AI 漫剧短剧 10 个开源 Skills 从零开始详细教程:从剧本到成片全链路打通

先给结论:想让 AI 漫剧、短剧的成片有质感,缺的通常不是”更贵的模型”,而是把创作要求写成 AI 能执行的规则。这篇文章盘了 10 个专门干这件事的开源 Skills 仓库——从编剧、角色设定、分镜、提示词一直到剪映时间轴,合计 2.82 万 GitHub 星标、298 个 SKILL.md,全部免费可商用。

它们不是”又一个 AI 视频工具”,而是给你已经在用的 Claude Code / Codex 装上一套影视行业的作业规范。装完之后你照样跟 AI 说话,但它背后知道”远景交代关系、近景给反应、特写落在道具上”,知道”一个镜头只做一个动作”,知道”先预览确认、再花钱生成”。下面按”是什么 → 在流水线哪一段 → 逐个能干什么 → 怎么装 → 怎么组合”的顺序讲完。

10
个开源仓库
2.82万
星标合计
298
个 SKILL.md
0
元授权费

本文所有星标数、技能数、许可协议都是 2026 年 10 月 21 日从 GitHub API 和各仓库 README 一手核实的,没有一条是转述。星标每天在涨,你看到时数字只会更高。

一、先搞懂 Agent Skill 是什么,不然装了也不会用

这是全文最需要先弄清楚的一件事。Agent Skill 不是一款软件,也不是某个平台的私有功能,而是一份给 AI 编程助手看的”说明书”。

它的载体就是一个 Markdown 文件,文件名固定叫 SKILL.md。里面用自然语言写清楚:这个技能叫什么、什么时候该启用、按什么步骤干活、能调用哪些脚本、产出什么格式的文件。你把这份说明书放进客户端认识的目录,你的 Agent 就多了一项专门能力。

一份典型的 SKILL.md 分两截。开头是几行元数据,告诉客户端”我是谁、什么时候叫我”:

---
name: novel-storyboard
description: 分镜阶段先估对白时长再定镜长;
  需要跨镜保持的造型写成连续性锁。
---

下面是正文,写的是干活方法:输入什么、分几步、每步产出什么、什么情况下必须停下来问人。drama-skills 在这部分做得特别细,比如它会写明”分镜把估时依据写在本镜的『声音』字段里”,连中文小样本的语速参考(约 4.1 个可发声字/秒)都给了——因为不说清楚,模型就会按英文语速给你排时间轴,出来的片子人人都在赶词。

Agent Skill 是什么:左边是你已在用的编程 Agent,中间是 SKILL.md 说明书,右边是 Agent 按规则产出的剧本、角色设定、分镜表与提示词

它跟普通提示词的区别在于持久和结构化。你在对话框里临时打的提示词,关掉窗口就没了;Skill 是落到磁盘上的文件,每次对话都会被发现、被读取,还能自带脚本和参考资料。别人把自己踩坑总结出来的流程固化成 Skill,你装上就直接继承这套流程。

触发机制也值得一提:客户端会把所有已装技能的 name 和 description 放进上下文,由模型自己判断”这一轮该不该用哪个技能”。所以 description 写得好不好,直接决定技能会不会被唤醒。你装了却发现 Agent 从没用它,九成是这条没写好,或者技能根本没被扫描到。

还有三件事必须知道,否则容易期待错位:

  • 它不替你换模型。 Skill 里写的是”怎么组织工作”,真正动脑的仍然是你 Agent 背后的那个大模型。模型不够聪明,Skill 也救不了。
  • 它不绑定供应商。 以 drama-skills 为例,README 明确写了”供应商凭据不进入项目,项目文件和其他 Skill 都不绑定供应商”——今天用这家,明天换那家,工程文件照样能带走。
  • 装一次,两边都能用。 Claude Code、Codex,以及任何支持 Agent Skill 规范的客户端,读的是同一份 SKILL.md。这也是这 10 个仓库敢号称”通用”的底气。

