Communitygithub.com

exiao/skills

創建並管理一致的 AI 影片角色——定義角色設定、使用 Nano Banana 生成肖像,並儲存設定檔以便在整個系列的所有影片中重複使用。

skills 是什麼?

這個技能用於為 AI 生成的影片系列創建並管理一致的角色。它提供了一個結構化的流程,指導使用者定義角色的名稱、個性、視覺外觀和聲音原型,然後使用 Nano Banana Pro 工具生成肖像和臉部參考圖像。 此技能會建立標準化的配置檔案 (`config.json`),將角色的所有關鍵屬性儲存在 `~/clawd/characters/<角色代號>/` 目錄中,確保角色在跨越多達 100 集的影片中能夠維持視覺與風格的連貫性。 支援的平台包括 TikTok、Reels 和 Shorts。它與其他技能(如 `content-strategy`)以及工具(如 ElevenLabs 和 InfiniteTalk)無縫整合,涵蓋從腳本撰寫到音訊生成及最終影片製作的全部流程。 對於要為特定主題(例如投資、個人理財)創建多個系列的角色,並希望在不同帳號或 A/B 測試中使用不同角色以維持一致品牌形象的開發者或創作者來說,這套技能特別有價值。它幫助使用者避免在不必要時重複創建角色。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/exiao/skills/tree/HEAD/video/character-creation

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

角色創建

一次設計角色,永久重複使用。

一個角色包含:名稱、個性、視覺識別(肖像圖像)以及聲音原型。同一個系列中的每一部影片都使用相同的設定檔,確保角色在 100 集內都能保持一致。

角色檔案儲存在 ~/clawd/characters/<slug>/ 目錄下。


第一步:定義角色

在使用 Nano Banana 之前,先回答以下問題:

欄位說明範例
名稱 (Name)角色在畫面上的名稱"Max", "Dr. Erica", "The Analyst"
代號 (Slug)檔案系統安全識別碼max, dr-erica, the-analyst
平台 (Platform)主要目標平台TikTok, Reels, Shorts
領域 / 主題 (Niche / Topic)這個角色談論什麼?投資、個人理財、加密貨幣
個性 (Personality)最多 3 個形容詞自信、簡潔、反向思考
說話風格 (Speech style)他們如何說話短句。不模稜兩可。經常使用「事情是這樣的:」。
聲音原型 (Voice archetype)供 ElevenLabs 選擇低沉男聲、中頻女聲、有活力的年輕男聲
視覺風格 (Visual style)整體美學寫實、3D 動畫、插畫風格
外觀描述 (Appearance)年齡、種族、服裝、場景35歲,商務休閒風格,極簡主義辦公室背景

儲存答案——你在每個步驟都會用到它們。


第二步:生成肖像

需要兩張圖片:肖像 (portrait)(用於縮圖、品牌宣傳)和 臉部參考 (face reference)(用於 InfiniteTalk 的一致性)。

肖像(9:16,適用於 TikTok/Reels)

uv run ~/clawd/skills/nano-banana-pro/scripts/generate_image.py \
  --prompt "<外觀描述>, 直視鏡頭,自信表情,<視覺風格>,專業打光,乾淨背景" \
  --filename "~/clawd/characters/<slug>/portrait-$(date +%Y-%m-%d).png" \
  --aspect-ratio 9:16 \
  --resolution 2K \
  --thinking high

臉部參考(1:1,適用於 InfiniteTalk)

uv run ~/clawd/skills/nano-banana-pro/scripts/generate_image.py \
  --prompt "<外觀描述>, 極近距離半身照,中性表情,正面面向鏡頭,<視覺風格>,攝影棚燈光,白色背景" \
  --filename "~/clawd/characters/<slug>/face-ref-$(date +%Y-%m-%d).png" \
  --aspect-ratio 1:1 \
  --resolution 2K \
  --thinking high

疊代調整

  • 先從 --resolution 512 開始快速創作草稿。先確定外觀。
  • 確認後,再以 2K 解析度和 --thinking high 重新生成。
  • 如果 80% 正確,就編輯:使用 --input-image 載入草稿並加上提示來指定修正內容。
  • 為確保未來重新生成時的一致性:總是將已核准的臉部參考作為 --input-image 傳入,並加上提示 "保持輸入圖像中的人物五官特徵完全相同"。

第三步:儲存設定檔

建立 ~/clawd/characters/<slug>/config.json:

{
  "name": "Max",
  "slug": "max",
  "platform": "TikTok",
  "niche": "投資 / 股票市場",
  "personality": ["自信", "簡潔", "反向思考"],
  "speech_style": "短而有力的句子。不模稜兩可。挑戰傳統觀點。經常使用「事情是這樣的:」作為轉折。",
  "voice_archetype": "低沉男聲,35-45歲,平穩節奏,略帶銳利",
  "elevenlabs_voice_id": "",
  "visual_style": "寫實",
  "appearance": "35歲男性,下頷線條分明,商務休閒(海軍藍西裝外套,不打領帶),極簡現代辦公室背景,左側暖色主光源",
  "portrait": "portrait-2026-03-03.png",
  "face_ref": "face-ref-2026-03-03.png",
  "created": "2026-03-03",
  "accounts": {
    "tiktok": "",
    "reels": "",
    "shorts": ""
  }
}

在 ElevenLabs 中選取或複製語音後,填入 elevenlabs_voice_id。設定好平台帳號後,再填入 accounts 中的平台代號。


第四步:驗證一致性

在角色準備好上線之前,使用臉部參考作為輸入生成 3 張測試圖片,並驗證:

  • 所有 3 張圖片的五官特徵相同
  • 表情變化可行(中性、微笑、嚴肅)
  • 角色在縮圖尺寸下能清楚辨識(小螢幕測試)

如果一致性出現問題:同時傳入 2-3 張已核准的參考圖片(以逗號分隔的 --input-image)。


角色目錄結構

~/clawd/characters/
  max/
    config.json
    portrait-2026-03-03.png
    face-ref-2026-03-03.png
  dr-erica/
    config.json
    portrait-2026-03-03.png
    face-ref-2026-03-03.png

何時創建新角色

  • 在一個具有不同領域或調性的新平台上建立新帳號
  • 系列概念需要一個視覺上截然不同的角色
  • 在同一個領域中對兩種角色風格進行 A/B 測試

不要僅僅因為要開始一個新系列就創建新角色。如果領域和平台相符,就重複使用現有角色——這正是重點所在。


下游使用方式

角色創建完成後:

  • 腳本 → content-strategy 技能(影片系列部分)會以角色的口吻撰寫每集的腳本
  • 音訊 → ElevenLabs,使用設定檔中的 elevenlabs_voice_id
  • 影片 → InfiniteTalk,使用 face_ref 圖片和 ElevenLabs 音訊
  • 排程 → 將輸出的 MP4 檔案上傳到你所選的平台

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相關技能