Skills Plugins MCP Prompt Model 博客 我的中心

manga-workflow

完整的端到端工作流程,将小说转换为视频。使用场景:(1) 用户运行 /manga-workflow 命令,(2) 用户想开始新的视频项目,(3) 用户想继续现有项目。按顺序编排所有其他 skill,并在每个阶段设置审核检查点。

DeepseekModel 官方收录技能 质量 良好 · 64 v1.0.0

获取

https://deepseekmodel.com/api/download.php?id=arcreel-cc-novel2video-claude-skills-manga-workflow-skill-md&format=skill
下载 .skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用
.skill 文件中 system_prompt 字段的实际内容。
name manga-workflow description 完整的端到端工作流程,将小说转换为视频。使用场景:(1) 用户运行 /manga-workflow 命令,(2) 用户想开始新的视频项目,(3) 用户想继续现有项目。按顺序编排所有其他 skill,并在每个阶段设置审核检查点。 视频工作流 完整的端到端工作流程,将小说转换为视频。 内容模式 系统支持两种内容模式,通过 project.json 中的 content_mode 字段切换: 模式 content_mode 画面比例 默认时长 Agent 说书+画面(默认) narration 9:16 竖屏 4 秒 novel-to-narration-script 剧集动画 drama 16:9 横屏 8 秒 novel-to-storyboard-script 工作流决策树 开始 │ ├─ 新项目? ──────────────────┐ │ │ │ 1. 创建项目目录 │ │ 2. 将小说复制到 source/ │ │ 3. 创建 project.json │ │ 4. 选择 content_mode │ │ └─────────────────────────┘ │ ├─ 检查项目状态 (project.json) │ │ │ ├─ 没有剧本? │ │ ├─ narration 模式 → novel-to-narration-script agent(3 步) │ │ └─ drama 模式 → novel-to-storyboard-script agent(4 步) │ │ └─► 审核 ──┐ │ │ │ ├─ 没有确认线索? ───► 确认 clues 列表 ──► 更新 project.json ──┐ │ │ │ ├─ 没有人物设计? ────► /generate-characters ──► 审核 ──┐ │ │ │ ├─ 没有线索设计? ────► /generate-clues ──► 审核 ──┐ │ │ │ ├─ 没有分镜图? ──────► /generate-storyboard ──► 审核 ──┐ │ │ │ ├─ 没有视频? ────────► /generate-video ──► 审核 ──┐ │ │ │ └─ 准备合成? ───────► /compose-video ──► 完成! 项目概述 :上传源文件后,系统会自动分析小说内容并生成项目概述(故事梗概、题材类型、核心主题、世界观设定)。概述信息会保存到 project.json 的 overview 字段,供后续 Agent 参考。 阶段 1:项目设置 新项目 : 询问项目名称 创建 projects/{名称}/ 及子目录(含 clues/ 、 drafts/ ) 创建 project.json 初始文件 询问内容模式 : narration (默认)或 drama 请用户将小说文本放入 source/ 上传后自动生成项目概述 (synopsis、genre、theme、world_setting) 现有项目 : 列出 projects/ 中的项目 显示 project.json 中的项目状态 从上次未完成的阶段继续 阶段 2:剧本创建 根据 content_mode 调用不同的 Agent(使用 Opus 模型): 说书+画面模式(narration) 使用 Task 工具调用 novel-to-narration-script agent: 核心原则 :保留原文,不改编、不删减、不添加 三步流程 : 片段拆分 :按朗读节奏拆分为约 4 秒的片段,标记 segment_break 角色表/线索表 :生成详细描述,同步到 project.json 生成 JSON :输出 segments 结构剧本 每一步都需要用户确认后才继续 视频 Prompt 仅包含角色对话 ,不包含旁白(旁白由后期人工配音) 输出 : drafts/episode_{N}/step1_segments.md drafts/episode_{N}/step2_character_clue_tables.md scripts/episode_N.json (使用 segments 数组) 剧集动画模式(drama) 使用 Task 工具调用 novel-to-storyboard-script agent: 核心原则 :将小说改编为剧本形式 四步流程 : 规范化剧本 :结构化整理 镜头预算 :场景复杂度分析,标记 segment_break 角色表/线索表 :生成详细描述,同步到 project.json 分镜表 :输出 scenes 结构剧本 每一步都需要用户确认后才继续 视频 Prompt 包含对话、旁白、音效 输出 : drafts/episode_{N}/step1_normalized_script.md drafts/episode_{N}/step2_shot_budget.md drafts/episode_{N}/step3_character_clue_tables.md scripts/episode_N.json (使用 scenes 数组) 审核检查点 :Agent 完成后,展示剧本摘要和线索列表,等待确认。 