Communitygithub.com

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

為創作者、教育者和社群短片編輯者設計,將敘述、知識點、觀點或抽象主題轉化為觸覺式的紙拼貼動畫。使用者提供原始文案、故事節拍或核心概念,並可指定長寬比、時長、色調和音訊需求。此技能會提取含義、提出視覺隱喻、準備製作計劃和故事板、生成經核准的半色調拼貼靜態圖,然後建立具有紙張移動和觸覺音效的定格動畫片段,並可選擇最終組裝。預設保留拼貼音效,不會新增背景音樂、旁白或字幕,除非使用者要求。最適用於解說、觀點、故事視覺化和社群B-roll;不適用於主持人廣告、可編輯圖層、複雜排版或僅提示詞任務。

ComfyUI-MiniMax-H3-SkillBridge 是什麼?

這項技能專為需要將文字概念轉化為高質感紙拼貼動畫的使用者設計。它深度整合了 ComfyUI 與 MiniMax-H3 模型,提供從概念解析、視覺隱喻提案、製作計劃與故事板生成、靜態圖生成與核准,到最終定格動畫片段產出的一條龍流程。技能重視風格一致性與工藝感,預設輸出 16:9 橫向、約 4 秒的片段,並採用旗艦級編輯式半色調紙拼貼風格:包含粗體色塊、黑白照片剪裁、有色卡紙點綴、暖色奶油線條和柔和紙影。其音訊政策明確保留觸覺拼貼音效,預設不加入背景音樂、旁白或字幕,除非使用者明確要求。支援處理多個短句或故事節拍,並能批次轉換為各自獨立的視覺隱喻動畫,非常適合知識解說、觀點表達和社群媒體 B-roll 製作。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge/tree/HEAD/skills/paper-collage-explainer-generator

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

紙拼貼解說動畫生成器

將簡短的旁白、故事主題、觀點句子或抽象概念,轉變為連貫的編輯式紙拼貼動畫序列。視覺語言為頂級半色調紙拼貼:大膽的扁平色塊、黑白相片剪裁、選擇性的有色卡紙點綴、暖色奶油色邊線、柔和的紙張陰影、觸感十足的定格動畫組裝,以及清脆的拼貼音效。

此技能使用其原生圖片、影片、音訊與可選的後製功能。它優先考慮風格連貫性、色彩和諧、受控的紙張紋理、定格拼貼節奏,以及一套預設保留觸覺拼貼音效,但不新增背景音樂、旁白或字幕(除非使用者要求)的音訊政策。

使用時機

當使用者想要以下情況時,使用此技能:

  • 將簡短的腳本台詞轉為視覺隱喻拼貼動畫
  • 透過拼貼 B-roll 解說一個簡單的故事或文學主題
  • 為旁白或社群影片製作編輯式紙拼貼動畫
  • 製作從空白色域中組裝物件的半色調拼貼動畫
  • 將一批簡短的抽象句子或故事節拍,轉換為各自獨立的視覺隱喻動畫片段
  • 製作觸覺知識解說,內容包含紙張的喀噠聲、爆裂聲、滑動聲、按壓聲和沙沙聲,但沒有自動的音樂或旁白

當使用者需要以下情況時,請勿使用此技能:

  • 寫實的產品廣告或主持人主導的影片
  • 精確的可編輯圖層、時間軸關鍵影格或透明剪裁素材
  • 精確的標誌放置或可讀排版
  • 僅有書面影片提示詞而無實際生成

預設創意目標

除非使用者另有指定:

