Communitygithub.com

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

根据故事创意,通过有序的制作工作流程(包括项目简报、故事大纲、角色与环境卡片、标准化镜头规划、文字或可选铅笔故事板、视频模型选择、单镜头生成、合成、BGM匹配和最终审查),创建完整的风格化3D动画短片。适用于用户希望获得端到端叙事动画工作流程,且对角色一致性、场景连续性、节奏、镜头、表演和音频有较高要求的情况。不适用于单张图片、简单编辑、逼真真人动作或单个独立片段。

ComfyUI-MiniMax-H3-SkillBridge 是什么?

该技能提供了一个完整的“故事优先”动画短片生成工作流程,从一句话构思开始,到最终剪辑视频结束。其核心规则是严格按照生产顺序将主要工件放置在画布上,并在代价高昂或影响重大的步骤前通过选择卡暂停以征得用户确认。该技能强制使用统一的风格化3D视觉风格(类似皮克斯动画风格),并包含全局视觉锁,以确保所有工件(角色卡片、场景卡片、镜头表、故事板、最终视频)的视觉一致性。该技能支持Claude Code、Cursor、Codex和ComfyUI等平台,通过结构化的步骤(从项目简报、故事大纲、角色和场景设计,到标准化的六列镜头表、文本故事板、视频模型选择(H3默认为主,Seedance 2.0作为备选)、单镜头片段渲染、全片合成以及BGM匹配)来指导用户。工作流程强调角色一致性、场景连续性、镜头时机、表演和音频控制,并通过选择卡和QC清单确保最终输出质量。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge/tree/HEAD/skills/3d-animation-short-generator

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动画短片生成器

当用户想要一个完整的、故事优先的动画短片工作流程时使用此技能,从一句话构思到最终剪辑视频。工作流程必须将所有主要工件按生产顺序放置在画布上,并在代价高昂或影响重大的步骤前通过包含用户选项的选择卡暂停。

核心规则:故事优先,在用户输入后立即通过选择卡询问屏幕尺寸和总时长,按顺序放置画布工件,每次必须通过选择卡确认,在角色/场景卡片之后顺序固定:包含每秒指令的六列标准化镜头表 + 音频提示 + 空间锚链 → 镜头表自检门 → 一份文本故事板文档,每镜一节(仅当用户明确选择可视化模式时,才包含多面板铅笔图像;任何标记为需大量迭代的镜头会被提取到一个独立的文本故事板节点)→ 视频模型选择卡(默认 H3,备选 Seedance 2.0)+ 分辨率选择卡 → 由所选视频模型渲染的单镜头片段 → 带 BGM 的全片合成;最终视频必须移除所有故事板痕迹。

全局视觉风格锁

除非用户明确要求其他视觉风格,所有角色卡片、场景卡片、镜头表、文本故事板、可选的铅笔故事板、单镜头视频片段(无论选择哪个视频模型)、合成视频以及最终成品必须使用此视觉风格:

  • 渲染风格:皮克斯风格的3D卡通渲染,C4D + Octane渲染器效果,高水准动画电影品质。
  • 角色设计:夸张的几何简化与出色的材质细节相平衡。避免100%写实人体解剖结构;使用高级形态语言、大且易辨识的剪影,并在适当时采用 Q 版比例。
  • 比例语言:友好风格化的比例,可爱或儿童角色通常为2.5-3头身,大头、紧凑身体、清晰剪影和高辨识度。
  • 头发/毛发:结合强力的雕刻发簇和干净的块面形状,辅以精细的边缘散落发丝或毛茸茸的轮廓细节,使头发/毛发在设计感的同时,在光照下具有质感。
  • 皮肤/材质:温暖的地下散射皮肤质感,耳朵、脸颊、鼻子和指尖处有半透明微红的光线;避免硬塑料感皮肤。
  • 表演风格:夸张、生动的迪士尼/皮克斯风格角色动画表演,包含挤压与拉伸、强烈的眉毛、眼角、瞳孔、嘴唇和脸颊形状变化。
  • 动作风格:高能量姿势、清晰的动作线、身体前倾、强烈的预期动作、快速但易读的时机把握、有弹性的身体力学和生动的微表情。
  • 情感范围:平衡可爱与爆炸性的表现力;强烈情绪可使用戏剧性的面部变形,同时保持角色魅力。

