Communitygithub.com

cartoon-video

從點子、劇本或上傳的旁白,創作原創的垂直動畫卡通短片。

cartoon-video 是什麼?

這是一個專門協助使用者製作原創短篇卡通影片的技能,採用敘事主導的垂直格式(9:16,1080×1920,30 fps)。它引導使用者從腳本發想、旁白撰寫與計時,一路到使用 Three.js 建立 3D 世界與角色、進行音效設計,最終輸出 MP4 檔案。此技能支援 Claude Code 等 AI 代理環境,並假設專案目錄結構中包含 `engine/`、`tools/` 和 `example/soldier/` 等目錄。它透過一系列階段性工作流程運作:確認起點、產生點子、撰寫旁白,然後從使用者提供的語音錄音開始,依序進行專案設定、旁白對時、分鏡規劃、世界與角色建置、音效設計,最後是預覽與最終渲染。此技能強調製作獨特的扁平插畫風格角色,搭配有質感的 3D 世界,並嚴格遵守原創性與版權規範。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Alone-legacy/cartoon-video-skill/tree/HEAD

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

卡通影片技能

協助使用者製作原創、敘事主導的垂直卡通短片。儲存庫根目錄即為技能目錄:engine/、tools/ 與 example/ 都直接位於其內(沒有 kit/ 子目錄)。持續讓使用者了解計畫進度,在長時間渲染前先審視靜態畫面,並誠實回報任何無法使用的工具或未完成的階段。

創意方向

標誌性風格是:在色彩豐富、立體的 3D 世界中,呈現表現力豐富的扁平插畫角色卡片:帶有紋理的材質、墨線輪廓、氛圍照明、景深效果與流暢的運鏡。預設使用垂直 9:16 構圖、1080×1920、30 fps。運用視覺說故事、易辨識的剪影、刻意安排的場景,以及與旁白相襯的反應。

  • 故事、角色與鏡頭設計必須原創;不要逐鏡複製其他創作者的影片。
  • 不要讓真實存在的在世人物成為角色,或包含品牌吉祥物/標誌。
  • 除非使用者要求,否則不要加入字幕。任何存在於世界中的文字必須方向正確且清晰可讀。
  • 避免圖像暴力內容,且不要將真實的在世人物作為嘲笑的目標。
  • 當瀏覽/研究工具可用時,驗證事實性主張。明確標示傳說與有爭議的故事;切勿將病毒式軼事當作已確認的事實呈現。
  • 保留使用者的語音錄音。時間安排應配合錄音;不要為了配合動畫而編輯或重新調整旁白的時間。
  • 保持旁白清晰可懂。音樂與音效應支援旁白,而非壓過它。

第 1 階段 — 找到起點

首先檢查使用者的訊息與附件。如果有語音旁白,請使用它,並僅在需要解決時間問題時才要求提供最終腳本。否則,詢問使用者是否有旁白、有腳本但需要錄製,或是想要點子與腳本。如果未知,詢問目標時長;預設為 20–30 秒,可依要求延長至 45–60 秒。

不要詢問已經提供的資訊。保持下一步驟清晰明瞭,並為多步驟工作提供簡潔的進度核對清單。

第 2 階段 — 點子(當要求時)

提供正好 10 個編號的點子,然後要求使用者選擇一個或請求更多。每個點子包含:

  • 一個引發好奇心的標題(約 5–8 個字)。
  • 一個以平實方式陳述的強而有力開場鉤子。
  • 一句話的轉折/回報。
  • 為什麼這個故事適合動畫化(2–3 個視覺時刻)。
  • 它是文件記載的歷史、有爭議的,還是民間傳說。

偏好清晰的角色、具體的利害關係、可見的因果關係、逐步升級的情節,以及諷刺或令人驚訝的回報。變換時代與主題。當研究工具可用時,對任何描述為真實的事件研究關鍵事實。

第 3 階段 — 撰寫旁白

僅撰寫旁白——口語稿中不要有舞台指示。目標約為每秒 3.7 個口語單詞(20 秒約 75 詞,30 秒約 110 詞,或 60 秒約 220 詞)。結構如下:

  1. 鉤子:以驚人主張開場,無需冗長鋪墊。
  2. 設定:用一個具體細節確立時間、地點與人物。
  3. 升級:透過 2–4 個越來越生動的節拍推進。
  4. 轉折:解釋機制或揭示關鍵事實。
  5. 回報:以一個簡短、令人難忘的轉折作結。

使用口語化的語言、縮寫,以及大部分較短的句子。當這樣能改善旁白時,將數字寫為口語詞。不要描述觀眾已經能看到的東西。在一個可複製的區塊中回傳腳本,並附上單詞數與估計時長,接著提供簡短的視覺計畫與實用的錄製建議。當腳本獲得批准後,要求提供旁白。保留最終腳本文字以利計時;如果錄音內容不同,請取得實際說出的版本。

第 4 階段 — 從語音旁白開始建構

依序執行以下階段,僅當缺少輸入阻礙進度時才提問。使用使用者批准的腳本作為計時參考。如果沒有語音辨識工具可用,則腳本是必需的:不要聲稱能在沒有適當工具的情況下理解或轉錄音訊。

4.1 準備專案

技能工具包位於儲存庫根目錄。使用以下指令建立一個單獨的工作專案:

bash <技能根目錄>/tools/setup.sh <專案目錄>

為 <技能根目錄> 使用實際的安裝路徑。設定腳本會將 engine/、tools/ 以及已完成的範例入門檔案複製到專案中,並可能從上游來源擷取 Three.js 與角色函式庫的程式碼。不要使用 <技能根目錄>/kit/tools/setup.sh,該路徑在此儲存庫中不存在。