  • 輸出比例:16:9 橫向
  • 片段長度:每個片段約 4 秒
  • 音訊預設:僅保留或生成觸覺紙拼貼音效,例如紙張滑動、爆裂、按壓、輕微沙沙聲和輕柔輕拍聲
  • 預設:不新增背景音樂。若認為背景音樂可能有幫助,你可以詢問使用者是否需要,但只有在使用者明確確認後,才能加入音樂
  • 預設:不新增旁白、口語解說或主持人敘述。若你認為專案可能受益,你可以詢問使用者是否需要旁白/口播,但只有在使用者明確確認後,才能撰寫、合成或新增口語音訊
  • 預設:不新增字幕。你可以詢問使用者是否需要字幕,但只有在使用者明確確認後,才能建立或燒錄字幕
  • 視覺風格:頂級編輯式半色調紙拼貼
  • 動態風格:觸覺定格動畫組裝,非慢速縮放、一般漂移或平滑的數位圖層移動
  • 預設影片生成模型:MiniMax-H3,除非使用者明確指定其他模型、該模型不可用,或有嚴格的功能需求排除它
  • 圖片/影片中的文字:避免可讀的字母、數字、UI、字幕、浮水印和標誌
  • 圖片品質與深度:優先考量視覺吸引人、有層次的 16:9 構圖,具有清晰的前景、中景和背景深度、強烈的主體層級、豐富但可讀的場景設計,以及受控的負空間

音訊政策

此技能的預設交付方式是帶有拼貼音效,不含背景音樂、旁白或字幕。

  1. 在第一次製作計劃確認時,明確說明預設媒體處理方式:保留或生成觸覺紙拼貼音效;不預設加入背景音樂、旁白/口播和字幕。
  2. 可以詢問使用者是否需要旁白/口播、背景音樂或字幕,特別是在解說類內容中,但應將三者都視為可選附加項目,而非預設。
  3. 不要推斷解說內容自動需要口語旁白。如果使用者未選擇旁白,請建立視覺故事節拍,而非旁白腳本。
  4. 不要推斷社群影片自動需要背景音樂或字幕。如果使用者未選擇它們,請讓片段僅保留音效。
  5. 生成影片片段時,若所選的影片模型支援音訊,請求加入同步的觸覺拼貼音效:紙張滑動、爆裂、按壓至平、輕柔輕拍和輕微紙張沙沙聲。
  6. 最終組裝時,保留原始片段中包含拼貼音效的音軌。不要預設移除音訊。
  7. 僅在使用者要求靜音、生成的音訊包含不必要的語音/音樂、或使用者要求分開的音樂/旁白混音時,才移除或替換音訊。僅在使用者明確要求時,才建立字幕。

全域風格規則

將這些規則應用於專案中的每一張靜態圖和每一段影片:

  1. 統一整體視覺風格。 每個片段都應感覺像是同一個編輯式紙拼貼系列的一部分:半色調剪裁、扁平色域、暖色奶油色邊線、柔和實體陰影、乾淨構圖、觸感紙張材質,以及協調的拼貼音效。
  2. 控制紙張紋理強度。 紙張不能看起來完全平坦,但也不能看起來過於老舊、骯髒、皺摺或泛黃,除非使用者明確要求。偏好乾淨、精緻的手工紋理:細微的纖維、略為不規則的撕裂邊緣、輕微的毛邊纖維、分層接縫和柔和陰影。
  3. 統一色調。 當牛皮紙、棕色、泛黃或破損的底紙與已核准的靜態圖或批次調色盤衝突時,不要引入它們。每個片段應從符合已核准最終靜態圖主要色彩方向的紙張色域開始。
  4. 讓動態表現為定格拼貼。 使用清晰的紙片動作:逐一出現、滑入或彈入到位、輕微彈跳、按壓至平、暫停,然後鎖定在最終於構圖中。避免快速旋轉、過度翻轉、混亂的物件飛行、全域淡入淡出、平滑的數位平移、縮放或一般漂移。
  5. 保持片段協調。 一旦一兩個片段建立了已核准的批次風格和音效節奏,後續的片段和修改都應參照該節奏和調性,使整個序列感覺連貫。
  6. 預設使用精緻的 16:9 分層場景。 除非使用者明確要求其他平台畫面,否則規劃並生成 16:9 橫向。利用更寬的畫布來建立吸引人的前景/中景/背景分離、更豐富的環境道具、清晰的主體層級和電影般的橫向構圖,同時避免畫面變得雜亂。
  7. 強調紙拼貼工藝。 每一張靜態圖和每一個片段都應讓紙拼貼手法顯而易見:可分離的紙張群組、半色調相片剪裁、有色卡紙點綴、觸感陰影、撕裂邊緣、分層接縫,以及諸如彈入、滑入、輕微彈跳、按壓至平、暫停和鎖定等定格動畫動作。

