Communitygithub.com

导演火柴人视频

将主题、需求、文章或脚本转化为火柴人视频。导演模式可生成批准的故事板和独立的视频提示;自动驾驶模式可通过配置的生成工具和本地渲染器制作带有旁白、字幕、插图和微动画的视频。同时指导此特定技能的安装交接、首次使用和设置。

导演火柴人视频 是什么?

该技能旨在通过两种模式将文本内容转化为火柴人动画视频。导演模式(A模式)遵循严格的分阶段工作流程:先基于5阶段情感叙事弧线生成导演提案,经明确批准后,再生成用于Google Gemini Omni Flash的独立视频提示。自动驾驶模式(B模式)则直接根据主题、文章或脚本,利用本地或第三方工具自动生成带有旁白、语义字幕、微动画和音效的成品视频,支持多种风格如极简线稿、彩色手绘、复古电视等。技能内置了详细的风格目录、旁白一致性规则和自动门控检查(如宽高比、风格选择),确保输出符合预期。该技能支持多种AI平台(如Claude Code、Cursor、Codex),并提供了清晰的安装引导、首次使用指引和可选的缩略图/发布后处理流程。

兼容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/Billsmokes/Skill-video-agent/tree/HEAD/stickman-video-director/skills/directing-stickman-videos

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

导演火柴人视频 是做什么的?

两种模式,一个技能

保持安装/名称。尊重已知选择;对有歧义的交付内容明确一次。在规划之前,先阅读模式执行边界,然后阅读所选路线:

  • A · 导演 / A1–A5: 已批准的提案和独立的视频提示。A1 对应风格 1 亮/暗色,A2 对应风格 2/2A/2B,A3–A5 对应风格 3–5。遵循下方不变的合同。
  • A6 · Amber Noir: 选择后,在规划前阅读A6;跳过下方 A1–A5 合同。它拥有参考引导执行、Gemini Puck 旁白和后期处理。
  • B · 自动驾驶: 阅读自动驾驶,然后阅读 B1 极简线稿,B2 彩色手绘,或 B3 复古电视。交付旁白、语义字幕、插图、有意义的动作和音效。检查 B3 捆绑的实现示例;披露不可用的原始比较,而不是将示例视为风格权威。
  • B4 · 生存惊悚: 阅读B4,音频指导,开场指导和制作检查。保留白手套参考锁定;肢体动画不是完成要求。应用前三秒视觉升级门控和故事驱动的恐怖可见性门控。使用 scripts/b4-opening.mjs 进行固定 b4-hook-v1 排版和本地动画;检查编码的中间帧。在共享运行时中使用 Brian、首帧声音/早期旁白、安静背景音乐和因果音效。无静音标题板、自动旁白替换或风格别名。
  • B5 · 角色解说: 在创作前阅读B5和左侧舞台编排。无 B1–B4 别名。

A 和 B 共享安装,但不共享制作合同。从 A · 导演 开始的规则仅适用于 A1–A5,不适用于 A6 或任何 B 风格。每个 B 风格拥有其自己的视觉效果、字幕、声音、节奏和音效;无 B1 回退或 A 设置/剪辑/批准/文本规则。保留不相关的风格。

B 风格接受主题、简报、文章和脚本。默认英语旁白;明确的语言/声音选择优先。遵循选定提供者执行:缺少适配器不是提供者禁止。使用原生命名的 TTS,不添加风格描述;B4 允许次要角色表演,但不是自动旁白调整。阅读故事驱动的声音系统。永不自动重新录制已接受的媒体。

字幕:B1–B4 为单行;B5 最多三行语义行。在通用门控中应用固定风格排版和实际本地运动/音频检查。B1/B2/B3/B5 的声音演员表仅供参考;Brian 仍仅限 B4。新的 B5 真实/复杂主持人需要可用的图像工具或批准的提供光栅图像,而不是代码面部替代品;遵循制作门控。

所有 B 风格:原生 16:9 和 9:16,在双格式门控下。

首次使用和后续步骤

在验证安装或首次调用后阅读首次使用和阶段指导。使用对话/请求的语言指导,独立于视频语言或 README 版本。重用选择;不重复欢迎或添加批准。遵循 A5 主动角色指导 和 可选 A 角色引用,在不改变声音规则的情况下进行。

在视频批准或包装请求后阅读可选后期处理;提供一次,永不阻塞交付。

A · 导演

核心合同

将一个来源转化为已确认的导演提案,然后生成 N 个用于约十秒 Gemini Omni Flash 片段的独立提示(其中 N = 目标时长秒数 / 10;如果是 60 秒,则默认为 6 个片段)。在通过高完成度 5 阶段情感叙事弧线构建时,保留来源的含义。

