ใช้ทำอะไรได้
ยังไม่มีคำอธิบายภาษาไทย ดูข้อเท็จจริงด้านล่าง หรือเปิดคำอธิบายต้นฉบับจากผู้ทำ
- ต่อแบบ ไฟล์คำสั่งให้ AI อ่าน
- บัญชีหรือคีย์ ไม่พบคีย์ใน README และ SKILL.md
- หมวด อื่น ๆ
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
从主题或文章制作完整手绘讲解视频:按部位描线、逐字书写、VoiceStudio 配音、五项内置制作依赖。สำหรับผู้ทำ: ติดป้ายใน README
ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้
[](https://mcp.popnx.com/th/skills/threerocks-sweety-handdraw-video)Skill ที่ทำงานคล้ายกัน
หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill
| ตัวนี้ sweety-handdraw-video | llmfit | claude-video | VideoCaptioner | claude-cookbooks | |
|---|---|---|---|---|---|
| ผู้ทำ | threerocks | AlexsJones | bradautomates | WEIFENG2333 | anthropics |
| จำนวน Skill | 1 | 1 | 1 | 1 | 4 |
| ดาว GitHub | 1,255 | 39,064 | 21,168 | 16,570 | 54,832 |
| แก้โค้ดล่าสุด | 12 พ.ย. 2569 | 18 พ.ย. 2569 | 25 ก.ย. 2569 | 12 ก.ย. 2569 | 17 พ.ย. 2569 |
| สัญญาอนุญาต | MIT | MIT | MIT | GPL-3.0 | MIT |
ชุดคำสั่ง (Skill) 1 ชุดจาก threerocks ให้ AI อ่านแล้วทำงานตามวิธีนี้ · ไม่ใช่ MCP server
Skill ต่างจาก MCP ยังไง
MCP = มือ
ต่อ AI เข้ากับบริการหรือข้อมูลข้างนอก เช่น อ่าน Notion หรือสร้างใบแจ้งหนี้ ต้องมีโปรแกรมหรือ server ทำงานอยู่
Skill = คู่มือ
ไฟล์ข้อความที่สอน AI ว่างานนี้ทำยังไง ไม่ต่อบริการใด
บางตัวคล้ายกัน: Skill บางตัวมีสคริปต์เรียกเครื่องมือ และ MCP บางตัวส่งแค่ความรู้ ให้ดูที่งานที่อยากทำเป็นหลัก
ใช้กับแอปไหน
Claude CodeCodex
ตามที่ README ของผู้ทำเขียนไว้ และโฟลเดอร์ที่มีใน repo
ติดตั้ง
ปลอดภัยไหม
- ใครทำ
บัญชี GitHub threerocks (บุคคล) เปิดมา 10 ปี
- คนใช้และการดูแล
★ 1,255 ดาว · แก้โค้ดล่าสุด 12 พ.ย. 2569
- มีสคริปต์ไหม
มีสคริปต์ 406 ไฟล์ที่รันบนเครื่องได้: assets/hands/prompts/pen-only.py, assets/web-motion/recipes.js, assets/web-motion/shim.js, assets/web-motion/vendor/anime.js และอีก 402 ไฟล์
- ใช้อินเทอร์เน็ตไหม
ตรวจสคริปต์ได้ไม่ครบ (บางไฟล์ใหญ่เกิน) ควรอ่านเองก่อน
- แก้ค่าตั้งทั้งเครื่องไหม
ไม่พบ hook หรือการเขียนค่าตั้งของเครื่อง
ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit 0d0187c (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง
ขั้นแรก: คุณใช้ AI ตัวไหน
เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น
ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)
ไฟล์ของ Skill นี้เกิน 5 MB หรือเกิน 300 ไฟล์ จึงไม่ทำ ZIP ให้ ใช้ทาง "ให้ AI ติดตั้งให้" แทน
ทางที่ 1ให้ Claude Code ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Claude Code
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