一句话记住:Skill 是影视行业的作业规范,Agent 是那个读过规范的执行者,模型是干活的人。 规范越细,成片越稳。

二、这 10 个仓库,分别站在流水线的哪一段

AI 短剧的制作链路可以拆成四段:编剧与导演 → 角色资产与剧本 → 提示词与故事板 → 生成与剪辑。左边定了,右边才好生成。下面这张图标出了每个仓库的位置。

十个 Skills 在制作流水线上的位置:编剧与导演、角色资产与剧本、提示词与故事板、生成与剪辑四列映射,每列底部标注本列产出物

# 仓库 星标 技能规模 许可 管哪一段
01 jtydhr88/
screenwriting-skills
1.7K 26 个技能 MIT 故事结构、人物冲突、对白、场景写作
02 smixs/visual-skills 547 2 个技能 CC-BY-4.0 把故事转成画面安排与可用的视频提示词
03 eternityspring/
shuohao-skills
4.9K 7 个技能 Apache-2.0 角色圣经、美术圣经、剧本、分镜一条龙
04 lixiaoxiao9888-create/
manju-laoli-skill
1.6K 1 总控 + 12 子技能 MIT 漫剧拆解文戏打戏,逐镜头推进制作
05 LearnPrompt/
awesome-seedance
2.2K 886 个案例 / 15 个技能 MIT Seedance 提示词”字典”与模板库
06 Emily2040/seedance-2.0 7.9K 28 个子技能 MIT Seedance 2.0 的导演级提示词流水线
07 scenario-labs/skills 1.1K 173 个技能 MIT 接 Scenario 平台出图、视频、音频、3D
08 pexoai/pexo-skills 810 20 个技能 MIT 提交剧本与素材,多镜头成片带配乐字幕
09 luoluoluo22/
jianying-editor-skill
4.4K 1 个技能 MIT 让 Agent 全自动搭剪映时间轴并导出
10 zenstory-ai/drama-skills 3.1K 11 个技能 MIT 从原著到成片审查的全流程套装

规模差异很大:最小的 02 只有 2 个技能,最大的 07 有 173 个。但星标数和实用度不完全成正比——02 只有 547 星,却是本文唯一把”戏剧结构”当核心卖的;07 星标刚过千,却把 Blender、Maya、Unreal 都接进来了。选的时候看它管不管你那段,别看星标。

还有一点值得说明:这批仓库都很新。一手核到的创建时间,10 个里有 6 个是 2026 年才建的,最年轻的 01 建于 2026 年 9 月 6 日,两个月冲到 1.7K 星。好处是它们瞄准的就是当前这批视频模型;代价是接口和规则还在快速变,本文给的安装命令和数字请在 2026 年 10 月这个时间坐标下理解,用之前回仓库看一眼最新 README。

三、逐个说清楚这 10 个包能干什么

01 screenwriting-skills:先把故事写清楚

专业编剧向的技能集,26 个技能覆盖故事结构、人物冲突、对白打磨、场景写作、系列剧引擎。特别的是它有一批专题技能:契诃夫戏剧理论、小津安二郎剧本风格、继承之战式系列剧写作、京剧板腔与曲牌、日韩法剧本写作——这些通常是要读几年书才能攒下来的东西,被压缩成了可执行的规则。

作者给的用法示例很直白:你把”把我这 12 集的系列剧按幕拆开,安排好每集的悬念出口”丢给 Agent,它会去调 sw-series-structure;你说”这段对白太直白了,改一改”,它调 sw-dialogue。

# Claude Code
/plugin marketplace add jtydhr88/screenwriting-skills
/plugin install screenwriting@screenwriting-skills

# Codex / ChatGPT 桌面端
git clone https://github.com/jtydhr88/screenwriting-skills.git

02 visual-skills:四个形容词换不来一个好镜头

只有 2 个技能(video 和 image),但立场最鲜明:戏剧结构优先于模型语法。README 里有组对比,一眼就能看懂它在解决什么问题。

普通人写出来的提示词是这样的:

cinematic shot of a man
in a kitchen at night,
epic lighting, moody
atmosphere, 4k

四个形容词,零个事实。而技能写出来的是这样:

Emotion: hunger as loneliness. Object: last sausage.
Final image: fridge light dying on his face.