负面风格约束:禁止写实真人动作、平面2D动漫、塑料玩偶皮肤、僵硬的模特姿势、写实的解剖僵硬感、无生气的面部表情。

步骤 0:输入和画布规划

捕获:

  • 一句话构思或粗略前提
  • 期望的输出:仅蓝图、仅资源、带每秒指令的标准化镜头表、单文本故事板文档(默认)+ 为需大量迭代镜头提取的单镜头文本故事板节点 + 多面板铅笔故事板(选择加入)、单镜头视频片段(视频模型在步骤7中选择)、合成主视频、或最终BGM合成影片
  • 近似长度(如果用户已说明)
  • 屏幕尺寸/宽高比(如果用户已说明)
  • 视觉基调:默认温暖风格化3D动画
  • 对白要求:影片是否有对白、旁白或无语音
  • 仅当用户明确说明时,才确定对白语言;不要默认使用英语对白

在捕获用户输入后、进入项目简报或任何后续步骤之前,立即显示选择卡以确认制作格式:

屏幕尺寸/宽高比选择卡:

  • 16:9 横屏(推荐用于电影短片)
  • 9:16 竖屏短视频
  • 1:1 正方形
  • 4:5 社交头像竖图
  • 自定义尺寸/宽高比

总时长选择卡:

  • 30–60 秒(推荐)
  • 15–30 秒
  • 60–90 秒
  • 90–180 秒
  • 自定义时长

仅在用户选择了屏幕尺寸/宽高比和总时长,或明确提供自定义值后才继续。将已批准的屏幕尺寸/宽高比和时长存储在项目简报中,并在镜头时机、转场连续性、带每秒指令的标准化镜头表、单镜头故事板(文本默认,用户选择加入时为铅笔图像)、单镜头视频片段、合成、BGM匹配和最终合成设置中重复使用。

按照此顺序创建或后续更新画布工件:

  1. 项目简报文本节点
  2. 故事大纲文本节点
  3. 带标签的角色卡片图像节点
  4. 仅环境的场景卡片图像节点
  5. 标准化镜头信息表节点,包含六列;每行必须在“镜头描述”中包含每秒指令
  6. 单文本故事板文档 — 一个名为“<标题> 文本故事板”的画布文本节点,包含每镜头一节(镜像半叙事剧本故事板结构)。当用户标记某镜头需要大量迭代时,该节被提取到一个独立的文本节点,并在文档中留下“(已提取)”标记。如果选择加入,铅笔图像故事板是单独的图像节点。
  7. 单镜头视频片段节点(由步骤7中选择的视频模型渲染 — 默认 H3,备选 Seedance 2.0)
  8. 合成主视频节点
  9. 匹配的 BGM 音频节点和最终 BGM 合成视频节点

不要仅将冗长的制作内容放在聊天中。将可持久化的输出作为文本、图像、视频或音频节点放在画布上。

步骤 1:项目简报

生成一份简洁的项目简报,并将其写入一个以项目标题或“项目简报”命名的画布文本节点。

包含:

  • 工作标题
  • 一句话“假设”
  • 情感前提
  • 目标观众感受
  • 计划的主要可交付成果
  • 已批准的屏幕尺寸/宽高比
  • 已批准的总时长
  • 对白模式及语言:仅当用户明确要求时才使用特定语言;否则写明“语言未指定”,并尽量减少对白或后续需要时再询问
  • 初始风险
  • 存在的对白意图

然后显示用户选择卡:

  • 按此方向继续(推荐)
  • 重新生成前提选项
  • 修改情感前提
  • 细化对白方向

仅在用户选择或明确表示继续后才进行下一步。

步骤 2:故事大纲与门控

创建故事大纲,并将其写入一个名为“故事大纲”或“story-outline”的画布文本节点。

包含:

  • 主角的渴望/需求/缺陷
  • 核心世界规则
  • 八拍因果故事脊椎
  • 情感锚点与回报
  • 如果用户要求对白,则包含对白节拍
  • 红线检查

门控检查:

  • 主角是主动的
  • 危机因主角缺陷而加剧
  • 巧合从未解决问题
  • 结局重复使用早期的情感锚点
  • 对抗压力不是扁平的反派
  • 对白揭示关系变化,而非解释主题

然后显示用户选择卡:

  • 批准故事并继续(推荐)
  • 修改节拍
  • 修改情感曲线
  • 修改对白节拍
  • 返回前提

步骤 3:角色卡片

生成角色参考卡片,并将每张图像放置在画布上。推荐顺序:

  1. 主角卡片
  2. 对比/压力角色卡片
  3. 可选配角卡片

每张角色卡片应尽可能为16:9的制作参考表。与最终渲染视频不同,角色卡片应包含清晰易读的标签,以便下游生成能够绑定正确的角色和道具:

  • 角色名称标签,使用英文和/或项目语言
  • 角色标签,如主角、祖母、小偷、伙伴、压力角色
  • 主要 3/4 视图
  • 正面/侧面/背面视图
  • 表情
  • 材质/服装/道具细节
  • 重要道具标签,如手提包、钱包、滑板、苹果篮、围巾、鞋子、眼镜
  • 在提示词中重复的身份锁定
  • 简短的视觉ID说明,列出年龄范围、体型、发型、服装配色、标志性道具和不可更改的特征

对于风格化3D动画,保持角色柔软、易读,并在后续图像和视频中保持一致。

生成主要角色卡片后,显示用户选择卡:

  • 锁定角色设计并继续(推荐)
  • 重新生成主角卡片
  • 调整特定视觉细节
  • 添加另一个角色卡片

警告用户,如果之后更改锁定的角色设计,可能需要重新生成镜头表、单镜头故事板、单镜头视频片段、合成主视频和最终合成视频。

步骤 4:场景卡片

生成场景参考卡片,并将其放置在画布上角色卡片之后。场景卡片必须仅显示环境:不要包含角色、人物、人群剪影、手、脸或角色客串。角色动作属于镜头表、单镜头多面板铅笔故事板和单镜头视频片段,而不属于场景卡片。

包含:

  • 主要环境概览
  • 关键光照状态,如白天/夜晚
  • 情感子空间
  • 连续性地标(在同场景的镜头中屏幕位置必须保持固定的物体,例如厨房岛台、沙发、门框、树、信箱)
  • 环境中的重要道具

然后显示用户选择卡:

  • 锁定场景设计并继续(推荐)
  • 重新生成场景卡片
  • 添加另一个场景角度
  • 调整光照或布局

步骤 5:标准化镜头表视频提示(六列)

在角色卡片和场景卡片锁定后,将标准化的视频提示输出为一个镜头信息表。此步骤为强制步骤,不得与故事板或视频生成步骤交换。

所需参考:阅读并遵循 references/shot-table-spec.md,了解确切的六列模式、每秒指令要求、表格范围规则、用户批准卡以及强制性的步骤5.5自检门。

最低运行时约定:

  • 创建一个名为“标准镜头信息表”或“standard-shot-table”的画布表格节点。
  • 使用恰好六列:“镜头 ID 及时长”、“连续性交接”、“参考锚点(空间 + 身份)”、“钩子类型”、“镜头描述(每秒指令)”、“音频与对白轨道”。
  • 每一行必须包含完整的每秒指令、连续性交接、参考锚点、钩子类型和音频/对白时机。
  • 在故事板之前,从 references/shot-table-spec.md 运行步骤5.5自检。在自检通过之前,不要进入步骤6。

