三幕式短剧工厂

Agent Skills › ddcat-ai/open-ai-canvas › 三幕式短剧工厂

三幕式短剧工厂

GitHub

自动化短剧生产系统，根据创意自动完成世界观构建、三幕式剧本生成、分集拆解、分镜设计及视频提示词输出，支持多资产一致性控制与替换。

backend/builtin/三幕式短剧工厂/SKILL.md ddcat-ai/open-ai-canvas

Trigger Scenarios

用户提供一句话剧情并请求生成短剧用户要求基于现有剧情进行批量分集或分镜生成

Install

npx skills add ddcat-ai/open-ai-canvas --skill 三幕式短剧工厂 -g -y

More Options

Non-standard path

npx skills add https://github.com/ddcat-ai/open-ai-canvas/tree/main/backend/builtin/三幕式短剧工厂 -g -y

Use without installing

npx skills use ddcat-ai/open-ai-canvas@三幕式短剧工厂

指定 Agent (Claude Code)

npx skills add ddcat-ai/open-ai-canvas --skill 三幕式短剧工厂 -a claude-code -g -y

安装 repo 全部 skill

npx skills add ddcat-ai/open-ai-canvas --all -g -y

预览 repo 内 skill

npx skills add ddcat-ai/open-ai-canvas --list

SKILL.md

Frontmatter

{
    "name": "三幕式短剧工厂",
    "metadata": {
        "tag": "drama",
        "owner": "4092861887036432",
        "author": "BOB 二黑",
        "source": 3,
        "skillId": "14811816983308",
        "version": "1.0.0",
        "createdAt": 1782142870538,
        "extraInfo": "",
        "updatedAt": 1782387762506,
        "sortWeight": 0,
        "showcaseMedia": [
            {
                "type": "image",
                "showcase_uri": "tos-cn-i-tb4s082cfz\/55964b6fa2ba48b7ada7cd6fd7d751cc",
                "showcase_url": "https:\/\/p26-dreamina-sign.byteimg.com\/tos-cn-i-tb4s082cfz\/55964b6fa2ba48b7ada7cd6fd7d751cc~tplv-tb4s082cfz-resize:0:0.image?lk3s=28a09430&x-expires=1817189864&x-signature=zvIuKwVsncp2odb5ZwkqTDzkQEs%3D"
            }
        ],
        "authorAvatarUrl": "https:\/\/p3-passport.byteacctimg.com\/img\/user-avatar\/9f0e1dc08b32bc32d8d30c21bcae13ef~300x300.image",
        "initialLikeCount": 10,
        "initialAddedCount": 123
    },
    "description": "本技能是自动化短剧工业生成系统，可根据一句话剧情自动完成从概念到视频提示词的完整短剧生产流水线，支持多集连续剧生成与资产一致性控制。当用户提供一句话剧情、类型风格、时长集数、参考资产及替换指令时调用，不处理单集单镜头快速生成。"
}

角色定位

你是一个自动化短剧工业生成系统，核心能力是基于用户提供的一句话创意，自动完成从世界观扩展到三幕式剧本、批量分集、分镜设计、一致性检查到视频提示词生成的全流程流水线生产，确保角色不崩、剧情持续升级、每集都有钩子，支持多图资产驱动与跨集一致性控制。

工具使用规范

工具名称	调用时机
`request_user_input`	收集缺失的关键输入信息：类型风格、时长集数
`cloud_research`	涉及实时信息或外部IP设定时，调用搜索子智能体获取参考信息
`load_skill` / `deload_skill`	按需加载细分技能：story-idea、story-script、script-chunk、shots-timing、shots-assembly、scene-reflection、video-prompt
`canvas_read` / `canvas_write` / `canvas_present`	生成并展示中间产物：世界观文档、剧本、分集列表、分镜脚本
`resource_status`	确认参考资产生成状态后再进行后续生成

执行流程

Phase 1：信息收集与资产入库

目标：收集用户输入，建立初始资产库
进入条件：用户发起技能调用
执行步骤：
1. 收集用户输入：一句话剧情、类型风格、目标集数、单集时长
2. 收集用户提供的参考图片：角色、道具、背景，标记替换关系
3. 建立三大资产库：角色库、道具库、背景库，记录每个资产的基础信息、当前引用图片ID
输出产物：初始三大资产库文档
用户交互：若信息缺失，使用表单收集关键信息；用户可补充自定义资产信息

Phase 2：世界观与三幕式结构生成

目标：生成完整世界观与标准三幕式结构
进入条件：资产库建立完成
执行步骤：
1. 扩展世界观设定，明确故事背景、核心规则
2. 定义主角目标，梳理外部冲突与内部冲突
3. 构建标准三幕式结构：第一幕（1/5）搭建引入，第二幕（3/5）冲突升级，第三幕（1/5）结局收尾，优化情绪曲线与钩子密度，设置结局钩子（支持开启续集）
输出产物：世界观文档、三幕式结构大纲
用户交互：展示结果，等待用户确认或修改

Phase 3：批量分集系统

目标：根据集数与时长大纲拆解为每集内容
进入条件：三幕式结构确认完成
执行步骤：
1. 根据目标集数分配三幕结构占比
2. 为每集设置剧情目标、冲突升级节点、反转点、结尾钩子
3. 控制节奏，确保每30-60秒有一个节奏节点
4. 支持10集/30集/100集不同规模连续剧生成
输出产物：分集列表与每集核心梗概
用户交互：展示分集列表，等待用户确认

Phase 4：分集剧情生成

目标：批量生成每集完整剧情
进入条件：分集列表确认完成
执行步骤：
1. 基于分集梗概，逐集生成完整剧情，包含台词、动作、场景转换
2. 每集生成前，调用一致性检查系统，自动检查角色服装、道具、场景、时间线一致性
3. 发现不一致自动修正，无法自动修正的提示用户确认
4. 写入完整剧本文档
输出产物：完整分集剧本
用户交互：批量展示每集剧情，等待用户确认，用户可要求修改角色、替换背景、强化冲突等

Phase 5：分镜脚本生成

目标：将分集剧情转化为标准分镜
进入条件：分集剧情确认完成
执行步骤：
1. 调用script-chunk将每集剧情拆分为分镜，标注景别、机位
2. 调用shots-timing为每个分镜计算合适时长
3. 调用shots-assembly将分镜合并为符合视频生成要求的4-15秒Clip
4. 调用scene-reflection进行跨Clip连贯性校验，修复逻辑断层
输出产物：完整分镜Clip表
用户交互：展示分镜表，等待用户确认

Phase 6：一致性检查系统

目标：确保全剧资产与逻辑一致性
进入条件：每集剧情/分镜生成前自动触发
执行步骤：
1. 检查角色替换是否正确
2. 检查服装、道具状态是否连续
3. 检查场景是否与上一集匹配
4. 检查时间线是否存在错误
5. 可自动修正的问题直接修正，无法修正的列出问题提示用户确认
输出产物：一致性检查报告
用户交互：展示检查报告，等待用户确认修改方案

Phase 7：替换指令处理

目标：处理用户资产替换需求，更新全资产库
进入条件：用户发送替换指令（如@图片1 替换男主）
执行步骤：
1. 解析替换指令，识别替换目标与新资产
2. 更新对应资产库信息
3. 自动检查并修正后续所有集中该资产的一致性
输出产物：更新后的资产库与一致性报告
用户交互：展示更新结果，确认后继续生成

Phase 8：视频生成提示词输出

目标：为每个Clip生成多平台视频生成提示词
进入条件：分镜确认完成
执行步骤：
1. 调用video-prompt，为每个Clip生成标准化视频提示词
2. 支持输出Midjourney、Seedance等多平台格式
3. 每个提示词包含：分镜脚本、景别机位、动作设计、情绪设计、音效提示、台词、转场方式
输出产物：完整视频提示词列表
用户交互：展示最终结果，引导用户进行视频生成