设置门控

在规划前需要以下内容:

  • 源材料
  • 宽高比:16:9 或 9:16
  • 目标时长:10 秒的倍数(例如 30s、60s、90s、3min、5min;如果未指定,默认:60s / 6 个片段)
  • 视觉风格和主题:
    • 风格 1(经典极简):亮色(白色背景,黑色人物)或暗色(黑色背景,白色人物)
    • 风格 2(现代 Beanie Zeke):
      • 风格 2A(现代工作室科技):纯白色高键工作室,微妙的浅灰色透视网格,漂浮的青/蓝色玻璃 UI
      • 风格 2B(电影故事):全彩叙事环境,电影级灯光和深度
    • 风格 3(史前手绘 / 黑色喜剧):富有表现力的白色填充头部,黑色棍状四肢,兽皮服装和土色史前场景;特定于故事的选角
    • 风格 4(温馨故事风 / 治愈故事风):富有表现力的极简白色填充角色,黑色棍状四肢,全彩 2D 卡通环境;多样的故事地点和电影级镜头切换
    • 风格 5(历史卡通风 / 历史卡通风):白色头部,相连的短白色颈部,富有表现力的面部,黑色棍状四肢和紧凑的无指手掌,时代服装和 cel-shaded 历史场景

如果缺少宽高比或视觉风格,请用一条简洁的消息询问所有缺失项并停止。如果省略时长,默认为 60 秒(6 个片段)。如果用户提供的时长不是 10 的倍数,则四舍五入到最近的 10 秒倍数。如果用户仅指定亮色或暗色主题,则默认使用风格 1。从不静默选择宽高比或风格。不要重新询问已提供的选择。

紧急情况、生成成本、客户压力和“选择正常设置”的请求不豁免此门控。

工作流程

  1. 阅读 references/storyboard-template.md、references/style-catalog.md 和 references/voice-continuity.md。使用 5 阶段高完成度心跳引擎(黄金钩子 → 打破假设 → 揭示内幕秘密 → 终极真相揭示 → 提升与互动讨论)构建叙事,时间根据目标时长动态缩放。以用户语言生成 A 阶段,附带英语旁白和参考翻译。
  2. 在导演提案后停止,并请求明确批准。
  3. 如果用户更改宽高比、时长、风格、主题、旁白、场景结构或全局方向,重新组合 A 阶段并再次请求批准。
  4. 仅在当前 A 阶段获得批准后,阅读 references/omni-flash-prompt-contract.md 并生成 B 阶段。
  5. 仅当具体的端到端示例可以解决歧义时,才使用 references/examples.md。

主题批准、日程压力或对旧草案的批准不视为当前 A 阶段的批准。

输出规则

对于风格 3,在规划前阅读 references/prehistoric-dark-comedy.md。其选角、故事节奏、调色板和连续性规则覆盖下方通用的无空闲、设备数量和五阶段讨论结尾规则。对于叙事短片,使用设置 → 升级 → 讽刺性 payoff;不要强制将讨论问题塞入视觉笑点。这是一种视觉叙事风格,不是关于实际史前的声明。

对于风格 4,在规划和提示组装前阅读 references/cozy-storytelling.md。默认将每个新的十秒片段设置为不同的可识别故事场景,除非用户明确请求一个地点或批准了故意的返回。保留角色、绘画语法、重要道具、移动方向和旁白——而不是整个视频中相同的表格或背景。在 A 阶段命名地点剪辑和任何时间跳跃。这是全彩卡通叙事,不是手绘/素描本模式,也不是照片级 3D 背景的声明。

对于风格 5,在规划和提示组装前阅读 references/historical-cartoon.md。保持其绘画语法固定,同时更改时代包。在 A 阶段确认故事特定的演员卡、场景、调色板、道具和确切旁白;在每个 B 阶段提示中重复完整的批准风格和可见演员描述。其历史调色板、音乐、物理动作节奏和故事结尾覆盖下方通用的三色、强制钢琴、设备数量、无空闲和讨论结尾规则。应用现有的共享声音合同;不要将此风格的角色规则应用于风格 1–4。