Shot 1 · 0.0-1.6s · wide, 24mm, static
Dark kitchen. He stands with one hand on the fridge
door, not opening it. Only the wall clock moves.

Cut · 1.6-3.4s · medium, 50mm, push-in
The push starts the frame he sees the shelf is empty
— that is what changed. Cold blue light, jaw sets,
one stomach growl, then nothing.

差别在于:有情绪、有道具、有终画、有每个镜头的焦段和运动、有时间码。这些是剪辑、走位、机位、光线被写死成的硬规则——README 的原话是”语法在戏剧结构就位之前一文不值”。支持 Seedance 2.5、Kling 3.0 Turbo/Omni、Veo 3.1、Nano Banana 2、GPT Image 2.5。

03 shuohao-skills:从一部小说到可拍摄素材

4.9K 星,作者自述是在真实 AI 短剧生产中打磨出来的。7 个技能 = 6 个生产阶段 + 1 个独立的角色参考图生成,流程是线性的:

novel-outline 把原著拆成五件套大纲(改编笔记、演员表、节拍、分集梗概、资产清单,含叙事道具表)→ novel-characters 把定下来的角色做成角色圣经 → novel-art 出场景与道具的美术圣经 → novel-script 写剧本 → novel-staging 在分镜前先把每个场景的开场站位定死 → novel-storyboard 出分镜。

其中 character-refs 是真能出图的:你用一句话描述一个角色,它拆成字段、补缺、跟你确认,然后生成一张正面全身锚点图;之后所有视角(头像、90° 侧面、背面、细节)都只参考这张锚点,按需分层生成。每张图带标签、可单独重生、 staleness 可追踪——这一条正好治”人物表情乱飘”的老毛病。

另外它把质量关卡做成了脚本:novel-outline 的 14 道质量门全部由脚本检查,还带一个”体检模式”可以直接审已有的大纲;novel-art 同样有 10 道。这意味着你不是靠”AI 说它做完了”来验收,而是有客观的通过/失败清单。

04 manju-laoli-skill:最重的一套,也最需要谨慎

漫剧老李的 AIGC 创作全流程套装,V7.4.26 版,1 个总控 short-drama-director + 12 个 sd-*-engine 子技能同级部署。四层纵深:赛道分流、素材采风、剧本、资产、分镜、三大打戏引擎、投喂、质检。

它的工程感很强:六道前置锁 + I 画风锁,动手前全部弹出让用户勾选;50 份规则库,机检项编号到 C1~C33 和 H1~H12;产出是可直接投喂 Seedance 2.5 / 2.0 / MiniMax H3 的七段式提示词组。适合漫剧这种”打戏比文戏难”的题材。

但有一条必须说在前面:README 自己标注这是”测试版,二次修改整合开源内容”。这意味着它的规则库来源不完全清晰,商用前建议自己过一遍授权链路。追求稳的话,同赛道可以优先看 03 和 10。

05 awesome-seedance:当字典用,不当流程用

证据驱动的 Seedance 提示词库,数据每天从 goodcase.ai 同步。一手核实到的数字:886 个案例全部回溯到原始帖子、495 次跨模型复测、27 套可复制模板(6 大类)。其中 Seedance 2.5 的 593 个、2.0 的 293 个。

仓库文件树里有 15 个 SKILL.md,README 另称有 80 个可安装的 AI 视频技能。它的正确用法是查不是跑:你想做”UGC 口播感””食物 ASMR””反转喜剧””多格故事板转视频”,先去里面找有没有现成案例和模板,看看别人怎么写”镜头描述”,再决定用哪套流程。