เปิด Claude Code ใหม่ แล้วพิมพ์ /sweety-handdraw-video หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
วิธีที่ผู้ทำแนะนำ
ลง Node.js ในเครื่อง (ถ้ายังไม่มี)
ลงไว้แล้วหรือยัง? เช็กก่อน · เปิด Terminal แล้วพิมพ์คำสั่งนี้ กด Enter
node -v- ขึ้นเลขรุ่น เช่น v26.13.1 = ลงแล้ว ข้ามขั้นนี้ได้
- ขึ้นว่า "command not found" (Windows ขึ้นว่า "is not recognized") = ยังไม่ได้ลง หรือเพิ่งลงแต่ยังไม่ได้ปิดแล้วเปิด Terminal ใหม่
เปิด Terminal ยังไง
Mac: กด ⌘ + Space พิมพ์ Terminal แล้วกด Enter
Windows: เปิดเมนู Start พิมพ์ Windows PowerShell แล้วกด Open
ยังไม่ได้ลง: เปิดหน้าดาวน์โหลดทางการ เลือกรุ่น LTS แล้วเลือกตัวติดตั้งแบบกดเอง: Mac ไฟล์ .pkg · Windows ไฟล์ .msi ดับเบิลคลิกแล้วกดถัดไปจนจบ ไม่ต้องใช้คำสั่ง curl
ลงเสร็จแล้ว ปิด Terminal เปิดใหม่ แล้วพิมพ์คำสั่งเดิมอีกครั้ง ต้องขึ้นเลขรุ่น: node -v
ลงครั้งเดียว ใช้ได้กับทุกตัวที่ต้องใช้ Node.js
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
คำสั่งนี้คัดมาจาก README ของผู้ทำ จะดาวน์โหลดและรันโค้ดของผู้ทำ
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.claude/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
เปิด Claude Code ใหม่ แล้วพิมพ์ /sweety-handdraw-video หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
Skill ที่ติดตั้งเองใช้ได้ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยาย Codex ใน IDE · ChatGPT บนเว็บและมือถือใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
แอป ChatGPT บนคอม
แอป ChatGPT บนคอมมี Codex อยู่ในตัว Codex อ่าน Skill จากโฟลเดอร์ ~/.agents/skills
ทางที่ 1ให้ ChatGPT ติดตั้งให้
เปิด Codex ในแอป ChatGPT บนคอม แล้ววางประโยคนี้ในแชต
AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ทางที่ 2วางโฟลเดอร์เอง
วางโฟลเดอร์ sweety-handdraw-video ไว้ที่ ~/.agents/skills/sweety-handdraw-video
~ คือโฟลเดอร์บ้านของคุณ ($HOME)
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
หลังติดตั้ง
- แอป ChatGPT บนคอม: เปิด Skills ในแถบข้างเพื่อดูว่า Skill ขึ้นแล้ว
- เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
- Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ChatGPT บนเว็บและมือถือ
ใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
อยากใช้ Skill นี้กับ ChatGPT ให้ใช้แอป ChatGPT บนคอมตามวิธีด้านบน
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ทางที่ 1ให้ Codex ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Codex · ใช้ได้ทั้ง Codex ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยายใน IDE
