用《渡口》跑通全流程shuohao-skills AI 短剧管线实操案例6 集大纲到 34 个分镜一次看完【免费下载链接】shuohao-skillsAI 短剧制作的 skill 集合拆角色、排大纲、出场景与道具设定、写剧本、切分镜 | Agent skills for AI short-drama production — character bibles, adaptation outlines, art bibles, screenplays, storyboards. Runs in Claude Code codex.项目地址: https://gitcode.com/gh_mirrors/sh/shuohao-skillsshuohao-skills 是一个面向 AI 短剧制作的 skill 集合把一本小说拆成角色设定集、改编成短剧大纲、出场景与道具美术设定、写剧本、切分镜最终产出能直接喂给视频生成管线的素材包。它跑在 Claude Code 和 codex 里零 API key、零 npm 依赖。这篇文章用仓库自带的短故事《渡口》当素材把从 6 集大纲到 34 个分镜的完整实操走一遍每一步都有现成的样例数据可以对答案。一、这条 AI 短剧管线长什么样五个 skill 各管一层上游产出直接作为下游输入一层一层收敛Skill干什么核心质量门novel-characters小说拆角色画像、形象提示词、音色提示词、设定图引文逐字、出图提示词不含人名novel-outline改编成短剧大纲五件套改编说明、人物表、爽点表、分集梗概、资产清单爽点间隔 ≤ 3 集、每集钩子必填novel-art场景 叙事道具美术设定锚点、光照变体、白底提示词锚点 3–5 个、无人无手novel-script写剧本场次 节拍流时长按语速折算每集时长 ±15%、钩子前 3 拍兑现novel-storyboard切分镜段 ≤15 秒、分镜 2–5 秒出 H3 视频提示词节拍恰好认领一次、提示词逐字对账一个关键设计质量门全部是脚本检查不靠模型自觉。53 道质量门13 11 10 16 校验每一道都有击穿用例违规会逐条点名改完重跑直到通过。二、一键安装把 5 个 skill 接进 Claude Code / codex仓库自带安装脚本 scripts/install.sh会自动检测你本机装的是 Claude Code 还是 codex然后把 skill 软链过去——之后git pull就生效不用重装git clone https://gitcode.com/gh_mirrors/sh/shuohao-skills cd shuohao-skills ./scripts/install.sh前置条件只有两个Node ≥ 18脚本只用标准库不需要npm install和当前会话的模型额度不需要任何 API key。codex CLI 是可选的只有出设定图时才会用到。三、第一步拆角色——《渡口》4 个角色一张表《渡口》是仓库自带的短故事样例 渡口.txt4 个角色其中货郎全程只有绰号、船夫只被叫过「老伯」——专门用来验证别名归并。跑一遍 novel-characters得到人物画像、形象提示词、音色提示词和角色设定图最终产出渡口-cast.json/渡口-cast.md报告界面长这样设定图是一张 16:9 横版左侧半身像当面部基准右侧三视图 细节条保证后续每一集生成的角色都是同一张脸工作流细节都写在 novel-characters/SKILL.md 里分块扫描 → 归并同名角色 → 逐角色出卡 →validate校验 →render出报告全程约 10 步。四、第二步排大纲——6 集 × 2 分钟的改编五件套novel-outline 把《渡口》改编成6 集 × 2 分钟的微型大纲四角色、三场景、四爽点13 道质量门全部通过。大纲五件套是改编说明、人物表、爽点表、分集梗概、资产清单样例数据在 渡口-outline.json可以直接打开看结构改编决策全部落在纸面上保留「浓雾渡口」的封闭空间天然的单场景悬疑舞台省景又聚戏砍掉县城当铺支线两分钟一集装不下第二个舞台路人甲乙并入胡二爷。报告页里还有爽点时间轴——哪个集数之间出现爽点真空会直接标红。另外它支持体检模式贴一份现成大纲只跑质量门给诊断质量门面板就是诊断书。五、第三步出美术设定——3 个场景 2 件叙事道具novel-art 有上游就吃上游seed命令直接读 outline.json场景清单、出现集、承载爽点确定性搬运不让模型重新想一遍。《渡口》的产出是 3 个场景 2 件叙事道具旧皮箱、县衙旧砚11 道质量门全过这一层是为 AI 生成而非实拍服务的每个场景 3–5 个一致性锚点观众靠它认场景、QC 靠它核对生成镜头有没有漂、光照时段变体AI 换时段是重新生成不是重新打灯、道具白底无手提示词要能抠图贴进各种镜头。样例在 渡口-art.json。六、第四步写剧本——9 场 123 句台词每集 120 秒 ±15%剧本层的原则是「剧本管戏分镜管拍」只写集、场次、节拍流不碰镜头。《渡口》样例 渡口-script.json 是全 6 集完整剧本9 场 123 句台词每集冷开场兑现钩子、时长全部落在 120 秒 ±15% 区间内两个对新手最实用的细节时长仪表每集条形打在目标区间带上超欠当场标红——台词按 4.5 字/秒折算、动作按 2.5 秒/拍写超写欠当场拦下不流到生成环节才发现。台词本按角色聚合每个角色组头带音色提示词按钮来自 novel-characters 的 cast.json台词和音色一页配齐直接对接 TTS。