Estúdio de Animação
动画工作室
5步流水线。每一步都会在项目文件夹中创建自己的文件,并且仅在人员批准后才继续。在花费积分之前,切勿跳过审批。
videos/<slug>/
01-tema.md 主题、概要、世界观、受众、体裁
02-roteiro.md 角色、场景设置、详细场景
03-direcao.md 风格、角色表、每个场景的提示词
projeto.json 由 montar.py 读取的清单(步骤04和05)
04-legendas/ 旁白/cena-NN.m4a, legendas.srt, legendas.ass
05-render/ keyframes/, cenas/cena-NN.vK.mp4, norm/, final.mp4
恢复现有项目:读取文件夹中的文件,并从缺失的步骤继续。
Instalação (uma vez)
安装(一次性)
该技能在自身内部包含Flow服务器(<SKILL_DIR>/flow-mcp,已包含葡萄牙语标签)。如果在Claude中没有flow_*工具,请运行:
python "<SKILL_DIR>/scripts/instalar.py"
需要Node 22+和PATH中的ffmpeg。该脚本执行npm ci,编译并将flow服务器注册到Claude Code、Codex和OpenCode(所有在PATH中找到的CLI;使用--alvo codex等强制指定)。之后:在flow-mcp内运行npm run login(一次Google登录),在Flow中打开一个项目,然后重启代理。
Antes de começar
开始之前
flow_status。如果出现hint(例如:Flow中没有打开的项目),请告知用户并等待——没有打开的项目就无法生成任何内容。 巴西葡萄牙语Flow:服务器需要标签映射文件<SKILL_DIR>/flow-mcp/src/labels.ts(已覆盖生成、角色、媒体选择器和下载);编辑后,在flow-mcp中运行npm run build,然后重启Claude。错误“waiting for getByRole('button', { name: '<英语>' })” = 需要在该文件中映射的新标签;项目必须已打开且页面已刷新(F5)。- 只询问缺失的信息:风格(10种之一),总时长,宽高比(默认9:16),旁白或对话(默认旁白),字幕样式。 如果用户已经给出了主题,请不要再问。
Etapa 01 — Temas
步骤01 — 主题
如果没有主题,请在请求的类别中建议5个创意(喜剧、趣闻、恐怖、冒险、儿童、励志、科幻、奇幻),同时考虑所选风格擅长什么(参见 references/estilos.md 中的“搭配”)。
记录 01-tema.md:标题、类别、体裁、目标受众、概要(2-3句)、世界观(时间/地点、世界规则、基调)。
Etapa 02 — Roteiro
步骤02 — 剧本
将总时长分成场景。每个场景持续4、6、8或10秒(视频模型的限制);优先选择6-8秒。一个场景 = 一个连续的镜头,一个主要动作。
记录 02-roteiro.md 包含:标题、概要、角色、场景设置、场景/时长/事件表,以及每个场景:
- 环境 · 在场角色 · 主要动作
- 面部表情 · 身体动作 · 视觉元素
- 旁白或对话(最多约每秒2.5个单词;用
*星号*标记强调词) - 场景的最终状态(角色位置、物体、灯光)—— 这是下一个场景的输入
场景1是钩子(前2秒内发生某事)。最后一个场景呈现结局。显示表格并请求批准。
Etapa 03 — Direção
步骤03 — 导演
阅读 references/estilos.md 中对应风格的块。记录 03-direcao.md:
角色表(视觉记忆)—— 针对每个角色:大致年龄、身体和比例、脸部、头发、衣物和配饰(含准确颜色)、显著特征。用英语编写表,在一个可重用的段落中。一旦定义,不再更改。
每个场景的提示词,用英语,按以下顺序:
动作和主体(粘贴完整角色表,切勿使用“同一个男人”)→ 镜头和相机运动 → 地点 → 样式模块 → 灯光 → 声音。
- 相机:每个场景只能有一个运动。广角用于建立场景,中景用于动作,特写用于情感。在
technique字段中使用flow_techniques(static、lateral-track、crane-up、pull-back-reveal、crash-zoom...)。 - 运动:遵循样式的“运动”线(例如:橡皮泥 = 12 fps 的定格动画)。
- 连续性:每个场景的开头描述上一个场景的最终状态。
- 带旁白:以
Ambient sound and sound effects only, no dialogue, no speech, no subtitles, no on-screen text.结束提示词。 - 带对话:用引号括起说话内容,说明谁在说,长度要适合持续时间。
Gerar personagens e keyframes (grátis)
生成角色和关键帧(免费)
- 为每个角色运行
flow_character:describe= 角色表 + 样式模块。 - 每个场景一个关键帧(图像):
flow_generate,使用type: "image",model: "Nano Banana 2",aspect_ratio,reference_images: ["asset:<名称>"],并且从场景2开始使用reference_previous: true。所有场景在一次调用中完成。 如果一个场景失败,reference_previous会级联地导致后续场景失败:重新生成剩余的场景,使用reference_images(角色 + 已批准的场景1的关键帧,asset:<标题>)而不是链式引用。Flow中的标题遵循项目编号(场景2可能变成scene-06);在复制到cena-NN时重命名。 flow_wait直到finished。复制到05-render/keyframes/cena-NN.png并向用户展示。图像不消耗积分:可以随意重新生成,直到角色、场景和风格一致。只有到那时才进入视频生成。
Etapa 04 — Legendas e narração
步骤04 — 字幕和旁白
-
声音:
flow_voices;建议2-3种(例如:Charon 信息型,Aoede 轻快型,Sulafat 温馨型,Puck 活泼型,Gacrux 成熟型)。 -
