video-text-storyboard

name video-text-storyboard description 使用 AI 生成结构化文本分镜，作为视频生成的输入。用于用户需要一个视频的文本描述（分镜）的场景。用户说"帮我生成一个分镜"、"帮我写视频脚本"时触发。 video-text-storyboard 注意 ：如果是首次使用，确保已安装 videoclaw： uvx videoclaw --help 触发场景 用户说以下话时触发： "帮我生成一个分镜" "帮我写视频脚本" "帮我设计一下这个视频怎么拍" "帮我做一个视频方案" 输入 通过 AskUserQuestion 依次追问获取： 视频类型 （第一个问，多选一） 故事类（情感短片、微电影） 产品展示类（品牌广告、电商视频） 角色动作类（武侠、舞蹈、格斗） 风景旅拍类（自然风光、城市街拍） 视频主题 ："这个视频想讲什么 / 展示什么？" 素材来源 （二选一） 我有图片，直接上传 帮我用 AI 生成素材图（→ 先调用 t2i 生成素材图，再进入分镜生成） 类型专属追问 （根据步骤1的结果分支） 类型 追问内容 故事类 角色外观描述 / 风格（搞笑/温馨/史诗感） 产品展示类 产品名称和外观描述 / 品牌调性（高端/科技感/轻快时尚） 角色动作类 角色外观描述 / 动作类型（武侠/舞蹈/格斗/特技） 风景旅拍类 拍摄地点/场景描述 / 氛围（治愈系/史诗感/纪录片风格） 时长 ："视频需要多长？15秒 / 30秒" 生成要点 加载 skill 后，利用上下文生成文本分镜。 模板选择 根据用户选择的视频类型，加载对应 references 文件： 故事类 → references/stories.md 产品展示类 → references/product.md 角色动作类 → references/action.md 风景旅拍类 → references/scenic.md 加载对应文件后，使用其中的模板结构和示例生成分镜。 分镜生成要点 每个分镜包含： 时间范围 ：精确的秒数（如 2-6秒） 画面 ：场景 + 动作 + 台词 + 情绪，融合在一个字段中 音效 ：此镜头的背景音效 合格示例 输入 ：做一个冰霜王登基的动画视频 输出 ： 【素材介绍】： 【@图1】黄色圆滚滚小怪兽，无鼻设计，头顶小橘子 【@图2】冰封圣剑，剑身蓝光流转 【@图3】冰之王冠，由冰晶碎片拼接而成 【@图4】冰封王座，台阶和座椅有冰晶纹路 【@图5】极寒冰封王座大殿场景，浮空冰峰刺破阴云 【场景描写】： 极寒冰封之地，浮空冰峰刺破阴云，寒风呼啸，冰封大殿寂静威严 【背景音】： 史诗感 夹杂冰面细微碎裂声 【分镜】： 【特写圣剑】（0-4秒） 画面：特写【@图2】冰封圣剑，剑身蓝光流转，插在寒冰基座上 音效：冰裂声、低沉嗡鸣 【拔剑】（4-8秒） 画面：镜头后拉。【@图1】黄色小怪兽肉垫爪子紧紧握住【@图2】剑柄，用力向上拔剑 音效：拔剑声、冰裂声 【冰甲覆身】（8-12秒） 画面：全身镜头。【@图1】小怪兽用力拔出圣剑瞬间，无数冰晶碎片从四面八方飞聚而来，瞬间拼接成完整冰甲覆盖全身 音效：剑鸣、冰晶碰撞声 【戴上王冠】（12-16秒） 画面：【@图1】小怪兽抬手，无数冰晶冰片从空中飞聚而来，拼成【@图3】冰之王冠；小怪兽将王冠戴在头上 音效：冰晶拼接声 【登基定格】（16-20秒） 画面：全景。【@图1】小怪兽（穿戴冰甲）手持【@图2】圣剑，站在【@图4】冰封王座上，双眼亮起冰蓝光芒，远处【@图5】冰峰堡垒在背景中矗立 音效：余音回荡 【注意事项】： - 角色设定：黄色小怪兽严格保持无鼻设计，头顶小橘子 - 氛围：全程冷色调，突出寒冰、冰晶质感，与角色暖黄色形成强烈视觉对比 - 动作节奏：每个镜头一个简单动作，拔剑 → 冰甲覆身 → 戴王冠 → 登基 - 细节还原：头顶小橘子、冰封圣剑蓝光、王冠冰晶拼接纹路等关键细节必须清晰呈现 保存 生成后保存到 <project>/videos/<video>/storyboard/text_storyboard.md 交互确认 用 AskUserQuestion 询问用户： "这是生成的分镜，满意吗？" 选项： 满意 → 继续下一步 修改 → 询问具体哪里要改 重新生成 → 不修改直接重试 常见错误 ❌ 每个镜头安排太多内容：视频生成模型4秒绝对执行不了这么多东西，一个镜头只安排一个简单动作 ✅ 每个镜头内容要精简，只描述一个动作或变化 ❌ 素材引用混乱：不说明引用了什么 ✅ 使用【@图1】【图2】格式明确引用素材 ❌ 忽视音效：音效设计能大幅提升质量 ✅ 加入音效：背景音乐 + 音效 ❌ 缺少注意事项：结尾没有强调关键要素 ✅ 添加注意事项：角色设定、氛围、动作节奏、细节还原 ❌ 镜头数量太少：1-2个镜头无法展现完整故事 ✅ 多用镜头没问题，每个镜头内容细化，但总量控制在30秒左右（6-8个镜头） ❌ 段落之间有多余空行：每个段落、镜头之间不需要空行 ✅ 全部连续书写，不要有空行 反例 ： 剧情梗概 大法师安东尼达噜想要在小镇广场展示法术。 镜头1 阳光明媚的小镇广场... 正例 ： 剧情梗概 大法师安东尼达噜想要在小镇广场展示法术。 镜头1 阳光明媚的小镇广场...