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่ · เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
เปิด Codex ใหม่ แล้วสั่งงานที่ตรงเรื่อง Codex จะเห็น skill นี้ในรายการ
ทางที่ 1ให้ Cursor ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Cursor
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก sweety-handdraw-video
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: cursor.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.cursor/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
กำลังตรวจคำสั่ง · ปุ่มคัดลอกจะขึ้นเมื่อตรวจผ่าน
ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก sweety-handdraw-video
ทางที่ 1ให้ AI ติดตั้งให้
สำหรับแอปอื่นที่อ่าน Skill ได้ ประโยคนี้มี path ของ Claude Code, Codex และ Cursor ให้ AI เลือกตามแอปที่ใช้ · คัดลอกประโยคนี้ไปวางในแชตของแอป
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com, learn.chatgpt.com, cursor.com
สำหรับคนที่ใช้ Terminal
แอปอื่นที่รองรับ Agent Skills (เช่น Gemini CLI, GitHub Copilot) เก็บ skill ในโฟลเดอร์ต่างกัน ดูคู่มือของแอปนั้น แล้วคัดลอกโฟลเดอร์ที่มี SKILL.md ไปวาง
ตรวจโฟลเดอร์ skill กับคู่มือทางการของ Claude Code, Codex และ Cursor เมื่อ 11 พ.ย. 2569
ดูไฟล์ต้นฉบับ SKILL.md
ข้อความต่อไปนี้มาจาก repo ของผู้ทำ ไม่ใช่คำสั่งของ PopNx MCP
แสดง 8,000 ตัวอักษรแรก · เปิดไฟล์เต็มบน GitHub
---
name: sweety-handdraw-video
description: 根据主题、文章或讲解稿制作带封面的完整手绘讲解视频。先按真实配音算分镜预算,再设计插画与文字,逐笔描线、上色和按笔顺手写,检查后交付。用于手绘视频、白板动画、文章转手绘讲解;不用于只生成静态插画或只写口播稿。
---
# 主题手绘视频
交付可播放成片、封面、字幕、口播稿和检查记录。默认简体中文(`language` 可改,如 `en`:语音识别、字幕断行与语速门禁随之切换)、**1280×1920(2:3)**、30fps;用户的语言、尺寸、画风、声音和复用要求优先。片长随内容和实际配音变化,不固定页数、布局或每页秒数。
先读[依赖路由](references/dependencies.md),再按需读取内置指南。主体内容由模型设计;脚本只执行已确定的素材与时间线,并用客观指标拦截错误。只有主题、故事、正文、附件全部缺失时才暂停索要;其余偏好都有默认值,不构成阻碍。宿主无法生成图片时停止并告诉用户,不能静默降级成纯文字视频。
## 流程
**开场单独设计。** 写口播前读取[黄金5秒开场](references/opening-design.md),从六种方法中按内容选主策略,写入 `design.json.opening_hook`;封面、首句和第一笔共同传达继续看的理由。配音后按真实时间戳核对成片0–5秒(含1秒封面),分镜优先画出承载钩子的关键对象或关系,编排后单独预览开头及其正文衔接,终审核对承诺兑现。`build` 实测"第一个有效画面"(屏幕至少1%被画上内容)出现的时刻:超过3秒警告,超过4秒拒绝,确属有意的慢开场在 `opening_hook.slow_open_reason` 写明理由。完整步骤见该指南;已锁定的原稿或录音先优化画面与编排,不擅自改词。写完口播与 `design.json` 后、配音锁定后各运行一次 `director_lint.py JOB`:它按 2026 年的留存实践检查开场、长清单的分组与再钩、结尾与 AI 腔、音效克制,以及长清单的层级(地图、章节页、进度条、编号标题)和每页的表现形式(对比用表格、过程用流程图、等待用泳道……,见[创作与分镜](references/story-design.md)的“层级”和“表现形式”)。3.0 起它还看每页观众实际看到的:插画墨迹压进标题文字框(超过2%报错)、翻页后超过1秒只有白纸、整页只有字或一大片平涂、同一种表现形式连用超过3页或占大多数页;标题里已写出的数字不再要求配计数器,“以后”“半年前”这类时间词不当作对比。
1. **讲清因果。** 确定受众、要解决的问题、机制、必要反例与行动,写入 `design.json`。改编文章先读全文,保留限定、署名与来源;时效或有争议的事实核实一手资料。用户给了稿子就改错不改意:只修事实错误和不顺口处,保留作者观点与有意的简化,篇幅增长不超过约20%,改动记入 `script_changes`。详见[创作与分镜](references/story-design.md)。