06 seedance-2.0:把 Seedance 2.0 吃到最透的一套

7.9K 星,是这 10 个里最热的。自称 “Skill OS”,v6.7.0,七道闸门喂给根技能,根技能再路由到核心流水线、治理集群和多语言词表(中英日韩西俄六种)。仓库文件树实测 28 个子技能 + 1 个根级入口。

README 的 “Seen, not told” 章节值得每个做短剧的人看一遍:七个场景、七个提示词、五种语言,每个都是完整的 15 秒故事——第二镜就让处境可读,一个反转,停在输家身上,按短剧节奏剪四五镜。而且每个提示词都经过 moderation 预筛,都是”为模型而导”:一个镜头一个动作,其他所有人照常活着;反应写成”一种感觉 + 一个身体锚点”;道具戏写成”一只手……”。

它还区分了”导”和”微管理”:README 的主张是导模型,别逐帧管它。你负责给处境、给反转、给终画;机位怎么动、光怎么落,交给技能里固化的规则。中英日韩西俄六种语言各有一份五分钟快速上手,团队里有非中文协作者也接得住。

07 scenario-labs/skills:规模最大,接的是平台

173 个技能,一家占了本文技能总数的六成。除了图像、视频、音频,它把 Blender、Maya、ZBrush、Unreal、Unity 都接了进来——这意味着你不只能在 Agent 里做片子,还能做 3D 资产。

通过 Scenario MCP 调用,两个设计对控成本很有用:花钱之前先估价,以及跨镜保持角色和品牌一致。如果你本来就在用 Scenario,这套是官方出品,优先级最高。

08 pexo-skills:不想写提示词也不想剪,选它

20 个技能,核心思路是”你描述需求,平台自己挑模型”。支持 10+ 视频模型自动选择(Seedance 2、Kling 3.0、HappyHorse 等),写提示词、生成所有资产、组装成带音乐和字幕的多镜头成片,一个 API key 全包。

README 给的参考耗时:15 秒 3 镜产品广告 8 分钟内出片;60 秒带配音和背景音乐的品牌视频约 20 分钟。适合要先看到片子、再回头打磨的人。

09 jianying-editor-skill:让 Agent 全自动操作你的剪映

4.4K 星,作者在 B 站有介绍视频(BV1hLzCBzEDS)。它干的事很具体:把素材丢进时间轴自动排列、AI 配音(剪映原生音色 + 微软语音)、字幕按配音自动拆句逐句对齐、自动配乐、按名字搜索应用特效转场滤镜、关键帧动画、复合片段嵌套。

还有两个偏门的本事:用 HTML/JS/Canvas 写网页动画,自动录屏变成视频素材导入剪映;以及录屏时自动给鼠标点击位置加缩放和红圈标记——做软件演示视频很省事。

平台边界必须认清:草稿生成支持 Windows 和 macOS 桌面版剪映专业版;自动导出只支持 Windows,且剪映 5.9 及以下版本最稳;不支持 CapCut 国际版,不支持手机端。Mac 用户可以用它搭时间轴,但最后一步得在剪映里手动导出。另外 GitHub API 的 license 字段显示 NOASSERTION,我核了 LICENSE 原文,是 MIT。

10 drama-skills:唯一”从原著到审查”的全流程套装

3.1K 星,来自 zenstory 自己的漫剧工作室——2025 年至今累计上千个 AI 短剧/漫剧项目,前后端加起来近 8 万行代码,在模型迭代速度面前维护不动了,于是把历史项目工程和图片/视频提示词蒸馏成这套技能。11 个技能覆盖:原著分析 → 分集剧本 → 视觉设定 → 图片提示词与分镜 → 视频提示词 → 确认后生产 → 剪辑成片 → 审查。

三个设计最值得学:

  • 五份 Markdown 分别记录创作决定。按阶段维护 剧本.md、视觉设定.md、分镜.md、图片提示词.md、视频提示词.md,剪辑时增加 剪辑单.md。创作决定以这些文档为准,不是以聊天记录为准。
  • 用可核对的文件事实约束跨镜一致性。需要跨镜保持的造型写成一条能原样贴进提示词的短语(连续性锁),每个关键帧写明视觉依据,检查脚本核对已声明的引用与连续性锁。
  • 先预览、确认,再生产。任何图片、视频、配音或音乐任务,都先在文件里看到这一批准确的内容和参数,明确确认后才调用外部接口花钱。这一条直接决定你的账单。

