oh-my-minimaxh3-director

name oh-my-minimaxh3-director description AI 视频导演流水线：剧本自动分镜（含 WenWu 导演级镜头衔接与人物四视图参考图）→ MiniMax H3 工作流分配与参数确认 → 批量生成监控 → 剪映自动拼合成片，可选 Cloudflare 隧道远程访问。提示词支持官方 H3 六段式（official）、WenWu 中文导演模式（wenwu），以及两者兼顾的 hybrid 模式（官方六段式外壳 + WenWu 导演级内容）。用户提到剧本出片、自动分镜、分镜衔接、WenWu、人物四视图、H3 生成、工作流分配、剪映拼合、AI 导演、游戏 PV/宣传片/广告短片/风格与音乐简报，或给出剧本/故事文本要求生成视频时使用。 ComfyUI 剧本视频流水线 Overview 本 skill 把一条完整链路自动化：探测/打通 ComfyUI（可选 Cloudflare 隧道）→ 剧本自动分镜（每段一个 H3 视频，段内 2-3 个分镜）→ 按段分配 H3 模板并覆盖 参数 → 参数确认 → 批量提交/监控/下载 → 生成剪映拼合脚本并建草稿。 v1 只服务 MiniMax H3 的 Ref2VA / T2V / I2V 三种模板，段级生成，默认无字幕无 BGM。所有文件 UTF-8，Python 使用项目 .venv （存在时），Windows 下运行。 首次使用引导（Onboarding） 第一次使用（以用户目录下的 ~/.oh-my-minimaxh3-director.json 是否存在判断） 时，按下面顺序逐项与用户确认， 每一项先说明用途再询问 ，不替用户做决定； 完成后把选择写入该配置文件。非首次且用户启用自动更新时，每次使用前先 npx skills update oh-my-minimaxh3-director -g -y （失败不阻塞流程）。 自动更新 ：说明用途（每次使用前自动拉取本 skill 的最新脚本、模板与 教程），询问是否启用。推荐启用；选项：启用 / 不启用 / 每次询问。 ComfyUI 位置确认 ：询问用户“ComfyUI 是本地运行还是云端？”—— 本地 ：运行 scripts/probe_comfy.py --workspace <工作区根> --write 探测本机 8188；未安装时按 setup-guide.md 第 1 节给出官网桌面版下载教程（ https://www.comfy.org/download）。 云端 ：请用户提供网址链接（trycloudflare 隧道地址或 AutoDL 的 seetacloud 地址；还没有 AutoDL 实例时按 autodl-cloud.md 帮其开通云端算力），用 scripts/probe_comfy.py --workspace <工作区根> --url <链接> --write 验证并把该地址写入 .config/pipeline-config.json 的 base_url ； 链接失效时回退到自动探测。 把 comfyui_location: local | cloud 与地址记入 ~/.oh-my-minimaxh3-director.json ，后续运行不再重复询问。 硬件评估 ：运行 scripts/check_hardware.py 检测 NVIDIA 显存、内存与 磁盘；本机无独显但已有远程 ComfyUI（隧道/AutoDL）时改用 --remote-url <地址> 直接评估远程 GPU。若判定不适合（显存 < 12GB 或 没有 NVIDIA GPU），明确告知用户，并询问是改用云 GPU（AutoDL，教程见 autodl-cloud.md / Comfy Cloud）还是仍想 尝试；远程可用时流水线不受影响。 MiniMax H3 模型 ：本地 ComfyUI 且未确认过模型时，询问“是否已下载 MiniMax H3 模型”；未下载则按 setup-guide.md 第 2 节给 ModelScope 教程（仓库 Comfy-Org/minimax-H3 ，含文件清单、 放置目录与约 40GB 空间提示）。 可选依赖 ：逐个说明用途后询问是否安装—— h3-prompt-writing ：专业改写 H3 六段式提示词（仅服务 official 与 hybrid 的六段式外壳；wenwu 纯中文模式不依赖它）； jianying-editor ：剪映草稿自动拼合（本 skill 拼合阶段依赖）； comfy-mcp ：让 Codex 直接管理/运行 ComfyUI，可选增强。 需要安装时按 setup-guide.md 第 4 节执行； 明确拒绝的记录下来，之后不再反复询问。 