2. **开始时给可选项(原生,不弹网页)。** 先问配置类型:`模型推理`(默认)或`主动选择`。模型推理:按内容写 `options/defaults.json`(默认比例 2:3、风格 inferred、pen-only、默认声、无广告水印),脚本直接完成。主动选择:用宿主原生选项或终端数字菜单逐项问 **比例 → 风格(文字列表,无预览)→ 声音 → 字幕**;每项最多60秒。风格列表不约束模型推理。揭示画风只能由用户明确接受(`reveal_accepted`)。广告/水印默认不加。详见[可选制作设置](references/production-options.md)。
3. **旁白先行,按段落生成。** 先写完整口播稿,再按语义段落(每段不超过约100字,只在句末切)逐段生成;每段通过噪声门禁(嗡声、底噪、削波)才保留,不通过换种子重试;拼成母带时用实测停顿,并自动生成 `alignment.json`,不手写时间戳。本地 VoxCPM2 或 VoiceStudio 是主力;火山豆包、Gemini TTS 只在用户自己配置了密钥时作为选项。用户自带录音用 `align.py` 对齐。**读法和写法分开**:`narration.say`(全片)和句子的 `say`(单句)把字幕里的写法映射到配音读法,如 `{"Grok": "格罗克", "70万": "七十万"}`;字幕照原文显示,配音、识别核对和字幕计时都按读法(本地 VoxCPM2 不规范化数字,阿拉伯数字一律给读法)。配音前先跑 `voxcpm_voice.py JOB --probe-terms`:把每个英文词、数字放进它所在的小句单独试读两个种子,读不准的给出 `say` 建议(`work/term-probe/report.json`),不要等整段配音失败六次才发现。默认只在手写文字时加一层与笔尖同步的柔和笔声,描线和上色静音(`audio.foley:false` 关闭,`{"scope":"all"}` 让画画也发声),章节转场有一声很轻的合成纸声(普通转场静音、点睛音效默认关闭,`audio.sfx:false` 全关),背景音乐由导演按情绪决定:讲读、故事类片子可用一条内置合成纯器乐床 `builtin:<情绪>`(写 `director_reason`),全片一条到底、转场不断;用户自己的音乐须用户提供;构建自动循环接续、淡入淡出并随旁白压低(见[声音与收尾](references/audio-and-ending.md))。详见[连续旁白](references/continuous-narration.md)、[声音与依赖](references/local-runtime.md)、[VoxCPM2 要点](references/voxcpm2.md)。
4. **分镜先算预算,再生图。** 导演先在 `design.json` 写入 `presentation.mode`(picture_book / focus_diagram / dense_infographic / accumulating_board / step_sequence / narrative_comic)及 reason——这是密度导演,不是用户选项:儿童绘本单页少内容,知识科普/黑板报单页多内容或板书累积。板书模式先规划整页 `boards` 的区域位置、作用和 visual,再生图;同一块板必须在一张物理页面按阅读顺序逐项补齐,不每句话清场。再按句设计镜头,写 `storyboard.json`(同步 presentation);密集信息图和板书每镜写 `composition`:布局、焦点 visual、至少两个辅助元素及其解释作用;同一幅图内的场景部位也可作为辅助元素,不用装饰凑数。运行 `storyboard_lint.py JOB --budget`,脚本按 mode 调整 hold、视觉数、每镜 hero 上限与画完停留。图按可用时间设计;约 3 倍人速画完就停。v3 引擎像人一样先起形、按模块由简到繁描线、擦掉起形、再按马克笔上色,默认画法(起形 + 马克笔上色)实测最短约每秒 3.9 笔;按部位上色、不起形或调高 `speed` 会更快,`--budget` 按每张图的实际画法给出 `strokes_per_second`,网页动效的视觉不占笔的时间。笔画和时长在长边不超过 720 px 的规划尺寸上计算(`drawing.plan_side` 可改),更大的图按显示尺寸清晰重渲染,所以图画大不会画得更慢,主图应画大:竖屏主图宽度通常占安全区的70%以上。用 `layout_plan.py fit` 取平台安全区内的版式落位(头部标题区、主图区、辅助区,避开顶部标签、底部账号/描述区和右侧按钮列),用 `layout_plan.py probe JOB 图 --width W` 实测该尺寸最少要画几秒,再决定图幅与窗口。笔忙占比受 mode 约束且不超过70%;已完成图片的静态阅读时间另行实测至少30%,不含片头空白和结尾静音,任意单幅停留不足1秒均警告。长片按章节推进,用 `plan_status.py` 找下一个镜头。
