shuohao-skills – 开源AI短剧制作Skill集合，包含完整工作流

1. shuohao-skills是什么

shuohao-skills是开源的AI短剧制作Skill集合，专为Claude Code、Codex等Agent设计。工具提供从小说改编大纲、角色设定、美术设定、剧本撰写到分镜切分的完整工作流，每个环节配有脚本化质量检查，确保角色不雷同、时长精准、风格一致。产出可直接对接TTS和视频生成管线，实现从文本到投产包的一站式AI短剧前期制作。

技术定位与领域： 属于AI辅助内容创作领域中的专业工作流工具，聚焦短剧前期制作环节。与通用AI写作或视频生成工具不同，shuohao-skills以Agent Skill的形式嵌入Claude Code/Codex等编程Agent的对话环境，将短剧工业化的制作流程拆解为可执行、可校验的标准化步骤，在细分赛道上具有明确的定位差异。

研发背景： 项目由开发者eternityspring在GitHub上开源发布，面向短剧行业快速增长的内容生产需求。短剧制作涉及剧本、角色、美术、分镜等多个专业环节，传统流程依赖人工协调，周期长且风格难以统一，该项目以工程化思维解决这一行业痛点，将专业制作经验转化为可复用的自动化流程。

核心价值： 解决了AI短剧制作中质量不可控、角色形象雷同、风格漂移、时长失准等关键问题。通过50余道独立校验脚本实现零模型额度的自动化质控，将前期制作从「人工反复修改」转变为「机器自动拦截」，显著提升制作效率与产出一致性，降低了短剧工业化的团队协作成本。

技术特点： 采用纯Node.js标准库实现，零npm依赖，每个Skill可独立拷贝即插即用。五个Skill（novel-outline、novel-characters、novel-art、novel-script、novel-storyboard）形成从小说到分镜的完整闭环，台词按时长算式自动折算秒数，分镜输出含MiniMax H3提示词的投产包，实现全流程数据贯通。

2. 主要功能

• 改编大纲生成： 将小说原文自动拆解为短剧改编说明、人物表、爽点节奏、分集梗概与资产清单，收敛故事结构。该环节相当于传统编剧工作中的「拆书」与「大纲」两步合并，大幅压缩前期策划周期，为后续角色设定和剧本撰写提供结构化基础。

• 角色设定与防雷同校验： 从小说中提取角色信息，生成包含三视图、形象提示词与音色提示词的设定集，并自动校验角色间相似度，从源头拦截「角色雷同」这一短剧常见质量问题。音色提示词可直接供TTS管线使用，实现文本到语音的无缝对接，减少人工配音适配环节。

• 美术设定与风格锚定： 为主场景、次要场景、一次性场景与叙事道具分别制定风格锚点、光照变体及白底提示词，保障多集拍摄中视觉风格的统一性。白底提示词便于后续抠图与合成，体现了对下游视频生产流程的深入理解，为分镜阶段的参考图传递奠定基础。

• 剧本撰写与节拍流组织： 按场次与节拍流组织剧本结构，台词按角色聚合并附带音色提示词。时长通过算式自动折算——台词按语速、动作按节拍换算为秒数，写多写少会在质量报告中以红字标出，确保成片时长精准可控，满足短剧对节奏紧凑度的严格要求。

• 分镜切分与投产包导出： 按秒切分镜头，以前期设定图为参考生成画面描述，输出包含MiniMax H3提示词与参考图的投产包，可直接对接下游视频生成管线。该环节实现了从文本创意到可视化分镜的关键跨越，是连接前期策划与后期生成的核心枢纽。

• 脚本化质量检查体系： 每个环节由独立脚本自动执行4至17道质量检查，全流程合计50余道校验，且不消耗模型额度。检查结果以HTML报告呈现，支持一键查看，报错即拦截，形成「生成—校验—修正」的工程化闭环，将质量控制从主观判断转变为客观规则。

• 零依赖自包含设计： 纯Node.js标准库实现，无npm依赖，每个Skill可单独拷贝使用，支持完全离线运行。这一设计大幅降低了部署门槛，也便于团队将单个Skill集成到已有制作流程中，在数据安全要求较高的制作场景中具有实际价值。

3. 如何使用

1. 环境要求与前置条件： 需要本机已安装Claude Code或OpenAI Codex等Agent工具，Node.js运行时版本不低于18。操作系统方面，Linux与macOS为推荐环境，Windows系统可通过WSL方式运行，以满足脚本对软链接创建的支持。

2. 一键安装： 克隆GitHub仓库后，在项目根目录运行./scripts/install.sh，脚本会自动检测本机已安装的Agent工具类型并创建对应的软链接，完成Skill注册。安装过程无需额外配置环境变量或安装npm依赖，整个过程可在数分钟内完成。

3. 启动改编任务： 在Agent对话中输入指令，例如「用shuohao-skills跑novel-outline」，并将小说原文作为输入传入。Agent会调用对应的Skill开始执行改编大纲生成，用户可通过对话实时观察执行进度。

4. 按序执行五个Skill： 依次调用novel-outline → novel-characters → novel-art → novel-script → novel-storyboard五个Skill。每个环节的产出会自动作为下一环节的输入，形成流水线式的处理流程，中间无需人工搬运数据。

5. 查看质量检查报告： 每个环节执行完毕后，独立校验脚本会生成HTML格式的质量报告，包含4至17道检查项的通过情况。如出现角色相似度过高、时长超限或提示词不同步等问题，报告中会以醒目方式标出，便于定位和修正。

6. 导出投产包： 最终从分镜Skill导出包含MiniMax H3提示词、参考图与JSON结构化数据的投产包，直接对接TTS与视频生成管线，无需人工整理格式，实现从创意到投产数据的无缝衔接。

7. 最佳实践建议： 建议在每环节质量报告通过后再进入下一环节，避免错误累积。对于系列剧制作，可复用前期生成的角色与美术设定，保证多集风格一致，同时利用脚本化质控对批量产出进行统一校验。

4. 优缺点分析

5. 同类工具对比

选型建议： 对于技术团队和追求流程可控性的专业短剧工作室，shuohao-skills的工程化质控与零依赖设计具有明显优势，尤其适合需要批量、可复现产出前期物料、且希望将质量检查嵌入自动化管线的场景。其开源属性也便于团队根据自身需求进行二次开发与定制。

对于希望快速获得成片、不愿介入复杂制作流程的内容创作者，Open-AI-Micro-Drama-Generator这类端到端平台更为合适，只需提交主题或脚本即可获得完整视频。而造剧、立刻成片等云端SaaS工具在易用性上占优，适合非技术背景用户，但在流程可控性与定制深度上相对受限。

6. 编辑总结

shuohao-skills在AI短剧制作工具中走出了一条差异化的技术路线。它没有选择「一键生成成片」的端到端方案，而是将前期制作拆解为五个可独立执行、可自动校验的标准化Skill，以工程化手段解决AI创作中质量不可控的核心痛点。50余道脚本化校验不消耗模型额度这一设计，在同类工具中较为少见，体现了对成本效率与质量保障的双重考量，也反映出开发者对短剧制作流程的深入理解。

从实用价值看，该项目精准切入短剧工业化生产中「前期物料制作」这一高频刚需场景。无论是网文IP改编、系列剧批量制片，还是独立创作者的个人项目，都能从中获得标准化的流程支撑。零依赖、可离线的部署特性进一步降低了采用门槛，使团队可以低成本地将该工具集成到既有管线中，尤其适合对数据隐私有要求的内网制作环境。

适用人群方面，具备一定技术背景的短剧从业者、影视内容团队的流程负责人，以及熟悉Agent工具的技术创作者将是主要受益群体。对于完全非技术用户，该工具的学习曲线相对陡峭，建议等待社区生态成熟或第三方封装方案出现后再行采用。

发展潜力上，项目当前处于早期阶段，但其「Skill集合+脚本化质控」的架构为后续扩展留下了空间。随着短剧行业对工业化生产工具的需求持续增长，以及Agent生态的逐步成熟，这类将专业制作流程转化为可执行Skill的工具形态值得持续关注。

7. 应用场景

• 网文IP短剧改编： 将热门网络小说自动拆解为包含爽点节奏、角色设定、分镜脚本的完整前期物料包，供短剧团队直接投入拍摄。改编大纲环节的「爽点节奏」分析尤其契合短剧「强情节、快节奏」的内容特性，帮助团队快速判断IP改编潜力。

• 短剧工作室工业化制片： 建立标准化前期管线，实现从剧本到分镜的批量、可复现产出。五个Skill的流水线设计支持多集系列剧的并行制作，前期生成的角色与美术设定可跨集复用，降低多集制作中的成本与风格漂移风险，提升团队产能。

• 独立创作者个人制片： 单人借助Claude Code或Codex完成从小说到分镜的全流程，无需专业编剧或分镜师即可产出工业化水准的前期资料。脚本化质控在一定程度上弥补了个人创作者在专业经验上的不足，使独立制作短剧成为可能。

• 广告与品牌故事分镜预演： 快速将品牌故事脚本转化为带参考图和镜头描述的视觉分镜，用于内部提案、客户沟通或拍摄前的视觉确认。美术设定环节的场景风格锚定能力有助于在提案阶段直观呈现视觉方向，减少沟通成本。

• 影视教学与剧本分析： 作为教学工具演示从文学文本到视听语言的完整拆解过程，帮助学生理解角色塑造、节奏控制与镜头语言的设计逻辑。质量检查报告可作为教学反馈，直观展示专业制作中的常见问题与修正方法，提升教学效率。

8. 常见问题FAQ

Q：shuohao-skills需要什么样的运行环境？
A：需要本机安装Claude Code或OpenAI Codex等Agent工具，Node.js运行时版本不低于18。工具本身无npm依赖，支持离线运行，Linux和macOS为推荐系统环境，Windows可通过WSL方式使用。

Q：如何安装shuohao-skills？
A：克隆GitHub仓库后，在项目根目录运行./scripts/install.sh即可。安装脚本会自动检测本机Agent工具类型并创建软链接，无需手动配置环境变量或安装额外依赖，整个过程可在数分钟内完成。

Q：五个Skill必须严格按照顺序执行吗？
A：是的。novel-outline → novel-characters → novel-art → novel-script → novel-storyboard构成完整的流水线，前一环节的产出是后一环节的输入。跳序执行可能导致角色、美术等设定信息缺失，影响最终产出质量。

Q：shuohao-skills的产出能直接用于视频生成吗？
A：可以。台词本自带TTS音色提示词，分镜Skill导出的投产包包含MiniMax H3提示词与参考图，可直接对接TTS和视频生成管线。但工具本身不生成视频成片，需要用户自行配置下游生成服务。

Q：与端到端短剧生成平台相比，shuohao-skills的优势是什么？
A：核心优势在于工程化质控与流程可控性。50余道独立校验脚本不消耗模型额度，可自动拦截角色雷同、时长超标等常见问题；每个环节的产出可单独检查与修正，适合需要批量、可复现产出的专业制作场景。

Q：是否支持中文小说改编？
A：支持。工具面向中文短剧制作场景设计，改编大纲、角色设定、剧本撰写等环节均针对中文内容优化，音色提示词与TTS管线对接也兼容中文语音合成，适用于国内短剧市场的制作需求。

Q：质量检查报告如何查看？
A：每个环节执行完毕后，校验脚本会自动生成HTML格式的质量报告，包含4至17道检查项的通过情况。使用浏览器打开报告文件即可查看，问题项会以醒目方式标出，便于定位和修正。

9. 项目地址

• GitHub仓库： https://github.com/eternityspring/shuohao-skills （项目目前仅通过GitHub发布，尚未提供独立官网或其他官方渠道）