flow_narrate每个场景一次(文本 ≤ 400 字符,不含星号),style用英语,要求巴西葡萄牙语和语气(例如:“in Brazilian Portuguese, playful storyteller”)。将每个音频复制到04-legendas/narracao/cena-NN.m4a。 本地VoiceStudio(如果用户有,优先使用):POST http://127.0.0.1:3900/v1/audio/speech,使用{"model":"omnivoice","input":<文本>,"voice":<配置文件的voice_id>,"response_format":"wav","language":"pt"}(配置文件见GET /v1/audio/voices;使用所选配置文件的voice_id)。无配额,每句约5秒。使用Python发送UTF-8 JSON(Git Bash中的curl会破坏重音),使用ffmpeg转换为cena-NN.m4a,并通过POST /v1/audio/transcriptions转录来检查发音。flow_narrate的免费Gemini每天只有10次请求,每分钟3次。 -
编写
projeto.json(格式如下)并运行:python "<SKILL_DIR>/scripts/montar.py" "videos/<slug>" --so-legendas根据每个音频的实际持续时间生成同步的
legendas.srt+legendas.ass。 如果警告旁白比场景长,请缩短文本或增加场景时长。 -
手动编辑:用户编辑
legendas.srt,你将legenda中的"manual": true设置为 true —— 这样脚本就会停止覆盖SRT。
字幕样式:cinematografica(白色低调),tiktok(大字,大写,黄色高亮),anime(粗体,粉色高亮),cartoon(趣味字体,橙色高亮),minimalista(小字)。每种视觉样式在 references/estilos.md 中都有一个建议。在9:16下使用 tiktok(用户已批准垂直视频的大小和样式):minimalista 和 cinematografica 对于移动设备来说太小了。如果想要低调,设置 tamanho ≥ 6(短边的百分比)。
Etapa 05 — Render
步骤05 — 渲染
Gerar as cenas
生成场景
- 提前告知成本:Omni 1.1 Flash 每个场景约7积分(4秒)到12积分(8秒);Veo 3.1 Fast 20积分(固定8秒);Quality 100。默认:Omni 1.1 Flash, 720p。等待“ok”。
flow_generate在一次调用中生成所有场景:type: "video",prompt,duration,aspect_ratio,first_frame= 已批准的场景关键帧,technique。 (Flow接受初始帧或引用,但不能同时使用——关键帧已经承载了角色。)对于两个场景之间的连续镜头,使用chain_previous: true而不是first_frame。 使用first_frame: "asset:<Flow中关键帧的标题>"(关键帧已经在项目中),而不是文件路径:上传路径是最脆弱的。实际成本:每个6秒场景10积分,每个8秒场景12积分(Omni 1.1 Flash, 720p)。flow_wait直到完成。如果任务失败并显示“The finished tile is no longer in the grid”,剪辑已经生成并收费:不要重新生成。使用flow_assets(kind video)和flow_download,通过Flow给出的标题开头,按场景顺序进行。将每个剪辑复制到05-render/cenas/cena-NN.v1.mp4。如果第一个场景在生成前失败,取消队列中的其余部分以避免重复错误。
Revisar e regenerar
审查和重新生成
显示剪辑。要重新生成场景N:在新的 flow_generate 调用中只包含它,使用自己的 project(例如:<slug>-c03-v2,以避免与其他场景的文件名冲突),复制为 cena-NN.v2.mp4,并在 projeto.json 中将 clip 指向所选版本。永远不要删除旧版本,也不要触及任何其他场景的文件。提示词变了?更新 03-direcao.md。
Montar
合成
python "<SKILL_DIR>/scripts/montar.py" "videos/<slug>"
将每个剪辑标准化为目标分辨率/帧率,按顺序连接,将每个旁白放在其场景的开头,混合剪辑音频+音乐,烧录字幕(或仅保留SRT),并输出 05-render/final.mp4,带淡入淡出效果。重新生成了一个场景?只需再次运行——未更改的剪辑将被缓存。
projeto.json
{
"titulo": "A Máquina do Tempo",
"estilo": "massinha",
"render": { "proporcao": "9:16", "resolucao": "1080p", "fps": 30, "codec": "h264", "legendas": "embutidas" },
"legenda": { "estilo": "tiktok", "posicao": "baixo" },
"audio": { "musica": "musica.mp3", "volume_musica": 0.2, "volume_clipes": 0.3, "velocidade_narracao": 1.0 },
"cenas": [
{ "id": 1, "duracao": 6,
"clip": "05-render/cenas/cena-01.v1.mp4",
"narracao": "Um homem encontra uma *máquina* misteriosa.",
"audio": "04-legendas/narracao/cena-01.m4a" }
]
}
proporcao:9:16、16:9、1:1 ·resolucao:720p、1080p、4k ·fps:24、30、60codec:h264、h265 ·legendas:embutidas(烧录)、srt(单独SRT文件)、nenhuma(无)legenda:estilo(样式)、posicao(位置:baixo/meio/topo)以及可选的fonte(字体)、tamanho(短边百分比)、cor(颜色)、destaque(高亮色,十六进制RRGGBB)、manual(手动编辑)audio:全部可选。音乐:向用户请求一个文件(本技能不生成音乐)。- 路径相对于项目文件夹。
Limites conhecidos
已知限制
- 口型同步仅当说话内容在视频提示词的引号内时(模型在剪辑中生成声音);使用单独的旁白则没有口型同步。
- 字幕同步基于每个场景(音频的实际持续时间),单词在场景内按比例分配。
- 转场为硬切;要在两个场景之间制作动画转场,请使用
first_frame+last_frame和transition类别的technique生成一个剪辑。 - 剪辑以720p从Flow输出;1080p/4K是放大(
download_quality: "upscaled"会有所帮助)。