5. **出图:可画、可认、可分部位。** 每次生图或改图前都执行美术指导(见下节)。先写 `drawing-plan.json`(主体、部位、顺序、`identity_cues`)并运行出图前检查。逐笔绘制的插画默认**线稿先行**:先出纯黑线稿,用 `image_gate.py JOB 线稿 --plate` 在上色前卡住预算(超了就让模型看图点名擦掉细节,编辑线稿),再以线稿为输入做上色编辑,`line_first.py` 配准后得到源图和 `outline_mask`,笔画的就是线稿里的每一条线(见[线稿先行](references/style-and-drawing.md))。逐笔绘制的图要连续干净的墨线、部位交界闭合、平涂不加纹理线,复杂度符合档位,见[可绘制约定](references/style-and-drawing.md)。先做一张代表图,核对主体、构图和部位可分性,再扩展同片素材;新主题重新设计,修订本片或用户明确复用时保留已通过的图。常用道具、人物姿势、图标先查本机素材库 `asset_library.py find --tags …`,合适就 `use` 进本片(复用后仍要在本片里看图,把记录从 pending_review 改成 pass 并写证据);本片新出且通过审核的通用素材可 `add` 进库。封面 AI 只出主视觉,准确标题用可编辑文字图层合成。出图后先运行 `image_gate.py JOB 图 --visual <id>`(几秒):透明窟窿、光晕、线稿和规划尺寸下的绘制时长,不过就把它给出的 `prompt_fix` 加进提示词重新生成,不要带着问题往下做。再依次:看图填写叙事核对(咬伤、断裂、接触、得失等必须真实可见);`drawing_contract.py JOB --thumbnails` 缩略图1秒内叫得出名字;`lineart_gate.py` 线稿门槛;`part_grid.py JOB 图` 出带 0.05 网格、物体框和色块编号的图,部位照着写方框 `"box": [左, 上, 右, 下]`(按绘制顺序,`exclude_boxes` 让给后画的部位),色块会整块归给占它最多的部位,不用描轮廓;`region_marks.py` 仍可看编号叠图。所有生成图执行 `clean_image.py` 隐私清理。line_first 的人物在 drawing-plan 里写 `colours`(skin/hair/clothing),上色提示词逐人写明;build 会实测头部肤色和躯干衣色。生图前用 `storyboard_lint.py --budget` 看两条预警:窗口装不下一个人、按常见图量会超出模式的笔忙上限。
6. **编排与代表段。** 按[运行格式](references/runtime-contract.md)写 `job.json`:动作带 `visual`,一个镜头通常是跨句的 `visual_group`,`from_beat` 让元素在对应句开始时起笔;**镜头和转场逐镜设计**,读[运镜、转场与动效目录](references/motion-catalog.md)。镜头:命名运镜(推、拉、横移、hop、甩、砸入等),zoom 1–3 倍;页面素材按最大倍数生成,推近仍然清晰,适合"逐个推近讲解、最后拉远看全图"的大画板。转场共 22 种,选 1–2 种做全片招牌(翻页、板擦),其余用轻转场。元素可加 `motion`(强调、待机、退场、部位木偶)。页面可加网页动效层 `overlays`:大字、手绘图表、地图路线、形状接力、物理道具、转动的立体物件、手写公式;画板上的动效层出现时笔尖会描它一遍。元素和画板动效层可设视差 `depth`,镜头可用 `dolly_zoom`(希区柯克变焦)。只改镜头、转场、动效或位置时,已画好的素材从缓存复用,重建只需几秒。可画箭头 `arrow`、柱状图 `bar_chart`(只用真实数据)与滚动数字 `counter`。没写的部分由自动导演 `direction` 补上(自动推近不会把插画推进屏幕层标题,推不开就退回;笔在屏幕层卡片上写字的页保持静止镜头);`build` 按密度规则提示镜头过度。`build` 同时报告最长无变化时长(竖屏超过8秒警告,画笔、镜头移动和强调动作都算变化)。中文按标准笔顺书写(GB2312 内汉字),其余字符按字形描线。字幕按[字幕设计](references/subtitle-design.md),收尾按[声音与收尾](references/audio-and-ending.md)。封面固定1秒:前0.5秒静止,后0.5秒渐隐进正在画的第一页,旁白在渐隐开始时(0.5秒)开口(`cover.voice_overlap`,0–0.5)。开场与每页的标题用 `glyph_in`(整字逐个出现),不用自上而下刷出的 `mask_up`;翻页后标题随页面到达(`at: 0`),进度条从第二页起 `enter: "settled"`,不让新页空着白纸。最后一句说完后,成图停留 `ending.settle_seconds`(默认2.5秒)再结束。先渲染覆盖文字、插画、上色、字幕与转场的代表段,其中至少一幅插画从头画到尾,按播放尺寸看,再渲染整片(默认多进程并行,11分钟竖屏约2.5分钟)。构建报告的 `storyboard.composition.pages` 给出实际图片与内容范围,排除近白/透明留白、字幕及底纹;主体太小先放大或补充相关场景,不靠多写标题填空。刻意留白需在该页每镜的 `composition.negative_space_reason` 写明讲解作用。判断标准是“像不像正在画”:先看画面怎样形成(笔尖带出线条、先轮廓后上色、没有整块显现、方向顺手),再看成图是否好看;出现碎线、飞白、灰斑就先改图,不要先批量出图。