七、第五步切分镜——10 段 34 切H3 提示词逐字对账分镜是管线里第一个直接面对视频模型的层核心机制是镜头认领节拍每个切声明覆盖剧本哪几个连续节拍剧本一改、重跑validate失效的镜头当场点名。《渡口》第 1 集样例 渡口-storyboard.json10 段、34 个分镜切认领剧本全部 35 拍平均 3.5 秒一切共 119 秒目标 120 秒2 个生成批次16 道质量门全过每段自带一条 MiniMax H3 视频提示词对齐指令和切点时刻由分镜秒数推导、逐字对账台词逐字进d块。最后的export一键出投产包——每段一个文件夹提示词 分镜图清单齐活直接下单给视频模型。八、实操建议照着样例抄作业对刚入门 AI 短剧工作流的人来说最省事的路线是先跑通《渡口》样例再看自己的书五个 skill 的examples/目录里都是《渡口》的完整产出cast / outline / art / script / storyboard 五份 JSON同时当测试夹具——先打开看结构再理解每个 skill 在生成什么每个 skill 都有 selftest.mjs 自测脚本不调模型、不花额度1 秒跑完确认环境没问题自己的项目按 characters → outline → art → script → storyboard 顺序走每层validate不过不往下走——上游改了就重跑校验报错会点名下游哪里断了出图环节角色设定图、场景设定图、分镜图都走 codex 内置$imagegen可选项没有 codex 就跳过出图提示词照样交付。五个 skill 的报告都支持中英双语界面render --lang en质量门从 1.0 到 1.2 的演进细节可以翻 CHANGELOG.md比如「冷开场要在运动中给」这条规则就是从《渡口》的人审里长出来的。从一本小说到 34 个分镜、119 秒成片素材全程没有一个手写参数。这就是 shuohao-skills 想做的事把 AI 短剧制作拆成五个可校验的环节让每一步的产出都能被脚本对账。【免费下载链接】shuohao-skillsAI 短剧制作的 skill 集合拆角色、排大纲、出场景与道具设定、写剧本、切分镜 | Agent skills for AI short-drama production — character bibles, adaptation outlines, art bibles, screenplays, storyboards. Runs in Claude Code codex.项目地址: https://gitcode.com/gh_mirrors/sh/shuohao-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 用《渡口》跑通全流程：shuohao-skills AI 短剧管线实操案例，6 集大纲到 34 个分镜一次看完
用《渡口》跑通全流程shuohao-skills AI 短剧管线实操案例6 集大纲到 34 个分镜一次看完【免费下载链接】shuohao-skillsAI 短剧制作的 skill 集合拆角色、排大纲、出场景与道具设定、写剧本、切分镜 | Agent skills for AI short-drama production — character bibles, adaptation outlines, art bibles, screenplays, storyboards. Runs in Claude Code codex.项目地址: https://gitcode.com/gh_mirrors/sh/shuohao-skillsshuohao-skills 是一个面向 AI 短剧制作的 skill 集合把一本小说拆成角色设定集、改编成短剧大纲、出场景与道具美术设定、写剧本、切分镜最终产出能直接喂给视频生成管线的素材包。它跑在 Claude Code 和 codex 里零 API key、零 npm 依赖。这篇文章用仓库自带的短故事《渡口》当素材把从 6 集大纲到 34 个分镜的完整实操走一遍每一步都有现成的样例数据可以对答案。一、这条 AI 短剧管线长什么样五个 skill 各管一层上游产出直接作为下游输入一层一层收敛Skill干什么核心质量门novel-characters小说拆角色画像、形象提示词、音色提示词、设定图引文逐字、出图提示词不含人名novel-outline改编成短剧大纲五件套改编说明、人物表、爽点表、分集梗概、资产清单爽点间隔 ≤ 3 集、每集钩子必填novel-art场景 叙事道具美术设定锚点、光照变体、白底提示词锚点 3–5 个、无人无手novel-script写剧本场次 节拍流时长按语速折算每集时长 ±15%、钩子前 3 拍兑现novel-storyboard切分镜段 ≤15 秒、分镜 2–5 秒出 H3 视频提示词节拍恰好认领一次、提示词逐字对账一个关键设计质量门全部是脚本检查不靠模型自觉。53 道质量门13 11 10 16 校验每一道都有击穿用例违规会逐条点名改完重跑直到通过。二、一键安装把 5 个 skill 接进 Claude Code / codex仓库自带安装脚本 scripts/install.sh会自动检测你本机装的是 Claude Code 还是 codex然后把 skill 软链过去——之后git pull就生效不用重装git clone https://gitcode.com/gh_mirrors/sh/shuohao-skills cd shuohao-skills ./scripts/install.sh前置条件只有两个Node ≥ 18脚本只用标准库不需要npm install和当前会话的模型额度不需要任何 API key。