步驟 1:解析輸入

對於每一行文字、概念、故事或主題,提取:

  • 核心意義:觀眾應理解什麼
  • 情緒:平靜、緊急、諷刺、驚訝、荒謬、澄清、反思、神秘或好玩
  • 動作動詞:打開、連接、洩漏、歸檔、壓縮、分裂、照亮、綁定、組裝、揭示、落下、追逐、轉變、碰撞
  • 視覺隱喻:一個具體的影像,能在不把腳本寫在螢幕上的情況下表達想法
  • 關鍵物件:三到六個大型可讀的紙張群組
  • 音訊含義:該節拍是否適合使用紙張滑動、爆裂、按壓、輕拍、沙沙聲或啪嚓音效

對於一個故事主題,除非使用者指定數量,否則將故事拆分為三到六個簡潔的節拍。相似的節拍可以共享相同的設計語言,但每個節拍都應有獨特的隱喻、物件組合、色域和音效節奏。

步驟 2:關卡 1 — 製作計劃文件批准

在生成任何媒體之前,建立一份簡潔的製作計劃文件並停止以等待使用者批准。在使用者確認此文件之前,不要生成靜態圖或影片。

製作計劃必須包含:

簡報

  • 主題或原始文案
  • 目標觀眾/使用情境(已知時)
  • 長寬比和時長假設
  • 基調和節奏
  • 視覺風格摘要
  • 媒體處理方式,說明:預設保留或生成拼貼音效;除非使用者明確要求,否則不新增背景音樂、旁白/口播和字幕
  • 有用時的可選附加問題:詢問使用者是否需要旁白/口播、背景音樂或字幕,但將它們保持為可選

視覺隱喻

對於每個計劃中的片段:

  • 核心意義
  • 情緒
  • 一句話的視覺提案
  • 三到六個關鍵物件
  • 建議的背景色和強調色
  • 預期的組裝順序
  • 預期的拼貼音效時刻,例如滑動、爆裂、按壓、輕拍、沙沙聲或啪嚓

腳本/視覺節拍軌道

如果使用者明確要求旁白,請撰寫簡潔的旁白腳本。如果使用者未明確要求旁白,請不要撰寫旁白腳本;而是撰寫一條無聲的視覺節拍軌道,解釋觀眾從序列中理解到的內容。

如果使用者僅需要為現有文案提供 B-roll,請保留原始文案作為上下文,而不是發明旁白。

故事板

對於每個片段,包含:

  • 片段標題
  • 最終影格描述
  • 動態構想
  • 大約時長
  • 拼貼音效構想
  • 關於風格連續性和色彩和諧的備註

在呈現製作計劃文件後,等待使用者批准、拒絕或修改。如果使用者僅批准某些編號項目,則僅推進這些項目並修改其餘部分。

步驟 3:建立靜態影格規格

在製作計劃獲得批准後,為每個已批准的片段撰寫一份緊湊的視覺規格。該規格應能獨立運作,並適合用於圖片生成。

包含:

  • 腳本意義或故事節拍
  • 視覺隱喻
  • 長寬比
  • 背景色域
  • 強調色
  • 關鍵物件群組及其角色
  • 構圖、前景/中景/背景深度和負空間
  • 最終影格關係
  • 風格連續性備註
  • 此特定靜態圖的避免清單

使用此風格簽名:

粗體扁平色塊,黑白半色調相片剪裁,選擇性有色卡紙點綴,暖色奶油色邊線,柔和紙張陰影,細膩無塗佈紙張紋理,頂級編輯式紙拼貼,乾淨精緻的手撕紙邊緣,細微纖維邊緣,分層紙張接縫

色彩指導:

  • 焦橙色或紅色:勞動、時間壓力、緊急
  • 芥末黃:工具、警告、累積錯誤
  • 墨綠色:認知、重置、判斷、超現實的平靜
  • 深紫色:記憶、結構、神秘、夢境邏輯
  • 青綠色:協作、執行、系統流程
  • 玫瑰紅:荒謬、儀式、戲劇張力

