Communitygithub.com

3D 视频工作室

制作约60秒的垂直喜剧短片,为日常用品编造假起源故事(“为什么司机开始拍摄道路”→“行车记录仪就是这样发明的”)。一个阴谋者利用漏洞,不断升级,最终被一个安静的受害者使用该发明击败。扁平卡通角色在光鲜的3D世界中,三个颜色幕,1-2个字幕,用代码渲染;声音由用户使用Cartesia根据标记脚本生成。

3D 视频工作室 是什么?

3D 视频工作室是一项AI代理技能,用于制作约60秒的垂直喜剧短片,遵循特定的叙事模板:为日常用品编造一个假的“起源故事”(例如,“为什么司机开始拍摄道路”→“行车记录仪就是这样发明的”)。该技能支持Claude Code、Cursor和Codex平台,需要Node 18+、ffmpeg和Python 3.9+。它使用three.js、Playwright和Parakeet词时模型等工具来创建具有扁平卡通角色的3D世界,具有光亮的漆面、自然光线和略微模糊的背景。工作流程包括8个步骤,从主题选择开始,经过标题和脚本编写、视觉圣经、外观表、故事板、5秒预览、语音集成,最后逐幕构建。每个步骤都有一个门控机制,需要用户批准或修改,并持续与参考曲线进行比较,以确保一致性和质量。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/codewithsiddique-04/3d-video-studio/tree/HEAD

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

/3d-video-studio

┌──────────────────────┐
│  "为什么司机开始    │  标题询问一种行为,绝不提发明名称
│   拍摄道路"          │
│   ◕‿◕  ▶ 💥           │  钩子:阴谋者的恶行,4秒内揭示
│   漏洞 → 贪婪        │  升级,冷漠的推回,两个“但是”转折
│   安静的人指向▣       │  通过发明自身的视角揭示
│ "这就是___           │  标签回答标题,最后一帧循环到第一帧
│   被发明出来的。"    │
└──────────────────────┘

按顺序完成步骤。⏸ 表示一个门:停止,显示结果,等待用户回答。 在每个门处,说出下一步是哪个步骤。只读取当前步骤列出的文件。

SKILL_DIR="<该技能的基础目录>"; ENGINE="$SKILL_DIR/engine"
KIT="$SKILL_DIR/kit"; [ -d "$KIT/node_modules/playwright" ] || KIT="$HOME/.claude/kit"
PY="$KIT/.venv/Scripts/python.exe"; [ -x "$PY" ] || PY="$KIT/.venv/bin/python"
[ -d "$ENGINE/node_modules/three" ] && [ -x "$PY" ] || bash "$SKILL_DIR/setup.sh"

需要 Node 18+、ffmpeg 和 Python 3.9+。bash "$SKILL_DIR/setup.sh" 一次安装其余部分(three.js、Playwright + Chromium,一个带有 Parakeet 词时模型的 Python 虚拟环境)。下面的每个 Python 工具都用 "$PY" 运行。

参考曲线是每个门的标准。

  • PROFILE="$SKILL_DIR/story/examples/dashcam" 包含测量数字(profile.json)、每个设置的帧 (frames/)以及每个转换的每一帧(transitions/)。
  • 如果用户带来新的参考,请先构建其曲线(下面的“从新参考中学习”),并将 PROFILE 指向它。
  • 公开存储库中不包含帧。 story/examples/dashcam/ 和 story/examples/cashier/ 包含测量数字(profile.json)和编写的节拍表,但不包含参考的帧(它们属于原始频道)。如果缺少 $PROFILE/frames,请向用户索要参考视频(任何此格式的短片都可以),并在步骤4之前,使用 $PROFILE 作为输出文件夹运行“从新参考中学习”的步骤2。如果用户没有参考视频,则仅根据 profile.json 和编写的示例进行判断,并在每个门处说明。
  • 永远不要单独判断我们的帧:每份审核表都将参考帧放在我们的帧旁边。