  • 使用 5 阶段高完成度流程构建每个脚本:
    1. 黄金钩子:通过反直觉的问题或视觉悖论立即引发好奇心。时间根据时长灵活调整(例如在短视频中前 2–5 秒内,长视频中可达 10–15 秒);永远不要以通用陈词滥调开场。
    2. 打破假设:陈述每个人认为是真实的东西,然后在一句话中粉碎它,以建立认知冲突。
    3. 揭示内幕秘密:揭开隐藏机制、反直觉细节或真正障碍的面纱。
    4. 终极真相揭示:以最大认知回报交付底层商业逻辑或人类心理学真相。
    5. 提升与高参与度讨论:以令人难忘的笑点和一个引发评论区讨论的不可抗拒的讨论提示结束。
  • 将英语旁白字数调整到大约每个 10 秒片段 20–25 个单词,跨 N 个片段(例如 30 秒 / 3 个片段约 60–75 个单词,60 秒 / 6 个片段约 120–150 个单词,3 分钟 / 18 个片段约 360–450 个单词,5 分钟 / 30 个片段约 600–750 个单词)。
  • 每个片段有三个定时节拍,至少四个相关视觉设备,每两到三秒一个视觉变化。
  • 在所有片段中保持角色比例、线条粗细、风格和旁白一致。
  • 对于风格 1,冻结来自 references/style-catalog.md 的简洁角色锚点,并在每个片段中逐字重复。保持两只手臂和两条腿,每个肢体一个当前姿势,稳定的比例和均匀的中等线条粗细;移动的手臂替换其先前姿势,而不是添加另一只手臂。保持人物单色,道具/图形上的饱和点缀。不要用“相同角色”、省略号、数字解剖学配方、骨架/路径指令或特定片段的视觉描述替换锚点。偶尔简单的线条表情是允许的;头部保持空心。保持丰富的动作和效果与角色设计分离。将生成的视频中角色一致性视为视觉接受检查,而不是重复文本的保证。
  • 对于风格 1,将视频限制为三种饱和点缀色,使用普通描述性单词(例如鲜艳的红色、电光蓝、暖金色)。对于亮色主题,强制使用平坦、数字纯白色画布,无纹理、渐变或 3D 深度。
  • 对于风格 2(现代 Beanie Zeke),强制角色一致性:
    • 片段 1:一个极简 2D 动画火柴人,戴着一顶亮红色无檐便帽(平滑针织,无绒球),穿着黄色 T 恤,简单的黑色棍状四肢和短裤。简单的黑色线条,鲜艳的颜色,流畅的 2D 动画风格。
    • 片段 2–N:同一个极简 2D 动画火柴人,戴着亮红色无檐便帽和黄 T 恤... 简单的黑色线条,鲜艳的颜色,流畅的 2D 动画风格。
    • 无详细眼睛、瞳孔或照片级写实特征(避免虫眼变形)。
  • 对于风格 2A(现代工作室科技),强制:在一个现代明亮白色工作室空间中,地板上带有微妙的浅灰色透视网格线。高键摄影棚灯光,干净的白色负空间,光滑的发光青色和电光蓝玻璃全息 UI 元素。 始终包含否定约束:严格极简,无电路板纹理,无科幻墙板,无开裂混凝土。
  • 对于风格 2B(电影故事),指定全彩叙事场景和电影级灯光,同时保留 2D 动画火柴人角色设计。
  • 对于风格 4,冻结每个批准角色的完整锚点,并在该角色出现的每个片段中重复。将静态设计与首帧位置、定时道具传递和最终状态分开;场景变化不会重置道具所有权或旁白。阅读其参考以了解镜头变化和视觉接受检查。
  • 对于所有风格,避免抽象液体/形状变形。通过具体的角色动作(跳跃、触摸玻璃、绘制发光线条、开门)驱动运动,节拍分布在 [0–3s]、[3–7s] 和 [7–10s]。永不让人物空闲。
  • 对于所有风格,应用 references/voice-continuity.md:在 A 阶段选择完整的视频级声音配置文件,然后在每个片段中逐字重复其完整的冻结英语旁白块。不同的视频可以选择不同的声音;场景/风格/角色变化不得更换旁白者。锁定音色、音域、口音、质感、表达、节奏和录音处理方式,而不仅仅是“相同的旁白者”。在视觉效果/音乐中保持情感进展。风格特定的音乐规则从不覆盖此共享声音合同。从片段 1 开始强制 BGM 连续性。
  • 将旁白视为纯音频(仅音频旁白,严格无对话气泡,无对话框)。引用确切对话,禁止更改、重复、字幕、副标题或视觉转录。
  • 永不将技术颜色记号(十六进制、RGB、Pantone)放入生成提示中。
  • 默认生成的片段中无可见文字、字母、数字或界面副本。将可选的 2–5 字叠加放在单独的后期制作笔记中。
  • 通过动作、重要道具、屏幕方向或计划剪辑,将每个片段的结束与下一个片段的开始匹配。风格 4 使用故意的场景变化或批准的时间跳跃;它不要求在相邻片段中使用相同背景。
  • 不要发明 u

...

[为翻译而截断]

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能