README 给的实测样片:68 秒竖屏,20 章原著改编,分镜 20 镜,逐镜生成后剪成成片,视频生成成本约 40 元。

npx skills add zenstory-ai/drama-skills -y -g

# -g 全局安装,所有目录可用;去掉 -g 只装到当前目录
# 更新时重新执行同一条命令即可

四、三种安装方式,按你手里的客户端选

三种安装姿势:插件市场、npx skills、git clone,下方为 Node.js、编程 Agent、模型 API Key、剪映四项前置条件

方式一:插件市场(Claude Code 最省事)

/plugin marketplace add jtydhr88/screenwriting-skills
/plugin install screenwriting@screenwriting-skills

仓库里带了 .claude-plugin/marketplace.json 和 .codex-plugin/ 的(01、02 都有),走这条路最干净,卸载也最干净。

方式二:npx skills(通用,最推荐)

npx skills add smixs/visual-skills          # 交互式选择装哪个
npx skills add smixs/visual-skills -g       # 全局,所有项目可用
npx skills add smixs/visual-skills@video    # 只装其中一个
npx skills update                           # 更新到最新

skills 这个安装器声称支持 70+ 客户端,装的是同一个 SKILL.md 规范。换客户端不用重新找技能,这是它比插件市场强的地方。

方式三:git clone(最可控)

git clone https://github.com/Emily2040/seedance-2.0.git
# 然后把它放进你客户端认识的 skills 目录,例如
#   Codex      → ~/.agents/skills
#   Claude Code → ~/.claude/skills

多技能套装的仓库(如 04、09)用这种方式最清楚,因为你能看到目录结构,知道哪个是总控、哪些是子技能。

前置条件:四样东西

条件 要什么 说明
Node.js 终端能跑 npx 只用方式二(npx skills)才需要
一个编程 Agent Claude Code / Codex 等 Skill 是给编程客户端用的,不是给聊天窗口用的
模型 API Key 视频生成商的凭据 剪片要花钱;drama-skills 的设计是凭据不进入项目文件
剪映 桌面版剪映专业版 只有 09 需要;自动导出限 Windows 且 5.9 及以下最稳

五、从零跑通第一个 15 秒镜头

装完之后第一件事不是把十个仓库全装上,而是用最小代价验证这条链路真的能通。下面是我建议的顺序,全程围绕”一个 15 秒镜头”转,不碰全片。

第一步,先把故事写成一页纸。不用长,一个处境、一个反转、一个终画。比如”深夜厨房,男人一只手搭在冰箱门上没有开,只有墙上的钟在走;推开后货架是空的;冰箱灯灭在他脸上。”这就是 02 号 README 里那个例子的骨架——三行字,但每个镜头该给什么已经定了。

第二步,让 Agent 把它拆成镜头。这里开始体现 Skill 的价值:你会看到它主动问你需要几个镜头、每镜多长、要不要对白。如果它没问,说明技能没被触发,检查一下安装目录对不对。

第三步,逐镜写提示词,逐镜确认。这是最关键的纪律。drama-skills 的设计是提示词先落进文件,生产前给你看这一批的准确数量、内容、参考、参数和输出,你点头才调接口。千万别跳过这个确认,这是你唯一能拦住”生成 20 个镜头花掉两百块才发现人物长相不对”的机会。

第四步,生成后先看一致性再看质量。同一角色跨镜是否还长得像、道具是否还在原处、光线方向是否连贯。这三项不过关,参数再高清也没用——短剧观众对”人物换脸”的容忍度是零。

第五步,才轮到剪辑。把过关的镜头交给 09 号技能搭剪映时间轴,加字幕和配乐。到这一步你已经有第一个 15 秒成品了,整套流程也跑通了,再考虑扩到 20 镜、60 秒。