步骤 1 · 主题 ⏸

读取 story/topic-bank.md。使用用户的主题或提供三个。运行四问题测试并指出最弱的一项检查。 门: 用户选择主题。

步骤 2 · 标题和脚本 ⏸

读取 story/title-formula.md、story/formula.md、story/hook-rules.md、story/script-template.md、story/script-check.md。 还要读取 story/rig-check.md(我们的扁平角色能做什么和不能做什么),并在评分前运行 "$PY" "$SKILL_DIR/tools/rig_check.py" <project>/script.json;显示任何标记及其“将其阶段定位为”注释。装备无法显示的行必须在之前录制语音。 首先写标题,然后逐节拍写脚本。评分(低于9/10重写)。 显示标题、脚本(每行一句,节拍标签在侧面)、字数、以每秒3.8个字估算的长度以及分数。 门: 用户批准或编辑。将批准的句子保存为 <project>/script.json (使用 cp -r "$ENGINE/template" <project> 创建项目;<project> 必须不存在)。

步骤 3 · 视觉圣经 ⏸

读取 look/style-guide.md(内部外观:光亮的漆面,焦距内所有物体上有墨水,自然光,略微模糊的背景,密集的装饰)和 look/visual-bible.md(规则和模板)。 首先生成外观:node "$ENGINE/cast.mjs" new <project> --chars <roles> --cars <roles>。然后编写 <project>/visual_bible.md,涵盖:

  • 每个角色(体型、头部和头发、十六进制颜色值表示的服装层次、配饰、故事所需的面孔);
  • 每个环境(布局、表面、可见光源、每面墙4到8个装饰物品、精确的文字笑點、景深);
  • 内饰(汽车、亭子、屏幕)、道具(完整的英雄发明)和2D图形;
  • 一个资产计划,将每个项目标记为 library + params、library + new text 或 new。 显示圣经以及演员输出。门: 用户批准、编辑或要求重新选择。

步骤 4 · 外观表 ⏸

在任何故事板之前,以最终细节在3D中显示视觉设计。读取 look/setup-types.md。

  • lookdev.html、lookdev.js 和 sets.js 随模板一起提供。将故事中最繁忙的场景写入 sets.js (heroSet() 是内部外观的示例:替换它,保留其图层),严格按照圣经操作。后面的视频也会导入相同的 sets.js,所以这项工作不会白费。
  • lookdev.js 已经制作了卡片:
    • 每个 cast.json 角色,以三张一组的形式显示,带有标签;
    • 主角的面孔;
    • 英雄场景:广角、中景镜头模糊 10、道具特写照模糊 14;
    • 英雄汽车。 添加一张英雄道具的卡片,以及圣经标记为 new 的任何其他场景。
  • 故事使用的每个设置类型一张卡片(interior、pov、tracking、house、twoshot、talker、 device),每个都构建在其真实场景中,使用其真实构图,并带有来自 look/setup-types.md 的每个“必须拥有”元素。 仪表盘POV、说话者的墙和设备视图是最可能被跳过的;现在构建它们。
  • 与参考配对: "$PY" "$SKILL_DIR/tools/sbs_sheet.py" <project>/review/look_pairs.jpg --ours <cards> --ref <the same types from $PROFILE/frames>。
  • 添加一条以1:1比例裁剪的400像素条(测量仪表、墙上笑點、车身、道路),以便显示缺失的细节和模糊。
  • node "$ENGINE/film.mjs" check <project> 0 <cards> 0.5 --page lookdev.html,修复每个FAIL(包括 clipped-art:角色的头发、帽子或头部艺术品的边缘被平面剪切),然后 node "$ENGINE/film.mjs" sheet <project> <project>/review/look.jpg 0.5 1.5 2.5 ... --page lookdev.html --w 360 --cols 4。
  • 在代码中评分:node "$ENGINE/film.mjs" lookcheck <project> <project>/review/lookcheck 0.5 1.5 ... --page lookdev.html (光泽、轮廓、光线、景深、密度、色彩、面孔;0到10分,对照 look/targets.json)。修复每个 LOW,然后 目视检查一次表格,检查数字无法判断的内容(故事道具、吸引力)。显示分数和表格。 也要在步骤8中对每幕的帧运行 lookcheck。 移交 review/look.jpg 和 review/look_pairs.jpg。门: 用户批准角色、世界和每种设置类型的外观,或列出修复项。视频中的每个场景都构建到此细节级别。

