成。
步骤4:场景卡片 → 04-scenes/
仅环境 — 无角色、人物、轮廓、手或面部。包括:主要环境概览,关键光照状态(白天/夜晚),情感子空间,连续性地标(屏幕位置必须保持固定的物体,例如门框、沙发、树),重要道具。在 <scene>-card.md 中记录地标和照明。
选择提示:1. 锁定场景设计并继续 (推荐) · 2. 重新生成场景卡片 · 3. 添加另一个场景角度 · 4. 调整光照或布局。
步骤5:标准化镜头表(六列) → 05-shot-table.md
强制要求;不能与故事板或视频步骤互换。阅读并遵循 references/shot-table-spec.md 以了解确切的模式、每秒指令、表格规则、批准提示和步骤5.5自检。
覆盖原始规范的 Antigravity/Veo 限制:
- 每个镜头时长为 4、6 或 8 秒(Veo 3.1 片段长度)。较长的节拍应拆分为多行。
- 在
镜头描述中,添加render_mode: keyframe | reference(默认为 keyframe)和可选的video_model: veo-3.1 | veo-3.1-fast。 - 对话行必须适合一个片段内;Veo 为每个片段生成音频,因此不要让一个句子跨越两个镜头。
运行步骤5.5自检。在通过之前不要进入步骤6。
步骤6:文本故事板(默认)+ 铅笔故事板(可选) → 06-storyboards/
阅读并遵循 references/storyboard-guidelines.md。 首先显示故事板模式选择提示。默认为一个权威的 text-storyboards.md,每个镜头一个章节。铅笔图像是可选的,仅供人工审查,且绝不能覆盖文本。仅当用户标记某个镜头需要大量迭代时,才将其提取到 S0X-extracted.md。
步骤7:视频模型 + 分辨率选择 → 关键帧 → Veo 片段
阅读 references/model-selection.md(模型、模式、提示词塑造、成本)和 references/fallback-policy.md(重试阶梯、漂移)。
最低合同:
- 显示视频模型选择提示,然后显示分辨率选择提示。存储在
00-project.json中。 - 在渲染所有内容之前,仅渲染 S01 作为测试,展示它,并请求批准(成本控制)。
- 默认渲染模式为 关键帧:使用 Nano Banana Pro 根据确切的角色卡片 + 场景卡片 + 镜头第一秒指令生成
07-keyframes/SXX-start.png,然后使用该图像调用scripts/veo_generate.py --image。 - 每个片段的提示词由匹配的故事板章节(或提取的文件)、角色
.md中的身份锁定文本以及场景.md中的地标/照明构建。移除所有故事板标签([char:…],[scene:…],[shot:…],[dur:…],[hook:…])、镜头编号、箭头和笔记。 - 片段必须是干净的彩色3D动画:无素描纹理、无标签、无字幕(除非要求)、无水印。
- 如果出现与
参考锚点的偏差,遵循references/fallback-policy.md;切勿默默地合成错误的片段。
在所有片段渲染后,按镜头顺序列出它们并带上版本号,并从 references/model-selection.md 显示片段批准选择提示。
步骤8:合成、BGM、最终输出 → 09-assembly/
阅读 references/qc-checklist.md 以了解合成规则、BGM规则、最终审查检查、关卡纪律和最新资产纪律。
- 使用
scripts/assemble.sh进行合成(来自已批准镜头表的精确镜头顺序;每个片段的最新批准版本;如果选择了1:1 / 4:5则进行裁剪)。 - BGM:Veo 仅生成每个片段的音频,因此一个连续的 BGM 音轨可以是 (a) 用户提供的文件,或 (b) 用户在音乐工具中制作的音轨(例如 Lyria / Google Flow / 任何免版税库)— 通过选择提示询问。脚本在片段音频(对话/SFX)下进行 BGM 闪避。
- 除非要求,否则无字幕或文本。最终视频不得包含任何故事板痕迹。
- 运行最终审查检查,写入
10-review.md,并提供final.mp4的路径。
边界
不要将此技能用于单张图像、简单编辑、单个片段、徽标设计或纯提示词咨询。