输入与项目结构 输入：剧本文件（ .md / .txt ，或对话中的故事文本），可选参考图目录 （ refs/ ）与角色设定。输出项目放在 outputs/<项目名>/ （或用户指定目录）： <项目>/ storyboard.md # 人读分镜 storyboard.json # 机器可读分镜（build_workflows 输入） prompts/seg_01.txt … # H3 提示词（official / wenwu / hybrid） workflows/seg_01_api.json … jobs/params.json # 参数清单（确认对象） jobs/seg_01_job.json … # 提交/下载状态（断点恢复） clips/raw/<batch>/seg_01_00001-audio.mp4 … assemble_jianying_<标题>.py # 生成的拼合业务脚本（放项目根） edit/jianying-draft-report.json 分镜 JSON 结构与提示词格式见 storyboard-schema.md ；模板路由与字段映射见 workflow-routing.md ；隧道操作见 cloudflared.md ；首次安装与硬件评估见 setup-guide.md ；导演级分镜与 WenWu 引擎见 wenwu-director.md ；hybrid 完整示例见 hybrid-example.md ；无人值守与资源监控见 resource-monitoring.md 。 ComfyUI API 调用与 comfy-mcp 见 api-and-mcp.md 。 阶段 0：探测 ComfyUI 与可选隧道 运行 scripts/probe_comfy.py --workspace <工作区根> --write 探测地址。 探测顺序：本机 8188 → 已记录隧道 URL → AutoDL 配置；全部失败时用 --interactive 询问用户。 询问用户是否需要远程访问 （这是唯一必须问的选项）。需要时运行 scripts/ensure_cloudflared.py --workspace <工作区根> ：复用可达的已有 隧道，否则自动下载 cloudflared 并启动 trycloudflare 临时隧道。 把可用 base_url 写入 .config/pipeline-config.json ，后续脚本自动读取。 隧道失败不阻塞：回退原地址并继续。 阶段 1：剧本 → 分镜 询问故事要求 ：片长、风格、目标平台、角色/参考图、是否指定镜头结构； 用户意图足够明确时直接创作，不连续追问。 创建 outputs/<项目名>/ ，按 storyboard-schema.md 生成衔接分镜： 把剧本切段（默认每段 10 秒，5-15 秒可调），每段 2-3 个分镜，上下镜头之间 写清衔接锚点（动作方向 / 视线 / 光线 / 道具 / 轮廓 / 声桥 / 受力），禁止 无理由跳切。 生成人物参考图四视图 ：模型支持生成图片时直接生成；角色是网上已有角色 时先搜索下载参考图再生成——每角色三张不同视角全身 + 一张脸部特写，存到 refs/ 并在 storyboard.json 的 characters 登记。 先做提示词模式决策，再写提示词 ：写提示词前必须判断简报复杂度，并把 meta.prompt_mode 与 meta.prompt_mode_reason 写入 storyboard.json， 禁止静默走默认。三种模式： hybrid （推荐）：创意简报 / 游戏 PV / 宣传片 / 广告 / 短片默认。保持 官方 H3 六段式英文外壳（subject_definitions / summary / retention_analysis / detailed_description / overall_soundscape / non_diegetic_music），内容按 WenWu 导演标准写（逐秒镜头脉冲、生命核、 八条生命通道、表演/状态肌理、音轨编排、结尾 constraints: 风格与 负向约束块），规范见 wenwu-director.md 的「hybrid：官方 六段式 × WenWu 导演深度」，完整示例见 hybrid-example.md 。项目还可附带 视听签名 audiovisual_signature 、声音事件表 sound_events 、 7 列镜头卡 shots （含机位库/运镜库/转场库/高级技法）、节奏统计、 世界锚点 world_anchors 、参考片样本 reference_films 、 climax_segment 与 total_duration ，规范见 storyboard-schema.md 。 