步骤 5 · 故事板 + 语音脚本 ⏸

一次完成两个文档:

  1. 故事板 <project>/storyboard.md:每个摄影机设置一行(18到21个): # | 句子 | 节拍 | 设置类型 | 摄影机运动 | 动作和面孔 | 道具笑点 | 进入过渡(帧) | 幕/情绪。 规则来自 story/formula.md(“画面和剪辑”);story/examples/dashcam.md 显示了一个完整的例子。
    • 设置类型是 look/setup-types.md 中的名称之一;它将成为代码中镜头的 type。
    • 动作和面孔为每个动作命名一个引擎姿势(stand、walk、sitOn、point、lean、armTo…)或道具; 任何不满足 story/rig-check.md 的内容都会在构建前重写。
    • 摄影机运动: 每行命名其运动方式和速度(例如“推入 6%/秒”、“拉回至广角”、 “轨道 120°”);只有设备视图可以说“锁定”。
    • 进入过渡: 溶解为7到10帧(揭示时最多16帧),或命名世界内过渡。 场景、角色和道具来自已批准的视觉圣经:按照圣经中的名称命名。在表格下方,复制圣经的资产计划,并添加故事板添加的任何内容。
    • 连续性表格(在故事板下方):每个改变位置或状态的道具或角色占一行, 事物:状态 → 状态 → 状态,并标明每次变化所在的设置编号(例如 钥匙:口袋 (1) → 地板 (3) → 狗嘴 (5))。
      • 每次变化在屏幕上发生在一个命名的设置中,或通过观众可以读懂的屏幕动作显示(它被扔出、它落地、它被移交)。
      • 没有设置可以从观众从未见过的状态开始。依赖未见变化的后来的动作(寻找没人看到掉下的东西)是故事板失败:将该动作添加到一个设置中,或添加一个设置。在叙述的时间跳跃中,允许普通的屏幕外步骤(从隐藏处取出票根)。
      • 将每个道具标记为故事对象(随情节移动)或笑点道具(隐藏处、容器或笑话对象,停留在自己的节拍中)。在新位置的笑点道具如果叙述没有在那里命名它,则失败。
      • 在表格下方,每个位置一条携带线:谁在那里,每个人携带什么以及原因。
    • 现实检查(story/rig-check.md,最后一部分):每个动作和携带的物品都必须有一个真实的人在那个时刻会有的理由。如果唯一的理由是连续性,请重写该行。
  2. 语音脚本 <project>/voice/cartesia.md:读取 story/voice-cartesia.md 并编写标记块 (每个块的情感、速度建议、仅在“但是”转折和标签前停顿)。

显示两者。门: 用户批准故事板。然后要求语音:“在 Cartesia 中生成 voice/cartesia.md 中的块,并将文件放入 <project>/audio/(vo_01.wav、vo_02.wav... 或一个 vo.wav)。 我同时构建5秒预览。”在继续步骤6之前,不要等待音频。

步骤 6 · 5秒预览 ⏸

仅构建钩子(前5秒,通常是设置1到3),以便用户在长时间构建前判断外观。 读取 engine/API.md;从 engine/template/video.js 复制块(永远不要打开 engine/src)。从 cast.json 构建每个角色和汽车(makeChar(CAST.characters.x)、buildCar(CAST.cars.x)),并使用 stand / sit 姿势。