7. **核对后交付。** `build` 先在旁白上检查字幕同步和字幕避让(插画像素不得压进字幕区),不等渲染后才发现;同时做取景检查:正在写、正在画的元素和板上动效出场时必须在画面里、不压字幕,否则自动让镜头等笔写完、补取景或拉远,修不了的写进警告,按警告改版式或时间;`verify` 对成片做工程检查、声音门禁与字幕同步复核;再按[质量检查](references/quality-gates.md)看画面与内容。连续播放和听音在 `review.json` 单独记录(`continuous_playback`、`listening`),没做就写 `not_done` 和原因,回执会把它列为未完成,不并进“通过”;不把解码、ASR 或文件存在说成观感保证。`finalize` 只接受与当前视频匹配的检查记录。用户拒绝成片时运行 `handdraw_video.py reject JOB --reason "用户原话"`:回执改为“用户已拒绝,需要返工”,这一版视频不能再 finalize。交付时告知:默认有笔声和转场音效、未加背景音乐;成片已写入 AI 生成隐式标识,发布时仍须在平台声明“AI 生成”。
构建和渲染会拒绝:未锁定旁白与时间戳、缺少 storyboard 或其检查失败、绘制窗口短于图像的 `minimum_seconds`、线稿门槛失败、部位不匹配或整人单块、声音门禁失败、检查记录过期。模型修正对应层后继续;偏好未选不触发这些门槛。脚本只核对结构、哈希、像素与声学指标,不能替代模型看图判断和真人试听。
## 制作工具包(片子只写数据)
新片不在 `work/` 写脚本:口播 `inputs/script.json`(读法用 `narration.say` / 句子 `say`),出图 `design/image-specs.json`,画面 `design/film.json`,封面 `design/cover.json`;格式见[制作工具包](references/production-kit.md)。
- `art_pipeline.py JOB prompts | gen 名… [--edit] | record 名 "证据" | sync-minimums | review 笔记.json`:简报自带本页绘制预算(口播秒数×70%×每秒约3.5笔)并要求按 2:3 竖屏构图,线稿先行、三张并行;已审核的图不改写提示词。
- `codex_image.py`:宿主没有生图工具时经 Codex CLI 出图(参考图先补边到所要画幅,只取本线程的图)。
- `film_kit.py plan | measure | compile | at JOB …`(如 `film_kit.py at JOB p03b4 短语`):时刻都用口播提示 `"@p03b4:短语"`;页头默认随页面出现(`glyph_in`);之后跑 `storyboard_lint.py`、`director_lint.py`。
- `cover.py JOB`:底图加可编辑文字图层,字体经 `fonts.py` 选。
## 所有生图必须先经过美术指导
每次调用生图或图片编辑工具前,完整读取并应用 `dependencies/sweety-image-art-direction/GUIDE.md`;这是用户对本项目的明确授权,不受它独立使用时“仅手动触发”的限制。封面、正文、角色、道具、新手部、候选、变体、局部修改和返工全部适用。库内画风保留完整配方;独立推理和自定义画风只用各自的风格说明。
先把本图简报(含分镜给出的绘制秒数和复杂度档位)与完整提示词存进任务目录,在美术记录登记 `brief_file`、`prompt_file`,运行 `python scripts/art_direction.py bind-evidence <记录路径>` 绑定哈希,再调用图像工具;禁止先出图再补记录。生成后实际看图,记录清理后哈希和视觉结论。缺记录、哈希失配、未通过看图或图片被替换,构建、渲染和交付都会停止。复用已验收且字节不变的素材可沿用原记录。
## 字幕唯一性是交付硬门槛
同一句旁白同一时刻只显示一份字幕:画面烘焙、字幕事件、MP4 字幕轨、网页 `<track>` 和播放器自动加载的字幕文件不能叠加。只从无字幕素材和独立字幕层重新合成;编辑用字幕只放 `outputs/editing/`。交付检查 MP4 无额外字幕轨、同目录无 SRT/ASS/VTT,并实际看解码画面的长句、换句和片尾,出现双字幕直接判 FAIL。
## 声音
目录有六款:逼真男声、逼真女声(原片参考,只在本机个人声音库,需先导入)和四款随包的合成声พูดคุย
ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์
ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย
ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx
ข้อมูลจาก GitHub
- ดาว GitHub
- 1,255
- ผู้ทำ
- threerocks
- license
- MIT
- แก้โค้ดล่าสุด
- 12 พ.ย. 2569
- ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
- 1