檢查是否具備 Node.js 22.6+、Python 3(含 NumPy,如果是連絡表則需 Pillow)、FFmpeg/FFprobe、Git 與 Playwright(含 Chromium)。解釋缺少的必要條件,並在進行影響重大的系統級更改前徵求同意。不要為了解決網路限制而停用 TLS、繞過代理,或使用不受信任的可執行檔下載。僅在不得已時才使用 Chromium 軟體 WebGL 作為備案,並警告這可能導致渲染速度緩慢。

4.2 為旁白計時

從專案目錄執行:

python3 timing.py voice.mp3 script.txt --out work

計時工具在可用時會使用 Whisper/faster-whisper 的字詞時間戳記。否則,在有腳本的情況下,它會將短語對齊到偵測到的語音區段。檢查 work/phrases.json;在規劃鏡頭前修正明顯的短語邊界錯誤。總幀數約為時長 × 30。如果語音辨識和最終腳本都不可用,請要求提供腳本,而不是猜測。

4.3 在編碼前規劃鏡頭

撰寫 work/PLAN.md,每個鏡頭一行:起始/結束幀數、口語短語、場景、燈光、運鏡、角色/姿勢/表情、特效與音效提示。

  • 在第 0 幀放置一個引人入勝的鉤子影像。
  • 通常每個短語使用一個鏡頭;在有用時合併非常短的短語。
  • 用具體的視覺動作或一個承載笑點的道具來展示每個句子。
  • 變化鏡頭尺寸與構圖:特寫、寬景揭示、雙人鏡頭、插入鏡頭、反應鏡頭與環境移動。
  • 使用燈光來釐清故事節拍。讓時間跳躍在視覺上易於理解。
  • 刻意安排轉折;讓其視覺回報精準落在最後幾個詞上。

4.4 建構世界與角色陣容

以 engine/ 和複製的專案檔案為準。改編 web/story.js(從 example/soldier/story.js 改編)以及複製的音訊提示表(從 example/soldier/audio.py 改編);不要覆寫技能儲存庫中的範例。遵循複製的引擎與範例程式碼中的合約與匯出。

從簡單的 3D 幾何形狀與繪製材質建構環境。在安排縱深與前景物體時,請牢記垂直畫框。製作可由幀數/時間控制的、由故事驅動的佈景,並確保世界狀態在任何要求的幀數下都是確定的。保持角色卡片清晰可讀,包含適當的姿勢、表情、眨眼與細微的待機動作。使用流暢的攝影機滑行、有意的對焦以及次要動作,但不要分散對旁白的注意力。驗證劇中文字沒有鏡像反轉。

如果更改了角色原始碼,請依照生成的專案中記錄的重建程序進行。在依賴新設計前,先渲染角色測試/連絡表。除非場景需要且結果已經過檢查,否則避免更改渲染器的核心材質/深度/墨線合約。

4.5 音效設計

根據故事改編範例提示表。使用音樂建立情緒並支援節奏;在有意義的動作、轉場與揭示時使用音效。確保旁白在前,防止音效驚嚇到觀眾而蓋過旁白,並且未經許可不使用受版權保護的音樂或音效。在編碼前渲染/檢查混音;回報任何未解決的削波或平衡問題,而不是聲稱音訊已通過品質檢查。

在最終確定音效提示前鎖定畫面時間。如果鏡頭時間發生變化,請重新檢視音效提示時間與混音。

4.6 審視、渲染與完成

渲染每個鏡頭的代表性幀數,包括轉場與關鍵動作。使用提供的工具建立連絡表並檢查它(或使用可用的影像檢視工具)。在開始長時間渲染前,修正構圖、遮擋、鏡像文字、空白幀、燈光與角色可讀性。當環境支援檔案分享時,與使用者分享審查表與簡潔的鏡頭摘要,然後繼續進行完整渲染。

典型專案指令(從生成的專案目錄執行):

node render.mjs stills/review "0,60,120"
python3 sheet.py stills/review stills/contact-sheet.jpg
node render.mjs frames "0-<最後幀數>"
bash finish.sh "短片標題"

使用從語音旁白導出的實際幀數範圍。僅當複製的渲染器版本支援恢復模式時才使用恢復。檢查程序完成狀態與錯誤;不要假設已啟動的背景程序已經完成。完成工具會編碼一個 MP4 並列印基本的媒體/黑幀/凍結/響度檢查。檢查最終檔案與品質分析輸出,如果任何檢查無法執行,請誠實告知。

當檔案分享工具可用時,交付 MP4 與一個簡短的鏡頭描述。否則,提供確切的輸出路徑並解釋使用者如何檢索它。僅在使用者要求時才提供針對性的修改或字幕。

儲存庫與依賴關係說明

  • engine/:Three.js 渲染器與世界、繪製、動作與角色輔助工具。
  • tools/:專案設定、計時、幀渲染、連絡表與完成腳本。優先使用這些來自技能儲存庫的標準腳本。
  • example/soldier/:已完成的範例;將其作為起點,而非自動重複的故事。
  • 設定程序會檢索一些第三方依賴項。尊重其上遊授權條款,且不要聲明擁有第三方程式碼的所有權。
  • 生成的音訊、幀、連絡表與 MP4 檔案屬於使用者的工作專案。不要將私人語音錄音或機密提交到技能儲存庫。

相關技能