这个顺序的核心是把”能不能做出来”和”能不能做好”分开验证。先花最少的钱证明链路通,再花钱打磨。反过来做的人,通常死在第三步。

六、两条组合路线:一套流 vs 按阶段混搭

两条组合路线:路线 A 用 drama-skills 一套流跑完五个阶段,路线 B 按阶段混搭 shuohao-skills、seedance-2.0、pexo-skills、jianying-editor

路线 A:一套流,drama-skills 一路到底

剧本 → 角色资产 → 分镜 → 提示词 → 审查,一个仓库全包,适合想尽快看到完整流程的人。安装一条命令,文档结构、命名、交接方式全部统一,不用自己拼。

路线 B:按阶段混搭,每个环节选最强的一个

适合对某一环节有明确要求的人。注意混搭不是随便拼——能混起来的前提是文件格式能对接:上一个技能的产出(剧本、JSON、分镜表、提示词文件)要能作为下一个技能的输入。

文中提到的可用组合:先让 shuohao-skills 拆大纲出角色圣经,再把剧本和分镜交给 seedance-2.0 写视频提示词,然后 pexo-skills 生成多镜头素材,最后 jianying-editor 搭剪映时间轴。衔接处一定用 JSON / Markdown 这类开放格式,别用只有某个套件认识的私有格式,否则后半段就被锁死了。

两条路线的总原则就一句:先一个技能跑通一到两个镜头,再往上加。十个一起装,你会在”该用哪个”上耗掉全部耐心。

七、按你的情况选,别十个全装

按情况选型:只想试试水装 awesome-seedance,已在用 Claude Code 装 drama-skills,要导镜头语言装 visual-skills,只想自动出片装 jianying-editor,附三条避坑提醒

四种最常见的情况,对号入座就行:

  • 只想先试试水。装 awesome-seedance(2.2K,MIT)。它是指南不是流程,零成本,翻案例就能知道”好提示词长什么样”。
  • 已经在用 Claude Code。装 drama-skills(3.1K,MIT)。11 个技能一套覆盖全流程,是唯一”原著到审查”齐活的。
  • 要导漫剧镜头语言。装 visual-skills(547,CC-BY-4.0)。Munch 剪辑理论 + 走位 + 蒙太奇,是唯一把戏剧结构当核心卖的。
  • 只想自动出片子。装 jianying-editor(4.4K,MIT)。Agent 直接操作你的剪映,适合不想碰提示词的人。

三条避坑提醒

提醒 为什么
星标会变 本文数字是 2026-10-21 实测。这些仓库都很新(多个创建于 2026 年),迭代快,装之前回仓库看一遍最新 README
许可证要看清 MIT 最宽松;CC-BY-4.0 要求署名;Apache-2.0 有专利条款。商用前核一遍。另外 04 自述”测试版,二次修改整合开源内容”,链路要自己过
生成要花钱 视频生成按秒计费。认准”先预览、确认,再生产”的设计(10 号最典型),别让 Agent 直接批量调用接口

最后:三句话带走

第一,Skill 是规范,不是魔法。 它把你脑子里的”我要电影感”翻译成”广角 24mm、静态、只拍一只手搭在冰箱门上”。翻译得越细,模型越稳。模型不行,再细的规范也白搭。

第二,先跑通一个镜头,再谈全流程。 十个仓库一起装是收藏家的干法。挑一个最对你胃口的,从一句对白、一个 15 秒镜头开始,跑通了再往上加环节。

第三,钱要花在确认之后。 所有 Skills 都替代不了”你先看一眼”。预览、确认、再生产——这条习惯省下的不只是钱,是返工的三倍时间。

站内相关

© 版权声明
THE END
喜欢就支持一下吧
点赞6 分享
评论 抢沙发
头像-二楼后座
欢迎您留下宝贵的见解!
提交
头像-二楼后座

昵称

取消
昵称表情代码图片快捷回复

    暂无评论内容