codex CLI 是可选的只有出设定图时才会用到。三、第一步拆角色——《渡口》4 个角色一张表《渡口》是仓库自带的短故事样例 渡口.txt4 个角色其中货郎全程只有绰号、船夫只被叫过「老伯」——专门用来验证别名归并。跑一遍 novel-characters得到人物画像、形象提示词、音色提示词和角色设定图最终产出渡口-cast.json/渡口-cast.md报告界面长这样设定图是一张 16:9 横版左侧半身像当面部基准右侧三视图 细节条保证后续每一集生成的角色都是同一张脸工作流细节都写在 novel-characters/SKILL.md 里分块扫描 → 归并同名角色 → 逐角色出卡 →validate校验 →render出报告全程约 10 步。四、第二步排大纲——6 集 × 2 分钟的改编五件套novel-outline 把《渡口》改编成6 集 × 2 分钟的微型大纲四角色、三场景、四爽点13 道质量门全部通过。大纲五件套是改编说明、人物表、爽点表、分集梗概、资产清单样例数据在 渡口-outline.json可以直接打开看结构改编决策全部落在纸面上保留「浓雾渡口」的封闭空间天然的单场景悬疑舞台省景又聚戏砍掉县城当铺支线两分钟一集装不下第二个舞台路人甲乙并入胡二爷。报告页里还有爽点时间轴——哪个集数之间出现爽点真空会直接标红。另外它支持体检模式贴一份现成大纲只跑质量门给诊断质量门面板就是诊断书。五、第三步出美术设定——3 个场景 2 件叙事道具novel-art 有上游就吃上游seed命令直接读 outline.json场景清单、出现集、承载爽点确定性搬运不让模型重新想一遍。《渡口》的产出是 3 个场景 2 件叙事道具旧皮箱、县衙旧砚11 道质量门全过这一层是为 AI 生成而非实拍服务的每个场景 3–5 个一致性锚点观众靠它认场景、QC 靠它核对生成镜头有没有漂、光照时段变体AI 换时段是重新生成不是重新打灯、道具白底无手提示词要能抠图贴进各种镜头。样例在 渡口-art.json。六、第四步写剧本——9 场 123 句台词每集 120 秒 ±15%剧本层的原则是「剧本管戏分镜管拍」只写集、场次、节拍流不碰镜头。《渡口》样例 渡口-script.json 是全 6 集完整剧本9 场 123 句台词每集冷开场兑现钩子、时长全部落在 120 秒 ±15% 区间内两个对新手最实用的细节时长仪表每集条形打在目标区间带上超欠当场标红——台词按 4.5 字/秒折算、动作按 2.5 秒/拍写超写欠当场拦下不流到生成环节才发现。台词本按角色聚合每个角色组头带音色提示词按钮来自 novel-characters 的 cast.json台词和音色一页配齐直接对接 TTS。七、第五步切分镜——10 段 34 切H3 提示词逐字对账分镜是管线里第一个直接面对视频模型的层核心机制是镜头认领节拍每个切声明覆盖剧本哪几个连续节拍剧本一改、重跑validate失效的镜头当场点名。《渡口》第 1 集样例 渡口-storyboard.json10 段、34 个分镜切认领剧本全部 35 拍平均 3.5 秒一切共 119 秒目标 120 秒2 个生成批次16 道质量门全过每段自带一条 MiniMax H3 视频提示词对齐指令和切点时刻由分镜秒数推导、逐字对账台词逐字进d块。最后的export一键出投产包——每段一个文件夹提示词 分镜图清单齐活直接下单给视频模型。八、实操建议照着样例抄作业对刚入门 AI 短剧工作流的人来说最省事的路线是先跑通《渡口》样例再看自己的书五个 skill 的examples/目录里都是《渡口》的完整产出cast / outline / art / script / storyboard 五份 JSON同时当测试夹具——先打开看结构再理解每个 skill 在生成什么每个 skill 都有 selftest.mjs 自测脚本不调模型、不花额度1 秒跑完确认环境没问题自己的项目按 characters → outline → art → script → storyboard 顺序走每层validate不过不往下走——上游改了就重跑校验报错会点名下游哪里断了出图环节角色设定图、场景设定图、分镜图都走 codex 内置$imagegen可选项没有 codex 就跳过出图提示词照样交付。五个 skill 的报告都支持中英双语界面render --lang en质量门从 1.0 到 1.2 的演进细节可以翻 CHANGELOG.md比如「冷开场要在运动中给」这条规则就是从《渡口》的人审里长出来的。从一本小说到 34 个分镜、119 秒成片素材全程没有一个手写参数。这就是 shuohao-skills 想做的事把 AI 短剧制作拆成五个可校验的环节让每一步的产出都能被脚本对账。【免费下载链接】shuohao-skillsAI 短剧制作的 skill 集合拆角色、排大纲、出场景与道具设定、写剧本、切分镜 | Agent skills for AI short-drama production — character bibles, adaptation outlines, art bibles, screenplays, storyboards. Runs in Claude Code codex.项目地址: https://gitcode.com/gh_mirrors/sh/shuohao-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考