wenwu ：用户明确提到导演 / 分镜衔接 / 镜头设计 / 表演 / WenWu，或 要求纯中文导演分镜提示词时使用（WenWu 成片书写法）。 official ：仅用于快速批量、无强风格要求的段级生成。 判断规则：简报含风格系统、色彩系统、音乐编排、逐秒分镜或负向约束， 或任务属性是 PV / 宣传片 / 广告 / 短片 → 必须 hybrid 。 h3-prompt-writing 只用于 official 与 hybrid 的六段式外壳； wenwu 纯中文模式不依赖它。 参考图在提示词中用 <Picture N> 标签与 refs 数组对应。 分镜汇报（必须按秒段） ：分镜与提示词写完后，向用户汇报剧本时必须 逐段给出 精确时间轴 ——「几秒到几秒 → 什么画面 → 什么对白」，禁止用 “前面是开场、中间打斗、结尾反转”这类宽泛概括。汇报格式见 storyboard-schema.md 的「分镜汇报 格式」；hybrid/wenwu 模式直接采用镜头卡里的 time / duration / content / sound 与台词。用户据此确认或指出要改的镜头后再进入阶段 2。 阶段 2：工作流扫描、选择与构建 铁律：优先复用用户已有的工作流，禁止自行创建新工作流。 步骤如下： 扫描用户工作流 ： python scripts/scan_workflows.py --project <项目目录> --workspace <工作区根> 扫描范围： <项目>/workflows 、 <项目>/templates 、 <工作区>/workflows 、 <工作区>/pv1min_workflows 与 pipeline-config.json 的 templates_dir 。 输出每个候选的格式（API/UI）、模式（ref2va / i2v / t2v / batch）、参考图 槽位、Turbo 标记与模型文件。 2. 展示候选并询问用户 ：把扫描结果整理成表格（编号 / 文件 / 模式 / 适合 场景）给用户，询问“用哪个工作流”。用户选定后把映射写入 storyboard.json ： 整批统一： meta.workflow_map = {"<mode>": "路径或模板名"} ； 按段指定： meta.workflow_map = {"<段号>": "路径或模板名"} ，或直接在 该段写 segments[].template 。 只有以下情况才用内置模板 （ assets/templates/ 的 ref2va / t2v / i2v）：扫描结果为空，或用户明确表示没有合适工作流、愿意用内置模板。 内置模板也必须经用户确认，不允许静默替换。 构建 ： python scripts/build_workflows.py --project <项目目录> --workspace <工作区根> 模板解析优先级： segments[].template > meta.workflow_map[段号] > meta.workflow_map[mode] > 内置模式推断（有参考图 → ref2va ；首尾帧 → i2v ；纯文本 → t2v ）。按 class_type 覆盖提示词、参考图、时长、步数、 scheduler、种子、分辨率与输出前缀，做后端校验（时长 5-15s、步数 4-40、 种子范围、参考图存在、提示词非空），写出 workflows/seg_XX_api.json 和 jobs/params.json ，并打印参数汇总表。 用户工作流是 UI 格式时脚本会明确报错，要求先用 convert_ui_workflow.py 转换—— 脚本绝不自动改写用户工作流文件 。 提示词深度也做后端校验：六段齐全、镜头标记与时间码、hybrid 的 constraints: 块； meta.strict_prompt_validation: true 时不达标直接拒绝。 hybrid meta 另做后端校验：视听签名字段、段时长累加、高潮位置与声音事件表。 阶段 3：参数确认 把 params.json 汇总成表格展示给用户：段号 / 时长 / 模式 / 模板 / steps / scheduler / seed / 比例 / 参考图 / 输出前缀。 用户可修改 storyboard.json 中的参数（时长、步数、种子、模板、参考图等） 后重跑阶段 2；不要做前端表单，脚本后端校验非法值并拒绝。 用户确认后锁定参数，进入提交（ params.json 保持为提交依据）。 