然后显示 references/shot-table-spec.md 中定义的表格批准/自检选择卡。

步骤 6:文本故事板文档(默认)+ 铅笔图像故事板(选择加入)

在步骤5.5自检通过后,在生成任何故事板工件之前,显示故事板模式选择卡。

所需参考:阅读并遵循 references/storyboard-guidelines.md,了解默认的单文本故事板文档、可选的多面板铅笔故事板、镜头级别的提取/重新集成、故事板批准卡以及可视化回退规则。

最低运行时约定:

  • 默认模式是一份权威的文本故事板文档,包含每镜头一节。
  • 铅笔故事板图像仅是选择加入的可视化工件;它们绝不覆盖文本故事板。
  • 仅当用户标记某镜头需要进行大量迭代时,才将该镜头提取到独立的文本节点。
  • 步骤7必须读取匹配的文本故事板节或提取的独立节点,而不是铅笔图像。

在所有故事板获得批准后,进行到视频模型选择卡。

步骤 7:视频模型选择卡 + 单镜头视频片段

在任何片段被渲染之前,显示视频模型选择卡和分辨率选择卡。

所需参考:

  • 阅读 references/model-selection.md,了解默认 H3、备选 Seedance 2.0、每镜头混合模式、分辨率选择以及特定模型的提示塑造方法。
  • 阅读 references/fallback-policy.md,了解每个模型的重试阶梯、漂移处理和升级选择。

最低运行时约定:

  • H3 是推荐的默认模型。
  • Seedance 2.0 是用于高风险动画表演或 H3 反复失败的备选。
  • 仅当镜头表每行标记了模型时才允许使用每镜头混合模式;未标记的行默认使用 H3。
  • 在视频渲染前移除所有仅用于故事板的标签。
  • 将每个片段绑定到已批准的文本故事板节、确切的角色卡片和确切的场景卡片。
  • 如果某个片段偏离了已批准的“参考锚点”,请遵循 references/fallback-policy.md;不要静默地合成不正确的片段。

所有片段渲染后,按镜头顺序将它们放置在画布上,分组命名为“<标题> 镜头片段”,并显示 references/model-selection.md 中定义的片段批准卡。

步骤 8:全片合成、BGM 匹配和最终输出

在所有单镜头片段获得批准后,合成完整的主要视频,匹配或生成一条连续的 BGM 轨道,并生成最终的合成视频。

所需参考:阅读 references/qc-checklist.md,了解合成规则、BGM 规则、最终审查检查、画布排序/分组纪律、用户选择卡纪律以及再生/使用最新资源纪律。

最低运行时约定:

  • 保持来自已批准镜头表的确切镜头顺序。
  • 仅使用已批准的最新资源。
  • 在对白、反应和重要音效下降低 BGM 音量。
  • 除非明确要求,否则不要添加字幕或文字。
  • 最终视频不得包含故事板痕迹、标签、箭头、时机标记、面板边框或双重绑定标签。

然后运行 references/qc-checklist.md 中的最终审查检查,并交付最终批准的资源。

边界

不要将此技能用于单张图像、简单编辑、单片段动画、标志设计或纯提示词咨询。如果用户只需要一个提示词……

[翻译截断]

Individual skills in this repo

This repo contains 10 individual skills — each has its own dedicated page.

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 user-provided reference images and script into multi-segment H3 Ref2VA video prompts with character presenter, holographic interaction, and full narration coverage. Users provide a character reference image, an environment reference image, and a complete narration script. The Skill auto-splits the script into segments within user-specified max duration, calculates narration budget dynamically, designs at least 2 holographic interactions per segment, and outputs complete self-contained Ref2VA format prompts. No external skill dependencies. Style, aspect ratio, and segment duration are flexible.

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.

相关技能