Menu

Individual skill

sweety-handdraw-video

0upvotes

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。

skills/sweety-handdraw-video/SKILL.md

Read pinned source

Source commit a336506edf2540e4180f8ffa7b19456aa931b897

What was checked

Matches the observed repository HEAD
Yes
Scanner rules are current
Yes
Repository scan complete
No
Skill scan complete
No
Observed behavior
Network or broad shell
Last checked
Nov 10, 2026

These are observations at the recorded commit, not a guarantee of safety. Review the source before running it.

Install this skill

Choose an agent in your Stack or copy a command below. Commands fetch the pinned commit and copy only this skill directory. Existing destinations are refused. Copying a command does not install anything.

An install command is unavailable: current rules, complete repository and skill scans, an eligible behavior level and a permitted license are required.

Repository context

Repository stars (not skill ratings)
1,185
Repository last updated
Nov 3, 2026
License
MIT

Observed agent integration: codex

Files and excerpt

File metadata and permitted, redacted excerpts come from the recorded scan. Source links are pinned to that commit.

Browse files
Read excerpt

# 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。
Back to top