阶段 3.5：无人值守确认（每次批量开始前必做） 每次开始批量提交前， 询问用户本次是否无人值守 ： 是 ：与用户约定关机时间（本机 Windows 自动关机，或 AutoDL/云实例的到期 时间——云端关机按 autodl-cloud.md 用 API power_off 或在云控制台设置）；把约定写入 jobs/run_plan.json ；按 resource-monitoring.md 启动 scripts/monitor_resources.py 后台监控 GPU 显存与系统内存（默认 warn 90% / stop 95%），到达约定时间且用户已授权时执行本机关机。 否 ：正常人工值守流程，跳过关机约定；资源监控可选。 monitor_jobs.py 每轮会读取 jobs/resource_state.json ，达到 stop 阈值时暂停 本轮并报告，防止显存/内存爆掉。 阶段 4：提交、监控与下载 python scripts/submit_jobs.py --project <项目目录> --workspace <工作区根> python scripts/monitor_jobs.py --project <项目目录> --workspace <工作区根> submit_jobs.py 先上传本地参考图到远程 input 目录（同批次缓存去重），再 POST /prompt ； node_errors 非空时中止并报告缺什么。已提交/已下载的段 自动跳过（ --force 可重提），支持 --segments 1,3 部分提交。 API 报错先查 api-and-mcp.md 排查表 ：不要 盲目重试同一条命令， node_errors / 超时 / SSL EOF / 任务 error 各有对应 处理；连续 3 次无变化就停下来向用户报告。 monitor_jobs.py 轮询 /history/{prompt_id} ：错误提取报错并按重试上限 （默认 2 次）重新提交，完成后把 MP4 下载到 clips/raw/<batch>/seg_XX_00001-audio.mp4 ；状态落盘，可断点续跑。 监控长任务时放后台运行并定期查看 jobs/monitor_state.json 。 单段重试后仍失败： 不要静默跳过 ，向用户报告失败段与原因，由用户决定 重跑、改参数或换模板。 阶段 5：剪映拼合 确认片段齐全后生成业务脚本（遵守 jianying-editor“业务脚本放项目目录”规则）： python scripts/generate_assembly.py --project <项目目录> --title <片名> \ --width <宽> --height <高> 运行生成的 assemble_jianying_<标题>.py （内部 bootstrap jy_wrapper， 按段序 add_media_safe ，相邻段加“叠化 0.3s”转场， save() 后写 edit/jianying-draft-report.json ）。无字幕无 BGM。 告知用户草稿名称与路径，让用户在剪映中打开微调； 仅当用户显式要求 自动导出时，调用 jianying-editor 的 auto_exporter.py （Windows + 剪映 5.9 及以下）。导出前可先检查报告 JSON 的 draft_name / drafts_root 。 失败恢复与边界 断点： jobs/ 下所有状态为 JSON，重跑任意阶段都幂等跳过已完成段。 隧道抖动：探测失败自动回退； ensure_cloudflared.py --stop 可停隧道。 模板： 用户已有工作流优先 （scan_workflows.py 扫描 + 用户确认）；内置 三套 H3 紧凑模板只是兜底；大模板（如 270KB 多图 Ref2VA）先经 convert_ui_workflow.py 转 API 格式再引用，不自动改写用户文件。 本 skill 不做前端验证；所有合法性检查由脚本后端完成。 不在 skill 目录内创建任何业务脚本/项目文件；业务产物一律放用户项目目录。 脚本速查 脚本 用途 probe_comfy.py 探测可用 ComfyUI 地址并写入配置 ensure_cloudflared.py 复用/启动/停止 trycloudflare 隧道 convert_ui_workflow.py UI 格式模板转 API 格式 build_workflows.py 分镜 → 每段 API 工作流 + 参数表（含提示词深度校验） scan_workflows.py 扫描用户已有工作流并给出候选清单（模式/格式/参考图） submit_jobs.py 上传资产并批量提交 monitor_jobs.py 轮询下载、失败重试、断点续跑 generate_assembly.py 生成剪映拼合业务脚本 check_hardware.py 检测 GPU/内存/磁盘并给出本地运行建议 monitor_resources.py 无人值守时监控 GPU 显存/内存，支持约定时间关机