数据分层说明 : Agent 会将角色和线索的 完整定义 同步到 project.json 剧本只保留 characters_in_segment/scene 和 clues_in_segment/scene 名称列表 后续 skills 从 project.json 读取角色/线索信息 阶段 3:线索确认 在 agent 完成后: 展示自动识别的潜在线索列表 用户确认哪些需要固化 设置 importance 级别(major/minor) 更新 project.json 中的 clues 字段 审核检查点 :确认线索列表完整。 阶段 4:人物设计 调用 /generate-characters : 根据描述生成人物设计图( 3:4 竖版 ,三视图) 保存到 characters/ 更新 project.json 审核检查点 :展示每个人物,允许重新生成。 阶段 5:线索设计 调用 /generate-clues : 为 importance='major' 的线索生成设计图( 16:9 横屏 ) 保存到 clues/ 更新 project.json 审核检查点 :展示每个线索设计图,允许重新生成。 阶段 6:分镜图生成 调用 /generate-storyboard : 模式 流程 画面比例 narration 直接生成分镜图 9:16 竖屏 drama 两步:多宫格 → 单独场景图 16:9 横屏 使用人物和线索参考图保持一致性 保存到 storyboards/ 审核检查点 :展示每张分镜图,允许重新生成。 阶段 7:视频生成 调用 /generate-video : 模式 画面比例 默认时长 Prompt 内容 narration 9:16 竖屏 4 秒 仅对话,无旁白 drama 16:9 横屏 8 秒 对话 + 旁白 + 音效 每个片段/场景独立生成,使用分镜图作为起始帧 自动使用 ffmpeg 拼接成完整视频 保存到 videos/ 和 output/ 支持断点续传( --resume ) 审核检查点 :预览每个视频,允许重新生成。 阶段 8:最终合成 调用 /compose-video : 拼接所有视频片段 应用转场效果(使用 segment_break 标记) 添加背景音乐(可选) narration 模式 :合并人工配音的旁白 输出到 output/ 项目状态命令 随时检查项目状态: from lib.project_manager import ProjectManager pm = ProjectManager() # 加载项目元数据 project = pm.load_project( "my_project" ) print (project[ 'status' ]) # 同步并更新状态 pm.sync_project_status( "my_project" ) 线索管理 在场景中使用线索 在剧本中添加 clues_in_segment 或 clues_in_scene 字段: { "segment_id" : "E1S3" , "characters_in_segment" : [ "姜月茴" ] , "clues_in_segment" : [ "玉佩" , "老槐树" ] , "image_prompt" : { ... } , "video_prompt" : { ... } } 生成分镜时,线索参考图会自动加入 API 调用。 添加新线索 pm.add_clue( "my_project" , name= "玉佩" , clue_type= "prop" , # 或 "location" description= "翠绿色祖传玉佩..." , importance= "major" ) 中断后恢复 工作流可以中断后恢复: 所有进度保存到磁盘 project.json 记录项目整体状态 剧本 JSON 记录每个片段/场景的生成资源 再次运行 /manga-workflow 即可继续
Agent 识别该技能的关键词,点击任意一个即可复制。

该技能未提供触发词。

下载的 .skill 包内含以下字段。
字段 说明
format格式标识(skill/v1)
skill_id技能唯一 ID
name技能名称
version版本号
description技能描述
category所属分类(数组)
trigger_words触发词列表
tags标签列表
source来源标识
source_url来源链接(本页地址)
exported_at导出时间(每次下载生成)
system_prompt系统提示词正文
model_config模型参数:provider / model / temperature / max_tokens / top_p
examples示例
install_guide各平台导入说明(Coze / Dify / Claude / 自定义框架)
同一份技能可按不同平台格式导出。
.skill 标准格式,含 system_prompt 与 model_config,导入任意 Agent 框架即可使用 下载
.skillpro 增强格式,额外含脚本 / 工具 / 依赖 / 钩子占位 下载
.json 纯 JSON 导出,只含 system_prompt 与模型参数 下载
Coze 带 frontmatter 的 Markdown,Coze 平台导入用 下载
Dify Dify DSL,创建应用后直接导入 下载

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。