不要將鈷藍設為自動預設。透過紙張紋理、半色調處理、邊線、陰影、構圖和受控的調色盤,使批次視覺統一。僅在故事節拍受益於對比時,才改變色域。

步驟 4:關卡 2 — 生成並批准靜態影格

每個已批准的片段生成一個最終靜態影格。該靜態圖必須看起來像是未來動畫的已完成最終影格。

靜態影格要求:

  • 使用使用者指定的長寬比;否則預設為 16:9 橫向
  • 帶有細微纖維紋理的粗體扁平紙張背景
  • 三到六個大型可分離的物件群組,除非已批准的故事板需要稍多
  • 清晰的中心主體、強烈的視覺層級、充足的乾淨負空間,以及可見的前景/中景/背景分層
  • 黑白半色調相片剪裁作為主要結構,結合豐富但可讀的場景道具來支持故事節拍
  • 選擇性的有色卡紙點綴,僅在它們有助於釐清層級時使用
  • 暖色奶油色邊線、柔和的紙張實體陰影、精緻的撕裂邊緣,以及細膩的分層紙張接縫
  • 無可讀文字、虛假字母、數字、字幕、UI、浮水印或標誌,除非明確要求

顯示生成的靜態影格給使用者,並在影片生成前停止以等待批准。如果靜態圖看起來太雜亂、顏色不匹配、紙張圖層過多、邊緣過於平坦的數位感、或過多老舊/泛黃的紙張紋理,請在影片生成前修改靜態圖。

步驟 5:規劃定格組裝

對於每個已批准的靜態影格,準備一個將該靜態圖視為已完成最終影格的運動計劃。

預設運動順序:

  1. 從與已批准靜態圖主要背景匹配的乾淨紙張色域開始,而不是不匹配的牛皮紙或棕色底色。
  2. 基礎結構以紙片滑入、彈入或按壓到位的方式出現。
  3. 角色、卡片、物件或主要隱喻元素進入。
  4. 次要物件逐一組裝,帶有輕微彈跳、按壓至平和暫停節拍。
  5. 最終關係鎖定在已批准的構圖中。
  6. 在結尾短暫保持完成的靜態影格狀畫面。

運動提示詞指導:

紙拼貼定格動畫組裝。從一個與已批准靜態圖背景色和色調相匹配的乾淨紙張色域開始。以觸覺定格動畫的節奏,逐件組裝場景:前景、中景和背景紙張群組以可讀的順序出現;每個紙張物件出現、滑入或彈入、輕微彈跳、按壓至平、暫停並鎖定到位。保留半色調點、奶油色邊線、細微的纖維撕邊、分層紙張接縫、柔和陰影、紙張紋理、色域和已批准的長寬比。以與已批准靜態影格相匹配的已完成構圖結束。聲音設計:僅觸覺拼貼音效,與紙片運動同步:適當處加入輕柔紙張滑動、彈入、按壓至平輕拍、輕微沙沙聲和細小紙張啪嚓聲。預設:除非使用者明確要求,否則不加入背景音樂、旁白、對話或字幕。沒有不匹配的牛皮紙開場,沒有棕色/泛黃底色(除非已批准),沒有快速旋轉,沒有混亂物件飛行,沒有平滑數位圖層移動,沒有場景切換,沒有攝影機移動,沒有縮放,沒有變形,沒有新物件,沒有文字,沒有標誌,沒有浮水印,沒有UI。

步驟 6:生成帶拼貼音效的 B-roll 片段

在關卡 2 批准後,生成…

[此處內容已截斷以利翻譯]

Individual skills in this repo

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

StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Create complete stylized 3D animated shorts from a story idea through an ordered production workflow covering project brief, story outline, character and environment cards, standardized shot planning, text or optional pencil storyboards, video-model selection, single-shot generation, assembly, BGM matching, and final review. Use when the user wants an end-to-end narrative animation workflow with strong character consistency, scene continuity, timing, camera, performance, and audio control. Not for single images, simple edits, photorealistic live action, or one standalone clip.

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 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.

相關技能