  • 计时:sentenceStarts / captionsFromWords 使用估算(estimateWords),或者如果音频已经到达,使用实际单词文件(步骤7)。
  • 导入 ./sets.js 中的场景,并使用 makeStage({ mood: withLook(mood, 'indoor' | 'outdoor') })。
  • 用于判断的外观是已批准的外观表:干净的3D,带有光泽表面,焦距内所有物体上有墨水,自然光,略微模糊的背景,以及边缘到边缘填充的每一帧。如果面孔是空白的或显示后脑勺,则摄影机位于姿势之后(参见 engine/API.md、chars.js)。
  • 为每个面孔赋予一个 mark,为每个镜头赋予其 type。运行 node "$ENGINE/film.mjs" check <project> 0 5 0.25;如果任何FAIL则退出1,因此修复所有问题。
  • 一张表格:node "$ENGINE/film.mjs" sheet <project> <project>/review/preview.jpg 0.2 0.8 1.6 2.6 3.6 4.6 --w 180 --cols 6。 目视检查一次;修复明显错误的问题。
  • 渲染:node "$ENGINE/film.mjs" render <project> <project>/review/preview.mp4 0 5(约1分钟)。 如果语音已放入,添加其前5秒:ffmpeg -i review/preview.mp4 -i audio/vo.wav -map 0:v -map 1:a -c:v copy -t 5 review/preview_vo.mp4。
  • 将钩子与参考的钩子进行比较:
    • "$PY" "$SKILL_DIR/tools/compare_video.py" <project>/review/preview.mp4 "$PROFILE" <project>/review/cmp_preview --range 0 5;
    • 将我们的飞出条放在 $PROFILE/transitions/ 旁边(飞行条在大约4帧内通过玻璃,并落在广角镜头上)。 在显示预览前修复运动、清晰度和细节方面的FAIL。 移交mp4路径和配对表。门: 用户批准外观(角色、颜色、摄影机、字幕)或要求更改。此时更改角色或风格成本较低,后期成本较高。

步骤 7 · 语音输入

当用户说音频在 <project>/audio/ 中时:遵循 story/voice-cartesia.md 中的“音频到达时”(合并块,words.py,检查长度和速度)。

  • 速度是硬性门控: 超出每秒3.5到4.1个字(film.mjs check 会失败),要求以另一种速度重新录制,不要在慢速上构建。上一个视频以每秒3.4个字进行,运行了71秒,而参考为62秒。
  • 否则继续:剪辑基于句子编号构建,因此它会自动重新计时。 如果语音在步骤8结束时尚未到达,再次询问;不要在缺少语音的情况下渲染最终视频。

步骤 8 · 逐幕构建其余部分

对于每一幕(1白天,2黄昏/夜晚,3雨景),按顺序:

  1. 首先在 sets.js 中创建新的场景和道具,构建到已批准外观表和圣经的细节级别(参见 engine/API.md 中的“尚未构建”)。
  2. 为该幕中的每个设置创建镜头块,每个都有其 type,过渡方式如故事板所述(7到10帧的 dissolve、使用 cashBurst() / paperBurst() 的 burst、擦除或硬切)。
  3. film.mjs check 必须针对该幕的时间范围退出0(无FAIL)。最重要的FAIL:
    • 摄影机慢于 slow-camera 限制(推入应每秒缩放6%到10%);
    • 英雄面孔超出其类型的大小范围;
    • 溶解超出5到12帧;
    • 标签从其粘附的对象上脱落(decal-overhang):使用 on: <surface> 注册贴纸和标签;
    • 关键文本被画面边缘剪切、被头部遮挡或隐藏(text-cut)。当场景或镜头构建时,使用 readable(mesh, label, { key: true }) 注册笑话依赖的每个数字、价格、屏幕和标签。
  4. 该幕的配对表: 我们的设置中间值在底部行,相同节拍的参考设置在上方 (tools/sbs_sheet.py,来自 $PROFILE/frames 的帧)。添加一条来自该幕的以1:1比例裁剪的400像素条。
  5. 过渡审查: 将该幕中的每个过渡渲染为短片段(围绕它约1秒内 film.mjs render)。制作逐帧条,并将其放在 $PROFILE/transitions/ 中相同类型的参考过渡旁边。检查:
    • 剪切在一帧内干净地改变;
    • 溶解在两次镜头持续移动时遵循缓动曲线;
    • 爆发永远不会覆盖超过约三分之二画面,并且下一个镜头在其下方淡入;
    • 擦除揭示…

…(内容已截断)

相关技能