Skip to content

About

A confirmation-gated Codex and WorkBuddy skill for audio-first image-story video production.

Resources

Stars

356 stars

Watchers

0 watching

Forks

Latest commit

 

History

3 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Image Story Video Wizard

一个用于 Codex 和 WorkBuddy 的分步式 Skill,带用户从选题、对标、文案、配音、分镜、生图一直做到预览和成片。

它的核心不是把一整套流程一次性丢给用户,而是主动引导和推进:Skill 判断当前阶段、完成能自己做的工作,用户只在关键节点提供材料或做确认。

它怎么带你往下做

每一轮都会说清楚五件事:

  1. 现在进行到:
  2. 我现在会做:
  3. 你现在只需要:
  4. 完成后我会交付:
  5. 确认后下一步:

完整阶段是:

START → BRIEF → BENCHMARKS → WRITING_PACK → SCRIPT → VOICE → STORYBOARD → VISUAL_STYLE → CHARACTER_ANCHORS → IMAGE_PROMPTS → IMAGE_GENERATION → ASSET_QC → MUSIC → PREVIEW → FINAL_RENDER → FEEDBACK

关键确认点包括:

  • 对标方向没确认,不做写作包。
  • 文案没定稿,不生成完整配音。
  • 画风、文字风格和样图没确认,不批量生图。
  • 预览没通过,不渲染最终成片。
  • 某一步失败时,只回到最早受影响的阶段,不会把整个项目推倒重来。

适合的项目

  • AI 讲书、历史故事、情感故事和有声故事。
  • 播客音频加配图的图片联播视频。
  • 需要人物一致性、固定画风、字幕和文字卡的静态图叙事视频。

如果你只需要一篇文案、一张图或普通剪辑,不需要调用这个 Skill。

一句话安装

把下面这句话完整发给 Codex:

请使用 skill-installer 从 https://github.com/aaronyi97/image-story-video-wizard 安装 Skill。Skill 位于仓库根目录,安装名使用 image-story-video-wizard。安装完成后告诉我下一轮可以直接启动。

Codex 安装 Skill 后会在下一轮对话加载它。然后直接发:

使用 $image-story-video-wizard 开始一个新项目。我想做一期【选题】的图片联播视频,请主动带我往下做。

终端安装

Codex:

git clone https://github.com/aaronyi97/image-story-video-wizard.git ~/.codex/skills/image-story-video-wizard

如果 WorkBuddy 也从本地 Skill 目录加载,可以在它的 Skill 目录中安装同一仓库,或链接到 Codex 中的这份 Skill。

开始使用

直接对 Codex 或 WorkBuddy 说:

我想做一期【选题】的图片联播视频,请使用 image-story-video-wizard 带我从现在的阶段往下做。你主动推进,每次只让我提供当前必需的材料或做当前确认。

项目会用 PROJECT_STATE.json 记录当前阶段、已确认决定、产物路径和下一个需要用户回答的问题。换到另一个宿主后,可以从这个状态继续。

教程中的默认路线

  • 长文案:先用 Codex 完成对标学习和写作包,再交给 WorkBuddy 中的 Kimi K3。当页面确实提供时,选择 Max 模式、最高思考强度和 1M 上下文。
  • 配音:使用当前的豆包 Seed-TTS 2.0,先用同一段约 20 秒的文字测 5–10 个音色,确认音色后再调语速。
  • 生图:先做 3–5 张样图,然后锁画风、人物母版和文字样式。手动路线默认一个新对话只跑一条提示词、生成一张图。
  • 剪辑:素材齐全后优先使用 HyperFrames 组装,先看预览,确认后再渲染最终成片。

豆包语音入口:

验证

python3 -m unittest discover -s tests -v
python3 /path/to/skill-creator/scripts/quick_validate.py .

当前自动校验覆盖 Skill 结构、16 个阶段、五段式引导、关键教程要求、状态机一致性,以及项目初始化与恢复所需的状态文件。

WorkBuddy、Kimi、豆包、生图和渲染是实时外部能力,Skill 会在进入对应阶段时先检查当前是否可用,不会在未实际调用时声称已经参与或完成。

License

MIT

About

A confirmation-gated Codex and WorkBuddy skill for audio-first image-story video production.

Resources

Stars

356 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages