# AI Skills 工程集合
> 一套面向 AI 多媒体创作的 Skills 集合 — 涵盖文生图、图生图、文生视频、图生视频、AI 音乐、电影级音乐 MV、爆款短剧、跨朝代婚礼电影、脱口秀视频、技术文章、学习手册、企业门户、A 股量化分析与技能数据抓取,以及战略思考与决策。
[]()
[]()
[]()
[]()
[]()
---
## 目录
- [简介](#简介)
- [技能总览](#技能总览)
- [目录结构](#目录结构)
- [快速开始](#快速开始)
- [环境准备](#环境准备)
- [技能详解](#技能详解)
- [AI 图片与视频](#ai-图片与视频)
- [婚礼电影](#婚礼电影)
- [脱口秀视频](#脱口秀视频)
- [AI 音乐与下载](#ai-音乐与下载)
- [内容创作与网站](#内容创作与网站)
- [A 股量化分析](#a-股量化分析)
- [战略思考与决策](#战略思考与决策)
- [技能数据抓取](#技能数据抓取)
- [个人开发分身](#个人开发分身)
- [朝代列表](#朝代列表)
- [婚礼电影方案对比](#婚礼电影方案对比)
- [通用注意事项](#通用注意事项)
- [故障排查](#故障排查)
- [快速选择指南](#快速选择指南)
- [许可证](#许可证)
---
## 简介
本工程聚合了 **24 个独立 Skills**(外加 8 个技能数据抓取子技能),覆盖 AI 创作与数据分析的核心场景:**图片生成、视频生成、音乐创作、音乐下载、电影级音乐 MV、爆款短剧、跨时空婚礼电影、脱口秀视频、技术文章、学习手册、企业门户网站、全网深度画像、A 股操盘分析、首板洗盘选股、龙虎榜涨停推荐、一阳指量化扫描、软件开发流程编排、个人开发分身、战略思考与决策、技能数据抓取**。
**核心亮点:**
- **零 npm 依赖**:Node.js 类技能仅用内置模块(`https`、`fs`、`path` 等),开箱即用
- **多平台支持**:Agnes、火山方舟 Ark、Suno.cn、可灵 Kling 四大 AI 平台
- **电影级画质**:自动追加 cinematic lighting、8K、HDR 等修饰词
- **断点续跑**:婚礼电影与脱口秀类技能支持 `state.json` 中断恢复
- **跨朝代叙事**:13 个中国历史朝代完整配置,每个朝代独立服装 / 场景 / 风俗
- **面部复刻**:FaceFusion 换脸(80%+)或 Seedream i2i 保留五官特征
- **口型同步**:脱口秀视频通过 Wav2Lip 后处理或原生音画同步实现口型对齐
- **产物外置**:所有运行时产物(数据/报告/视频)跟随**当前会话工作目录**(`os.getcwd()` / `process.cwd()`),不写回技能安装目录,保持技能库纯净
- **A 股分析**:个股六维诊断、市场选股、行情复盘、首板洗盘选股、龙虎榜 T+3 模型、一阳指战法扫描,报告统一为 Markdown(`{报告完整中文名称}-{YYYY-MM-DD}.md`)
- **技能数据抓取**:8 个主流 Skill 市场(Smithery、ClaudeSkills 等)的批量抓取备份工具
---
## 技能总览
| 技能 | 一句话说明 | 依赖平台 | 运行依赖 | 耗时参考 |
|------|-----------|---------|---------|---------|
| `agnes-image-gen-2` | Agnes Image 2.5 Flash 电影级图片生成(文生图 / 图生图) | Agnes Image API | Node.js 12+ | 单张约 10–30 秒 |
| `agnes-video-gen-2` | Agnes Video 2.5 Flash 电影级视频生成(4 种工作流) | Agnes Video API | Node.js 12+ | 单段约 1–5 分钟 |
| `cinematic-music-video` | 电影级音乐 MV 制作(七维角色档案 + 地点锚点 + 逐镜身份门禁 + 帧精确拼接) | Agnes Text/Image/Video API + FFmpeg | Node.js 18+、FFmpeg | 单支 MV 视镜头数而定(24 秒小样实测约 8 分钟) |
| `short-drama-studio` | 爆款短剧成片工作台(剧本→分镜→关键帧→首尾帧视频→配音字幕→成片) | Agnes Text/Image/Video API + FFmpeg | Python 3.10+(requests)、FFmpeg(全功能构建) | 单部短剧视镜头数而定(各阶段可断点续跑) |
| `timeless-wedding` | 跨时空婚礼电影生成器(Agnes + FaceFusion 换脸) | Agnes API + FaceFusion + FFmpeg | Node.js 12+、Python 3.10+(可选)、FFmpeg 4.4+ | 2 朝代约 10–15 分钟,4 朝代约 20–30 分钟 |
| `timeless-wedding-volc` | 基于 Volcengine Ark 的跨时空婚礼电影生成器 | 火山方舟 Ark API + FFmpeg | Node.js 12+、FFmpeg 4.4+ | 4 朝代约 15–25 分钟 |
| `suno-cn-music` | Suno.cn AI 音乐创作助手(8 个 REST API) | Suno.cn API | 无(HTTP REST 调用) | 单首约 1–3 分钟 |
| `talkshow` | 爆款舞台美女脱口秀视频生成器(剧本优化 + TTS + Wav2Lip 口型同步) | Agnes Text/Image/Video API + Edge TTS + Wav2Lip + FFmpeg | Node.js 12+、Python、FFmpeg 4.4+、PyTorch(可选) | 单场景约 3–8 分钟 |
| `talkshow-studio` | 生产级脱口秀视频工坊(Agnes 全模态 + 原生口型语音) | Agnes 全模态 API + FFmpeg | Node.js 12+、FFmpeg 4.4+ | 单场景约 3–8 分钟 |
| `talkshow-studio-kling` | 生产级脱口秀视频工坊(可灵版) | 可灵 Kling Video/Image + FFmpeg | Node.js 12+、FFmpeg 4.4+ | 单场景约 3–8 分钟 |
| `tech-article-craft` | 自包含技术文章生成器(内联 CSS/JS HTML + AI 配图 + 图表组件) | GenerateImage + WebSearch/WebFetch | 无(纯模板生成) | 单篇约 5–15 分钟 |
| `learning-handbook-pipeline` | 图文并茂 PDF 学习手册生成流水线(三技能协作) | guizang 插图 + fireworks 图表 + design-taste-frontend | Node.js(Puppeteer)、Python(PyMuPDF 验证) | 单本约 20–60 分钟 |
| `enterprise-portal-generator` | 企业门户网站一键生成器(6 页生产级网站 + 12 行业预设) | GenerateImage(Hero 图) | 无(纯 HTML/CSS/JS 模板) | 单站点约 10–30 分钟 |
| `music-downloader` | 国内 5 大音乐平台歌曲下载器(MP3 + LRC 歌词) | 网易云/QQ/酷狗/咪咕/汽水 API | Python 3.8+ | 单首约 3–10 秒 |
| `a-stock-operator` | A 股市场操盘手(个股六维诊断 + 市场资讯选股推荐) | 东方财富 API(12 端点)+ 财联社等 5 大财经网站 | 无(纯规范型,通过 MCP 调用 API) | 个股诊断约 2–5 分钟,市场报告约 5–10 分钟 |
| `a-stock-operator-v2` | A 股行情复盘 + 个股诊断(情绪温度计 + 板块轮动专题 + 双权重评分) | 东方财富/腾讯/新浪公开 API + 财联社 | Python 3.10+ | 全流程约 5–10 分钟(`collect_all.py` 一条命令) |
| `a-stock-yiyangzhi` | A 股一阳指战法量化扫描(转势/开门 + 主线标签 + 可靠性优化) | 东方财富/腾讯公开接口 | Python 3.12+(numpy/requests) | 全市场扫描约 3–8 分钟 |
| `a-stock-lhb-rec` | 龙虎榜 T+3 涨停推荐与自进化模型 | 东方财富/同花顺/腾讯 K 线公开接口 | Python 3.10+(pandas/scikit-learn) | 首次 init 约 10–15 分钟,daily 每条约 1–3 分钟 |
| `a-stock-board-washout` | A 股首板洗盘 / 炸板洗盘选股器(双策略 + 第二日操作建议) | 东方财富/新浪/腾讯公开接口 | Python 3.10+ | 单次约 2–5 分钟 |
| `dev-lifecycle` | 端到端软件开发流程编排(5 阶段 + 每阶段 HITL 确认) | 无(纯规范型,仅 SKILL.md) | 无 | 按项目规模而定 |
| `deep-profile` | 全网深度画像助手(公开数据采集 + 交叉验证 + 深层推理,输出自包含 HTML 画像报告) | WebSearch/WebFetch(图表/设计规范已内置,零外部技能依赖) | 无(纯规范型,仅 SKILL.md) | 单目标约 5–15 分钟 |
| `skill-data-fetcher`(8 子技能) | 主流 Skill 市场批量抓取备份(Smithery / ClaudeSkills 等 8 家) | 各家 Skill 市场 API | Node.js 12+ | 单家约 1–3 分钟 |
| `strategic-advisor` | 战略顾问技能(七步深度对话流程,双文件输出,零依赖架构) | 无(纯规范型) | 无 | 约 20–40 分钟(包含最终审查) |
| `dev-twin` | 个人开发分身引擎(画像库与引擎解耦、多级覆盖,按画像自主开发:定位→路由→决策分级→学习闭环) | 无(纯规范型) | 画像库(内置默认 + 外部 `persona-*` 覆盖) | 与开发任务等同 |
---
## 目录结构
```
skills/
├── README.md # 本文件
│
├── agnes-image-gen-2/ # 电影级图片生成
│ ├── SKILL.md
│ └── scripts/agnes_image_gen.js
├── agnes-video-gen-2/ # 电影级视频生成
│ ├── SKILL.md
│ └── scripts/agnes_video_gen.js
├── cinematic-music-video/ # 电影级音乐 MV 制作
│ ├── SKILL.md
│ ├── templates/keys.example.txt # Key 文件模板(真实 keys.txt 不入库)
│ ├── scripts/ # plan/images/videos/assemble + lib/(paths.js 路径唯一真源)
│ └── test/ # 四套零 API 离线自检(路径契约/组装/档案/资产管线)
├── short-drama-studio/ # 爆款短剧成片工作台
│ ├── README.md / SKILL.md
│ ├── references/ # 创作手册 / Agnes API / 视觉圣经 / Schema
│ ├── assets/templates/ # production_template.json 工程模板
│ └── scripts/ # 编剧→分镜→关键帧→单镜视频→配音→成片
├── timeless-wedding/ # 跨时空婚礼电影(Agnes + FaceFusion)
│ ├── SKILL.md
│ └── scripts/
│ ├── timeless_wedding.js
│ ├── dynasties.js # 13 朝配置
│ └── install_facefusion.bat
├── timeless-wedding-volc/ # 跨时空婚礼电影(火山方舟 Ark)
│ ├── README.md # 产品说明
│ ├── SKILL.md
│ └── scripts/ # 6 文件,约 2,070 行
│ ├── timeless_wedding_volc.js
│ ├── ark_client.js
│ ├── dynasties.js
│ ├── image_pipeline.js
│ ├── video_pipeline.js
│ └── merge_engine.js
├── suno-cn-music/ # AI 音乐创作
│ ├── SKILL.md
│ ├── install.bat
│ └── install.sh
│
├── talkshow/ # 脱口秀视频(段子优化 + Wav2Lip)
│ ├── SKILL.md
│ └── scripts/
│ ├── talkshow.js
│ ├── agnes_text_gen.js
│ ├── tts_engine.js
│ ├── lipsync_engine.js
│ ├── merge_engine.js
│ └── character_config.js
├── talkshow-studio/ # 脱口秀工坊(Agnes 原生口型)
│ ├── SKILL.md
│ └── scripts/
│ ├── talkshow_produce.js
│ ├── agnes_client.js
│ ├── prompts.js
│ └── ffmpeg_tools.js
├── talkshow-studio-kling/ # 脱口秀工坊(可灵版)
│ ├── SKILL.md
│ └── scripts/
│ ├── talkshow_produce.js
│ ├── kling_client.js
│ ├── prompts.js
│ └── ffmpeg_tools.js
│
├── tech-article-craft/ # 自包含技术文章
│ └── SKILL.md
├── learning-handbook-pipeline/ # PDF 学习手册流水线
│ └── SKILL.md
├── enterprise-portal-generator/ # 企业门户生成
│ ├── SKILL.md
│ └── references/ # 4 个引用文件
│ ├── design-system.md
│ ├── industry-presets.md
│ ├── page-architecture.md
│ └── optimization-checklist.md
│
├── music-downloader/ # 音乐下载
│ ├── SKILL.md
│ ├── requirements.txt
│ └── scripts/batch_download_v4.py
│
├── a-stock-operator/ # A 股操盘手(纯规范型)
│ └── SKILL.md
├── a-stock-operator-v2/ # A 股行情复盘 + 个股诊断
│ ├── SKILL.md
│ └── scripts/ # 全流程管线(collect_all.py 一键)
├── a-stock-yiyangzhi/ # A 股一阳指战法量化扫描
│ ├── SKILL.md
│ ├── README.md
│ └── scripts/
├── a-stock-lhb-rec/ # 龙虎榜 T+3 涨停推荐模型
│ ├── SKILL.md
│ └── scripts/ # run.py init/daily/optimize 等 12 脚本
├── a-stock-board-washout/ # 首板洗盘 / 炸板洗盘选股器
│ ├── SKILL.md
│ └── scripts/ # 采集 + 筛选 + 出图 + 报告
│
├── dev-lifecycle/ # 软件开发流程编排(纯规范型)
│ └── SKILL.md
├── deep-profile/ # 全网深度画像助手(纯规范型,HTML 画像报告)
│ ├── SKILL.md
│ └── references/ # 方法论 / 字段 schema / HTML 模板
│
├── strategic-advisor/ # 战略顾问技能(七步深度对话流程)
│ └── SKILL.md
│
├── dev-twin/ # 个人开发分身引擎(画像库内置默认+多级覆盖)
│ ├── SKILL.md # 引擎:画像定位→任务路由→决策分级→学习闭环
│ ├── references/ # 复盘规程(仅复盘时加载)
│ └── persona-zhutianwei/ # 内置默认画像库(朱天伟,可替换为自己的)
│ ├── profile-*.md # 分层画像:core / coding / architecture / workflow / tools / polyglot
│ └── corpus/ # 学习语料(HITL 进化闭环)
│
├── docs/ # 战略调研报告与行动计划文档
├── skill-data-fetcher/ # Skill 市场数据抓取(8 子技能)
│ ├── agent-skills-fetcher/
│ ├── claudeskills-fetcher/
│ ├── cocoloop-skill-fetcher/
│ ├── skill-cn-fetcher/
│ ├── skillsdirectory-fetcher/
│ ├── skillsmp-skill-fetcher/
│ ├── skillstore-fetcher/
│ └── smithery-skill-fetcher/
│
└── docs/ # 战略调研报告与行动计划文档(不纳入版本控制)
```
---
## 快速开始
### 1. 克隆仓库
```bash
git clone https://github.com/smart-open/skills.git
cd skills
```
### 2. 配置 API Key
根据你要使用的技能,设置对应的环境变量(任选一种方式):
```powershell
# Windows PowerShell
$env:agnes-api-key = "sk-xxxx" # Agnes 图片/视频/timeless-wedding/talkshow
$env:ARK_API_KEY = "your-ark-key" # timeless-wedding-volc
$env:SUNO_CN_API_KEY = "sk-xxxx" # suno-cn-music
```
```bash
# Linux/macOS
export agnes-api-key="sk-xxxx"
export ARK_API_KEY="your-ark-key"
export SUNO_CN_API_KEY="sk-xxxx"
```
### 3. 运行技能
```bash
# 生成一张电影级图片
node agnes-image-gen-2/scripts/agnes_image_gen.js \
--mode t2i --prompt "日落时分薄雾峡谷上方的发光浮空城市" \
--output "output.png"
# 生成一段 AI 视频
node agnes-video-gen-2/scripts/agnes_video_gen.js \
--workflow text2video --prompt "猫在日落海滩漫步" \
--output "cat.mp4"
# 生成跨时空婚礼电影(火山方舟版)
node timeless-wedding-volc/scripts/timeless_wedding_volc.js \
--male-photo "groom.jpg" --female-photo "bride.jpg" \
--dynasties "tang,song,ming,modern" --add-title --add-ending
# 生成脱口秀视频(段子自动优化 + 口型同步)
node talkshow/scripts/talkshow.js \
--script "早高峰挤地铁,我被压成二维码,扫出来全是救命。" \
--ratio 9:16 --add-subtitles
```
> **产物落点**:所有技能的输出(视频、数据、报告)默认写到**运行命令时的当前工作目录**,不写回技能安装目录。详见各技能的 SKILL.md。
---
## 环境准备
### 必需环境
| 依赖 | 版本 | 说明 | 安装方式 |
|------|------|------|---------|
| Node.js | 12+ | Node.js 类技能运行基础 | [nodejs.org](https://nodejs.org/) |
| FFmpeg | 4.4+ | 视频合并与转场(婚礼电影/脱口秀类技能) | `winget install Gyan.FFmpeg`(Windows) |
### API Key 配置
不同技能使用不同的 API Key:
| 技能 | 环境变量 | 命令行参数 | 获取方式 |
|------|---------|-----------|---------|
| agnes-image-gen-2 / agnes-video-gen-2 / timeless-wedding / talkshow / talkshow-studio | `agnes-api-key` 或 `AGNES_API_KEY` | `--api-key` | Agnes 平台 |
| timeless-wedding-volc | `ARK_API_KEY` | `--api-key` | [火山方舟控制台](https://console.volcengine.com/ark) |
| suno-cn-music | `SUNO_CN_API_KEY` | — | https://www.suno.cn/home/#/mcp |
| talkshow-studio-kling | `KLING_API_KEY` | `--api-key` | 可灵(Kling)平台 |
> **优先级**:命令行参数 `--api-key` > 环境变量。如上下文中直接给出 Key,务必通过 `--api-key` 传入,不要写入环境变量文件。
### 可选依赖
| 依赖 | 版本 | 用途 | 适用技能 | 安装方式 |
|------|------|------|---------|---------|
| Python | 3.10+ | FaceFusion / A 股技能运行环境 | timeless-wedding / a-stock-* | [python.org](https://www.python.org/) |
| FaceFusion | 最新 | 真实面部替换,80%+ 面部复刻 | timeless-wedding | `scripts/install_facefusion.bat` 或 `git clone https://github.com/facefusion/facefusion.git` |
| Git | 任意 | FaceFusion 安装需要 | timeless-wedding | [git-scm.com](https://git-scm.com/) |
| edge-tts | 最新 | 中文语音合成(TTS) | talkshow | `pip install edge-tts` |
| PyTorch(CPU 版) | 最新 | Wav2Lip 推理运行环境 | talkshow | `pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu` |
| Wav2Lip | 最新 | 口型同步后处理 | talkshow | `git clone https://github.com/Rudrabha/Wav2Lip` |
| pandas / scikit-learn / requests / joblib | 最新 | 龙虎榜模型训练 | a-stock-lhb-rec | `pip install pandas scikit-learn requests joblib` |
| numpy / requests | 最新 | 一阳指量化扫描 | a-stock-yiyangzhi | `pip install numpy requests` |
---
## 技能详解
### AI 图片与视频
#### 1. agnes-image-gen-2 — 电影级 AI 图片生成
通过 **Agnes Image 2.5 Flash** 官方 API 生成电影级、高清、精美的图片。
**支持模式:** 文生图(t2i)、图生图(i2i)
**文生图示例:**
```bash
node agnes-image-gen-2/scripts/agnes_image_gen.js \
--mode t2i \
--prompt "一位古典西汉美女,曲裾深衣,堕马髻,朱红宫殿背景" \
--size 768x1024 \
--output "output.png" \
--api-key "sk-xxxx"
```
**图生图示例:**
```bash
node agnes-image-gen-2/scripts/agnes_image_gen.js \
--mode i2i \
--prompt "将场景转换为雨夜赛博朋克霓虹,保留原始构图" \
--image "input.png" \
--output "out_i2i.png" \
--api-key "sk-xxxx"
```
**推荐尺寸:**
| 用途 | 尺寸 | 比例 | 适用场景 |
|------|------|------|---------|
| 社交媒体竖版 / 手机海报 | `1080x1920` | 9:16 | 抖音、朋友圈、小红书封面 |
| 社交媒体方形海报 | `1024x1024` | 1:1 | Instagram、朋友圈九宫格 |
| 电商 / 活动横版海报 | `1920x600` | 16:9 | 网站 Banner、视频封面 |
> 脚本自动追加电影质感修饰词(cinematic lighting、8K、HDR 等),支持本地图片 base64 上传。
---
#### 2. agnes-video-gen-2 — 电影级 AI 视频生成
通过 **Agnes Video 2.5 Flash** 官方 API 生成电影级视频,支持四种工作流。
| 工作流 | `--workflow` 值 | 说明 | 是否需要图片 |
|--------|----------------|------|-------------|
| 文生视频 | `text2video` | 纯文本描述生成视频(默认) | 否 |
| 图生视频 | `image2video` | 为单张图片添加动画 | 是(1 张) |
| 多图视频 | `multi2video` | 多张参考图引导生成 | 是(≥2 张) |
| 关键帧动画 | `keyframes` | 在关键帧之间生成流畅过渡 | 是(≥2 张) |
**默认参数:** 1152×768(16:9)、121 帧、24fps(约 5 秒),开箱即用。
**文生视频示例:**
```bash
node agnes-video-gen-2/scripts/agnes_video_gen.js \
--workflow text2video \
--prompt "一只猫在日落时的海滩上漫步,柔和海浪,温暖金色光线" \
--output "cat_beach.mp4" \
--api-key "sk-xxxx"
```
> `num_frames` 必须满足 `8n+1` 规则且 ≤441。推荐两步式流程:`--url-only` 获取 URL(长进程),再下载并设只读。
---
#### 2a. cinematic-music-video — 电影级音乐 MV 制作
把「一首歌 + 歌词」变成电影质感的音乐 MV。**七维度角色档案**(三视图 / 五官 / 发型结构 / 服装层次 / 表情库 / 标志动作 / 场景气质)先定全再写分镜,**地点资产库**为每个反复出现的地点生成无人空镜锚点图锁定场景一致性,逐镜头**身份门禁 + 带差异清单自动重画**,最后 ffmpeg 按帧精确拼接并混入原声(恒定帧率、零漂移、歌词字幕可选烧录)。
```bash
node cinematic-music-video/scripts/run.js \
--song "夜曲.mp3" --lyrics "夜曲.lrc" \
--brief "创作要求" --style "霓虹雨夜" --aspect 16:9 --shots 26 \
--keys "sk-aaa,sk-bbb"
```
**四阶段流水线:** `plan.js`(分镜规划)→ `images.js`(设定表 + 反读参数 + 逐镜首帧)→ `videos.js`(图生视频 + 运动量门禁)→ `assemble.js`(帧精确拼接 + 质量门禁),可断点续跑、支持分阶段审查。四套零 API 离线自检(`node test/paths.js` 等)共 170+ 断言。
> **产物落点**:统一写到当前会话工作目录的 `out/mv-<歌名>/`,不写回技能目录;`CMV_OUT_DIR` 可整体改根。
---
#### 2b. short-drama-studio — 爆款短剧成片工作台
把一个故事 / 主题 / 一句话想法变成可直接发布的 3–5 分钟(18–30 个 10 秒分镜)竖屏短剧:**剧本 → 分镜 → 角色圣经 + 多图合成定妆照 → N+1 张共享边界关键帧 → 首尾帧图生视频 → TTS 配音 + 字幕 → 成片**。人物长相、声音、场景跨镜头一致由「角色圣经 + 定妆照 + 帧链闭合」三层锁定;钩子开头、结尾悬念、伏笔回收由创作手册硬性约束。
**7 阶段工作流(3 个人工确认点):** 编剧 → 分镜与工程文件 → 定妆照 → 关键帧 → 单镜视频 → 配音字幕 → 成片,各阶段可断点续跑、逐镜跳过已完成产物。
```bash
# 前置自检
python short-drama-studio/scripts/agnes_client.py ping
```
> **产物落点**:所有产物落在工程目录(`production.json` 所在目录)的 `out/` 下,与技能源码分离;详见 `short-drama-studio/SKILL.md`。
---
### 婚礼电影
#### 3. timeless-wedding — 跨时空婚礼电影(Agnes + FaceFusion)
从两张个人照片出发,穿越 2–4 个中国历史朝代,生成"几生几世跨时空相爱"的电影级婚礼短片。
**核心流程:**
```
用户照片(男/女)
↓
① Agnes t2i 生成朝代双人场景首帧
↓
② FaceFusion 换脸增强(80%+ 面部复刻)
↓
③ Agnes i2i 上传换脸后首帧获取公开 URL
↓
④ Agnes image2video 生成每朝代视频(约 5–8 秒)
↓
⑤ FFmpeg xfade/acrossfade 合并 + 片头片尾
↓
最终婚礼电影 MP4
```
**基本用法:**
```bash
node timeless-wedding/scripts/timeless_wedding.js \
--male-photo "groom.jpg" \
--female-photo "bride.jpg" \
--dynasties tang,song,ming,modern \
--add-title --add-ending \
--output "wedding.mp4"
```
**断点续跑 / 重生成 / 禁用换脸:**
```bash
# 断点续跑
node timeless-wedding/scripts/timeless_wedding.js --resume --work-dir "work/20250101-120000-xxxx"
# 重生成单个朝代
node timeless-wedding/scripts/timeless_wedding.js --resume --work-dir "..." --regenerate tang
# 禁用换脸(纯 Agnes 模式,面部相似度约 50–60%)
node timeless-wedding/scripts/timeless_wedding.js --male-photo "groom.jpg" --female-photo "bride.jpg" \
--dynasties tang,song,ming,modern --no-face-swap --output "wedding.mp4"
```
---
#### 4. timeless-wedding-volc — 跨时空婚礼电影(Volcengine Ark)
基于 **火山方舟 Ark** 平台,使用 **Seedream 5.0 Pro** 生成朝代 AI 肖像与场景,**Seedance 2.0** 生成电影质感动态视频。无需 Python,画质更精细。
**核心流程:**
```
用户照片(男女各1张)
↓
Seedream i2i → 生成朝代 AI 肖像(保留五官,1424×800)
↓
Seedream multi-i2i → 男女肖像参考生成双人场景首帧
↓
Seedance 视频生成 → 首帧/参考图驱动生成 cinematic 视频
↓
FFmpeg 合并 → 朝代标题卡 → 视频 → 片头片尾
```
**基本用法:**
```powershell
$env:ARK_API_KEY = "your-ark-api-key"
node timeless-wedding-volc/scripts/timeless_wedding_volc.js `
--male-photo "groom.jpg" `
--female-photo "bride.jpg" `
--dynasties "warring,tang,ming,modern" `
--add-title --add-ending
```
**视频生成模式:** `first-frame`(默认)/ `first-last-frame` / `multimodal` / `portrait-reference` / `text2video`
**视频模型:** 标准版 `doubao-seedance-2-0-260128`(默认)/ Mini `doubao-seedance-2-0-mini-260615` / Fast `doubao-seedance-2-0-fast-260128`
> 详见 `timeless-wedding-volc/README.md` 产品说明,或 `timeless-wedding-volc/SKILL.md` 完整规范。
---
### 脱口秀视频
三个脱口秀技能,按需求选择:
| 技能 | 口型方案 | 差异 |
|------|---------|------|
| `talkshow` | Wav2Lip 后处理(需 Python + PyTorch) | 段子自动优化 + 链式场景,最灵活 |
| `talkshow-studio` | Agnes 原生音画同步(免 Python) | 生产级 SOP,人物/声音/字幕三线一致 |
| `talkshow-studio-kling` | 可灵原生音画同步(免 Python) | 可灵 Kling Video 3.0,720P 原生口型 |
#### 5. talkshow — 爆款舞台美女脱口秀视频生成器
基于 **Agnes AI**(Text + Image + Video 三模态)和 **Edge TTS**。用户输入一段脱口秀段子,系统自动优化剧本、拆分分镜、生成链式舞台视频,最终输出带语音和口型同步的完整脱口秀视频。
**核心流程:**
```
用户输入段子
↓
Agnes Text API → 优化幽默感 + 拆分 ~10s 分镜
↓
Edge TTS → 并行生成每场景中文语音 MP3(计算 num_frames)
↓
逐场景链式视频生成(t2i → image2video → 末帧 → i2i 重托管)
↓
音视频混流 + Wav2Lip 口型同步
↓
FFmpeg concat 合并 → 最终 MP4
```
**基本用法:**
```powershell
node talkshow/scripts/talkshow.js `
--script "早高峰挤地铁,我被压成二维码,扫出来全是救命。" `
--ratio 9:16 --api-key "sk-xxxx"
```
**跳过口型同步(加快速度):**
```powershell
node talkshow/scripts/talkshow.js `
--script "段子内容" --no-lipsync --api-key "sk-xxxx"
```
---
#### 6. talkshow-studio — 生产级脱口秀视频工坊(Agnes 版)
按生产级 SOP 一次成片:**资产锁定(人物/舞台/声音三线一致)→ 分镜表 → 双参考图锁定批量生成带原生口型语音的分镜视频 → 和谐转场拼接 + 响度归一 + 字幕压制**。基于 Agnes 全模态 API(`agnes-3.0-flash` / `agnes-image-2.5-flash` / `agnes-video-2.5-flash`)+ FFmpeg。
> 相比 `talkshow` 的 Wav2Lip 后处理方案,本技能利用 Agnes 视频模型的**原生音画同步**能力,免去 Python + PyTorch 依赖,且人物/声音/字幕一致性更佳。
---
#### 7. talkshow-studio-kling — 生产级脱口秀视频工坊(可灵版)
与 `talkshow-studio` 相同的生产级 SOP,但基于**可灵 Kling Video 3.0 Turbo(720P,原生音画同步)+ Kling Image 3.0(kling-v3,2K)+ OpenAI 兼容文本模型(分镜拆解)**。
---
### AI 音乐与下载
#### 8. suno-cn-music — AI 音乐创作助手
通过 Suno.cn HTTP REST API 实现 AI 音乐创作,提供 8 个 API 接口。
| API | 方法 | 端点 | 功能 |
|-----|------|------|------|
| 查询账户信息 | GET | `/mcp/api/user` | 积分、余额、会员状态 |
| 生成音乐 | POST | `/mcp/api/generate` | AI 模式 / 自定义歌词模式 |
| 查询任务状态 | GET | `/mcp/api/task/{serial_no}` | 轮询生成进度 |
| 查询音乐列表 | GET | `/mcp/api/music` | 分页查看历史记录 |
| 获取歌词 | GET | `/mcp/api/lyrics/{serial_no}` | 获取 LRC 格式歌词 |
| 续写音乐 | POST | `/mcp/api/extend` | 在已有歌曲基础上续写 |
| AI 生成歌词 | POST | `/mcp/api/gen-lyrics` | 先生成歌词再创作音乐 |
| 上传参考音频 | POST | `/mcp/api/upload` | MP3 上传(cover/添加人声/伴奏/音轨) |
**Base URL:** `https://mcp.suno.cn` **认证:** `Authorization: Bearer ${SUNO_CN_API_KEY}`
> `tags` 风格标签**必须使用英文**(如 `pop, folk, electronic`),禁止中文标签。上传音频仅支持 MP3,最大 50MB。
---
#### 9. music-downloader — 国内 5 大音乐平台歌曲下载器
根据演唱者和歌曲名称,从国内 5 大主流音乐平台搜索并下载歌曲(MP3)及歌词(LRC)。
| 平台 | 搜索 | 下载 | 歌词 |
|------|------|------|------|
| 网易云音乐 | 官方 API | 4 个第三方 API 回退 | 有 |
| QQ音乐 | 官方 API | 2 个第三方 API 回退 | 有 |
| 酷狗音乐 | 官方 API | 2 个第三方 API 回退 | 有 |
| 咪咕音乐 | 官方 API | 官方下载接口 | 有 |
| 汽水音乐 | 官方 API | 第三方 API + 官方试听 | 有 |
**命令行用法:**
```bash
# 单首下载
python scripts/batch_download_v4.py -s "陈奕迅" -n "孤勇者" -q high
# 指定音质
python scripts/batch_download_v4.py -s "周杰伦" -n "晴天" -q lossless
# 批量文件
python scripts/batch_download_v4.py --file songs.txt --era "2000年代" --level "S级" -q high
# Excel 批量
python scripts/batch_download_v4.py --excel "歌曲列表.xlsx" -q high
```
**音质参数:** `standard`(128kbps)/ `high`(320kbps,默认)/ `lossless`(FLAC)
**核心特性:** 5 平台逐层回退、多 API 回退、断点续传、自动歌词、音质可选、多种输入(dict/字符串/文本/文件/Excel)
---
### 内容创作与网站
#### 10. tech-article-craft — 自包含技术文章生成器
生成**单个自包含、独立可发布的 HTML 技术文章**,内联 CSS/JS + AI 配图 + HTML/CSS 图表组件,输出可直接发布到任何地方。
**7 步工作流:** 调研规划 → Hero 图 → 内联配图 → 技术图表(13 种 HTML/CSS 组件)→ 自包含 HTML → 验证 → 可选单文件化(base64 内嵌图片)
> 核心原则:一个 HTML 文件 + 一个 images 文件夹,通过 `file://` 即可打开,无需服务器。
---
#### 11. learning-handbook-pipeline — 图文并茂 PDF 学习手册生成流水线
把理论文本蒸馏成图文并茂的 PDF 学习手册,协调三个技能:`guizang-material-illustration`(概念插图)、`fireworks-tech-graph`(技术图表)、`design-taste-frontend-v1`(前端设计系统),产出 HTML 并转 PDF。
**5 阶段工作流:** 规划 → 视觉资产生成(插图 + 图表并行)→ HTML 构建 → PDF 转换(Puppeteer)→ 验证迭代
> 图文比 ≥ 1:3;单一琥珀强调色 `#F59E0B`;反 AI 俗套(无居中 hero、无紫蓝渐变、无 emoji 图标)。
---
#### 12. enterprise-portal-generator — 企业门户网站一键生成器
从单一用户简介生成**完整、生产就绪的 6 页企业门户网站**(首页/产品/新闻/关于/招聘/咨询),自适应 12 个行业预设。
**7 步工作流:** 解析简介选行业 → 设计令牌 → CSS 设计系统 → 页面资产 → 6 页 HTML → JS 交互 → 预飞检查(60+ 项)
**12 行业预设:** 软件/科技、金融/金融科技、医疗/健康、制造/工业、零售/电商、政府/公共、教育/培训、法律/专业、房地产/物业、咨询/顾问、物流/供应链、能源/清洁技术
> 三个调节盘:`DESIGN_VARIANCE`(1–10)、`MOTION_INTENSITY`(1–10)、`VISUAL_DENSITY`(1–10)。
---
### A 股量化分析
五个 A 股技能,各有侧重:
| 技能 | 核心能力 | 报告格式 |
|------|---------|---------|
| `a-stock-operator` | 个股六维诊断 + 市场资讯选股(纯规范型,经 MCP) | Markdown(带日期) |
| `a-stock-operator-v2` | 行情复盘 + 个股诊断(情绪温度计 + 板块轮动 + 双权重) | Markdown(带日期) |
| `a-stock-yiyangzhi` | 一阳指战法量化扫描(转势/开门 + 主线标签) | Markdown + CSV + JSON |
| `a-stock-lhb-rec` | 龙虎榜 T+3 涨停推荐(逻辑回归模型 + 自进化) | Markdown(带日期) |
| `a-stock-board-washout` | 首板洗盘 / 炸板洗盘选股(双策略 + 内联 SVG 图) | Markdown(带日期) |
> **产物落点**:五个技能的运行时产物(数据/CSV/JSON)默认写到 `<cwd>/<技能名>/`,报告(Markdown,带日期)写到 `<cwd>` 根目录,均不写回技能安装目录。可用环境变量覆盖(如 `A_STOCK_WORK`/`A_STOCK_OUT`、`LHB_RUNTIME`/`LHB_OUT`、`YZ_RUNTIME`/`YZ_OUT`、`WASHOUT_OUT`)。
>
> **报告命名规范**:所有 A 股技能报告统一为 `{报告完整中文名称}-{YYYY-MM-DD}.md`(连字符分隔,日期用 `YYYY-MM-DD`),例如 `行情复盘-2026-09-03.md`、`贵州茅台_个股诊断-2026-09-03.md`、`首板炸板洗盘-2026-09-03.md`。
#### 13. a-stock-operator — A 股市场操盘手
A 股市场操盘手技能,提供**个股六维诊断分析**和**市场资讯与选股推荐**两大能力。纯规范型技能(仅 SKILL.md),通过 `integrated_code_mode` MCP 调用东方财富 API 获取实时行情数据。
**三种输出模式:**
| 模式 | 触发条件 | 输出 |
|:---:|:---|:---|
| 模式A:仅个股诊断 | 提及个股名称/代码 + 成本价 | 个股六维诊断报告 |
| 模式B:仅行情分析 | 要求"行情分析/涨停/选股"等 | 市场资讯与选股报告 |
| 模式C:两者都要 | 同时提及个股诊断 + 行情分析 | 两份报告 |
**个股六维诊断(40+ 指标加权评分):** 宏观行业(15%)、财务基本面(30%,一票否决)、估值性价比(20%)、技术面筹码(15%)、股东管理层(10%)、预期差催化剂(10%)。
**市场选股输出:** Top 10 资讯(每条含 2 只个股推荐)、首板低位突破(5 只)、突破放量热点(5 只),默认排除创业板/科创板,ST 永远排除。
---
#### 14. a-stock-operator-v2 — A 股行情复盘与个股诊断(增强版)
生成 A 股**行情复盘报告**与**个股诊断报告**,红涨绿跌、结论前置。Python 实现,公开财经 API 直采,一条命令完成「采集→健康检查→模型→报告」全流程。
**核心能力:** 市场全景(情绪温度计 + 连板梯队 + 主线题材)、近一月板块轮动、资金轮动四象限、个股六维双权重诊断,以及**次日轮动主线推荐**(四维打分 + 自学习闭环)。
**全流程一键管线:**
```bash
python scripts/collect_all.py # 采集 → 15 项健康检查 → 模型 → 报告
python scripts/collect_all.py --only-check # 仅健康检查
python scripts/collect_all.py --skip collect_news.py # 跳过指定步骤
```
> 报告输出到当前工程目录(Markdown,带日期),`A_STOCK_OUT` 可覆盖。每次运行自动触发轮动推荐验证 + 权重自学习(无需定时任务)。
---
#### 15. a-stock-yiyangzhi — A 股一阳指战法量化扫描
自包含的 A 股「一阳指战法」量化技能,依据《一阳指·转势》《一阳指·开门》逻辑模型实现。
**核心能力:**
- **全市场扫描**:识别当日涨幅 ≥5%(无上限,涨停/连板均纳入)且符合「转势」「开门」的个股,输出 Markdown + CSV + JSON(含买点/止损/卖点监控/推荐档位)
- **推荐档位**:按「首选 > 关注 > 追高风险」排序(修正评分倒挂),内置 8%止盈/3%止损退出纪律
- **主线标签**:打「热点 / 中期主线 / 边缘偶发」标签,自动剔除边缘偶发股
- **个股单查**:输入代码/名称 + 日期,逐条判定
- **模型可靠性**:历史日K回放统计 T+1/T+3/T+5 命中率,自动校准量比阈值
- **自学习闭环**:每次扫描后自动回填真实收益、重校准阈值、收益回放诊断,持续优化模型
**用法:**
```bat
py scripts\run.py scan 2026-09-02 :: 全市场扫描(结束自动触发自学习)
py scripts\run.py scan --live :: 盘中扫描
py scripts\run.py judge 600519 2026-09-02 :: 个股单查
py scripts\run.py selflearn :: 自学习闭环
```
---
#### 16. a-stock-lhb-rec — 龙虎榜 T+3 涨停推荐与自进化模型
把「龙虎榜上榜个股 → 后期(T+1~T+3)仍有涨停冲高」做成可复用的可解释概率模型:每天收盘后自动出候选,每天用「昨日推荐 vs 今日实际涨停」验证并把新结果喂回训练,模型版本按时间外 AUC 不劣则 +1,越用越准。
**核心能力:** 盘后推荐(`P(T+3涨停)` 概率排序 + 市场强弱门控 + 暴雷一票否决)、三维归因(个股技术 × 席位手法 × 行情研判)、席位画像(游资风格聚类 + 紫阳东路专项)、自进化(时间衰减加权 + 因果特征防泄漏 + walk-forward 门控 + LR/GBDT 同集择优)。
**自进化机制:** `init` / `daily` / `report` 每次生成报告后**自动**运行 `optimize` 完成「补最新实际结果 → 重训 → 版本决策」,全程无需额外 cron 定时任务;模型随真实结果累积持续贴近近期行情。
**用法:**
```bash
python scripts/run.py init # 首次全量构建(约 10–15 分钟)
python scripts/run.py daily # 每日盘后:抓榜 → 推荐 → 验证 → 报告 → 自动进化
python scripts/run.py optimize # 手动触发自我进化重训
python scripts/run.py recommend 2026-08-31 # 单日推荐(用缓存)
```
> 产物落点:数据/模型/进化轨迹写到 `<cwd>/a-stock-lhb-rec/`(`LHB_RUNTIME` 可覆盖),报告(Markdown,带日期)写到 `<cwd>` 根目录(`LHB_OUT` 可覆盖)。
---
#### 17. a-stock-board-washout — A 股首板洗盘 / 炸板洗盘选股器
分析最近一个结束交易日,用两条**首板洗盘**战法精选个股并给出第二日操作建议,输出原生 Markdown 报告(内联 K 线 / 量能 / 分时 SVG 图,红涨绿跌)。
**两条策略:**
- **策略一 · 首板后放量洗盘**:上一交易日首板(`lbc==1`)、本交易日未涨停,且非科创板/创业板,结合 K 线 + 量能 + 分时 + 热点/资金/位置,推荐 3 只。
- **策略二 · 炸板洗盘**:本交易日涨停炸板、非科创板/创业板,识别「炸板但强势、次日可低吸」标的,推荐 3 只。
**核心能力:** 质量闸门(流通市值 ≥50 亿 / 换手 ≥5% / 成交额 ≥5 亿 / 非高位)、强洗盘意图四维打分、分时强弱洗盘定级、多因子横截面评分(MAD 去极值 + 均秩分位 + 小样本收缩 + 缺失中性 50)、因子覆盖度自适应降权、每只候选内联 SVG 图(K 线 + 量能 + 分时)。
**用法:**
```bash
python scripts/all.py # 一键:采集 → 筛选 → 出图 → 报告
python scripts/generate_report.py # 渲染 Markdown 报告 -> {cwd}/首板炸板洗盘-{YYYY-MM-DD}.md
```
> 报告输出到当前会话根目录(Markdown,带日期),`WASHOUT_OUT` 可覆盖输出目录。
---
### 战略思考与决策
#### 20. strategic-advisor — 战略顾问技能
将AI从传统的"听指挥工具人"转变为"主动思考的战略顾问",通过**七步深度对话流程**帮助用户将模糊想法转化为清晰的战略调研报告和可执行行动计划。
**核心特色:**
- **🎭 角色互换模式**:从"你问AI答"到"AI问你答",AI主动引导思考
- **🧅 五层渐进式提问**:现状探查→问题拆解→目标对齐→路径发现→风险识别
- **📊 双文件输出**:战略调研报告(📊现状分析→🎯目标定义→💡关键发现→🚀战略建议→✅下一步行动)+ 详细行动计划(📅分步实施→📋具体行动→🏆成功标准→🎒资源需求→🛡️风险应对)
- **✅ 七步质量保证**:角色声明→五层对话→信息整合→报告生成→计划制定→移交选择→整体审查和逻辑验证
- **🔧 零依赖架构**:纯规范型技能,完全使用内置工具(AskUserQuestion、TodoWrite、Write、Read、NotifyUser)
**七步流程:**
1. **角色声明** - 建立正确期望,切换到战略顾问角色
2. **五层深度对话** - 每层5个问题,覆盖现状、问题、目标、路径、风险(约15-30分钟)
3. **整理关键发现** - 信息整合和SWOT分析
4. **生成调研报告** - 结构化输出,Markdown格式+图标
5. **制定行动计划** - 详细实施步骤和可执行清单
6. **移交和选择** - 选择执行方式(AI执行/移交给其他技能/继续深入)
7. **整体审查和逻辑验证** - 六维度质量检查(逻辑严谨性、报告可执行性、计划可操作性、格式规范性、整体质量、最终结论)
**使用场景:**
- 🏗️ **项目规划** - 新项目启动、产品迭代规划
- 🎯 **决策支持** - 方案选择、资源配置决策
- 🔧 **问题解决** - 复杂问题诊断、解决方案设计
- 📈 **目标设定** - 个人发展、职业规划
- 💡 **战略思考** - 商业分析、模式设计
**输出规范:**
- **文件格式**:标准Markdown (.md),1-3级标题前增加合适的图标
- **输出目录**:当前会话根目录 (`<cwd>`)
- **文件命名**:`{主题}-战略调研报告-{YYYY-MM-DD}.md` 和 `{主题}-行动计划-{YYYY-MM-DD}.md`
**优势:**
- **🧠 思路清晰**:从模糊想法到明确目标
- **🧭 方向明确**:找到可行的实施路径
- **🛡️ 风险可控**:预见并准备应对措施
- **🚀 立即可行**:有具体的行动清单和时间表
**快速开始:**
```
战略顾问,帮我思考[你的问题或想法]
```
**示例:**
```
战略顾问,我想开发一个新的技能,但不知道从哪里开始。
```
> **产物落点**:两份文件输出到当前会话根目录(`<cwd>`),不写回技能安装目录。
---
### 技能数据抓取
#### 18. skill-data-fetcher — Skill 市场数据抓取工具集
一组(8 个)批量抓取主流 Skill 市场榜单并备份到本地文件的子技能,每个子技能独立可运行。
| 子技能 | 数据源 | 抓取内容 |
|--------|--------|---------|
| `smithery-skill-fetcher` | smithery.ai | slug、description、URL |
| `claudeskills-fetcher` | claudeskills.info | name、subtitle、brief、category、url、stars |
| `skillstore-fetcher` | skillstore.io | name、subtitle、brief、category、url、stars |
| `agent-skills-fetcher` | agent-skills.md | name、brief、url、stars |
| `skillsdirectory-fetcher` | skillsdirectory.com | name、brief、category、url、stars |
| `skill-cn-fetcher` | skill-cn.com | name、brief、category、url、stars |
| `cocoloop-skill-fetcher` | api.cocoloop.cn | name、subtitle、brief、category、URL |
| `skillsmp-skill-fetcher` | skillsmp.com | name、brief、url、stars |
> 每个子技能独立:`node skill-data-fetcher/<name>/scripts/fetch.js`,抓取结果保存到当前目录的 tab-separated 文件。
---
### 深度画像与情报
#### 19. deep-profile — 全网深度画像助手
以个人或企业的少量种子信息(姓名、手机号、邮箱、公司名、域名、社交昵称等)为起点,通过 LLM 自带的 `WebSearch`/`WebFetch` 完成全渠道公开数据采集、交叉验证与深层推理,输出**单个自包含 HTML 深度画像报告**。SVG 图表绘制规范与前端设计系统已蒸馏内置于技能 `references/`(diagram-craft.md / design-system.md),**零外部技能、零脚本依赖**。
**核心能力:**
- 八维数据源矩阵(公开数字足迹 / 工商司法 / 授权数据 / 资产暴露面 / 威胁情报等)
- 七阶解构 + 五阶穿透推理(定性深度 + 置信度量化)
- 关系网络拓扑、时空行为时间线、数字孪生推演
- A/B/C/D 置信度评分 + 证据溯源 + 智能提问(身份消歧等)
**产物落点**:报告写到 `<cwd>/{目标}_深度画像-{YYYY-MM-DD}.html`,不写回技能目录。纯规范型技能(仅 `SKILL.md` + `references/`),零脚本依赖。
> 适用:人物/公司背景调查、尽调、反欺诈、招聘背调、合作方核实、客户画像、竞品与关键人物建模、谈判与战略预判。
---
### 个人开发分身
#### 20. dev-twin — 个人开发分身引擎
外挂个人画像库的 AI 分身引擎:一切决策、代码风格、流程节奏来自**画像库**(`persona-*` 目录与引擎解耦,替换画像目录即切换分身)。按画像自主完成需求分析、架构设计、编码开发、测试审查。
**核心机制:**
- 画像定位(5级优先级:用户指定 / `PERSONA_DIR` / cwd / skill同级 / skill内置默认,外部优先于内置,可部署任意目录)
- 分层按需加载(任务路由表,同时激活画像层 ≤3,token 可控)
- 决策三级分级(L1自主执行留痕 / L2请示决策 / L3强制确认)
- HITL 学习闭环(纠正→语料→攒10项→复盘确认→入画像,画像永不污染)
- 决策全程留痕(`coding#12 / core#D2 / 决议日期` 三种引用格式)
- 执行九纪律(决策留痕 / token纪律 / 风格对齐 / 审查者视角自查 / 阶段交接摘要 / 事实自查决策请示 等)
内置默认画像库 `dev-twin/persona-zhutianwei/`(v0.6,6分层+语料库:core / coding / architecture / workflow / tools / polyglot多语言全栈,约200条画像条目,来源:简历+个人经验+10W行工程代码分析+业界最佳实践双重校准+两轮外部skill蒸馏:ECC/mattpocock)。
> 适用:按个人习惯/画像执行开发任务、生成符合个人风格的代码、以"分身"身份推进完整开发流程。他人复制画像库结构即可生成自己的分身。
---
## 朝代列表
timeless-wedding 和 timeless-wedding-volc 均支持以下 13 个中国历史朝代:
| ID | 朝代 | 核心主题 | 年代 | 故事概述(timeless-wedding-volc) |
|----|------|---------|------|--------------------------|
| `xia` | 夏 | 华夏初光 / 上古盟誓 | c.2070–1600 BCE | — |
| `xizhou` | 西周 | 礼乐天下 / 礼乐婚典 | 1046–771 BCE | — |
| `warring` | 战国 | 烽火佳人 / 剑客侠侣 | 475–221 BCE | 烽火连天下的重逢之誓 |
| `han` | 汉 | 大汉雄风 / 汉风红妆 | 202 BCE–220 CE | — |
| `jin` | 晋 | 魏晋风流 / 魏晋风骨 | 265–420 | — |
| `nanbeichao` | 南北朝 | 乱世情缘 / 丝路情缘 | 420–589 | — |
| `tang` | 唐 | 大唐盛世 | 618–907 | 长安灯火下的千年之约 |
| `song` | 宋 | 宋韵清雅 | 960–1279 | — |
| `yuan` | 元 | 草原雄鹰 / 草原盟约 | 1271–1368 | — |
| `ming` | 明 | 凤冠霞帔 | 1368–1644 | 紫禁城中的凤冠之约 |
| `qing` | 清 | 满汉情深 / 满汉合璧 | 1644–1912 | — |
| `minguo` | 民国 | 十里洋场 | 1912–1949 | — |
| `modern` | 现代 | 永恒誓言 | 1949–Present | 山海之间的永恒承诺 |
> timeless-wedding-volc 中带"故事概述"的朝代已配置完整的电影级时间分段分镜剧本(0–2s / 2–5s / 5–8s)。
---
## 婚礼电影方案对比
两个婚礼电影技能各有优势,根据需求选择:
| 维度 | timeless-wedding | timeless-wedding-volc |
|------|-------------------|--------------|
| AI 平台 | Agnes Image/Video | Volcengine Ark(豆包) |
| 图片模型 | Agnes Image 2.5 Flash | Seedream 5.0 Pro |
| 视频模型 | Agnes Video 2.5 Flash(固定) | Seedance 2.0(3 个版本可选) |
| 面部复刻方式 | FaceFusion 换脸(80%+) | Seedream i2i 保留五官特征 |
| 面部复刻依赖 | 需 Python + FaceFusion | 无额外依赖 |
| 朝代数量 | 2–4 个 | 2–5 个 |
| 视频生成模式 | image2video | 5 种模式(first-frame / first-last-frame / multimodal / portrait-reference / text2video) |
| 朝代标题卡 | 可选片头片尾 | 每朝代标题卡 + 片头片尾 |
| 分镜剧本 | 无 | 战国/唐/明/现代已配置时间分段剧本 |
| 断点续跑 | 支持 | 支持 |
| 单段重生成 | 支持 | 支持 |
| 代码规模 | ~3 个文件 | ~6 个文件,约 2,070 行 |
| 适用场景 | 需要高面部相似度 | 无需 Python,快速生成,画质更精细 |
---
## 通用注意事项
1. **产物落点**:所有技能的输出(视频、数据、报告)默认写到**运行命令时的当前工作目录**(`process.cwd()` / `os.getcwd()`),不写回技能安装目录。可用各技能的环境变量覆盖。
2. **文件持久化(关键)**:视频生成类技能生成的 MP4 文件需立即设置只读属性,防止工作区自动清空为 0 字节。
```powershell
(Get-Item "output.mp4").IsReadOnly = $true # Windows
```
```bash
chmod 444 output.mp4 # Linux/macOS
```
3. **两步式下载**:长时间视频任务建议先用 `--url-only` 获取 URL(长进程),再用短命令下载并设只读。
4. **帧数规则**:Agnes 视频的 `num_frames` 必须满足 `8n+1`(如 1, 9, 17, ..., 121, 241, 441)且 ≤441。
5. **API Key 安全**:如上下文中直接给出 Key,通过 `--api-key` 参数传入,不要写入环境变量文件或代码中。
6. **断点续跑**:timeless-wedding 和 timeless-wedding-volc 均通过 `state.json` 支持中断后恢复,使用 `--resume` + `--work-dir` 继续。
7. **照片建议**:婚礼电影类技能使用正面清晰照片,光线均匀,面部无遮挡,效果最佳。
8. **并发控制**:视频生成任务并发数为 2,避免 API 限流。
9. **FFmpeg 降级**:若 FFmpeg < 4.4,自动使用 `concat demuxer` 无转场拼接。
---
## 故障排查
| 问题 | 可能原因 | 解决方案 |
|------|---------|---------|
| `FFmpeg not found` | 未安装 FFmpeg | Windows: `winget install Gyan.FFmpeg` |
| `Request body size exceeds 64MB` | 照片文件过大 | 压缩照片至 2MB 以下 |
| 视频任务 `failed` | 首帧敏感内容 / API 限流 | 用 `--regenerate <id>` 重试 |
| 面部保留度低 | 照片角度 / 光线不佳 | 使用正面高清照片,timeless-wedding-volc 尝试 `--mode multimodal` |
| 朝代标题卡片乱码 | 缺少中文字体 | 确认 `C:\Windows\Fonts\simhei.ttf` 存在 |
| 断点续跑找不到目录 | 工作目录路径错误 | 用 `--work-dir` 指定之前的完整工作目录路径 |
| 生成的 MP4 变为 0 字节 | 未设只读属性 | 下载后立即 `IsReadOnly=$true` 或 `chmod 444` |
| API 401/403 | API Key 无效或过期 | 检查对应环境变量或 `--api-key` 参数 |
| API 5xx / 超时 | 服务器繁忙 | 稍后重试,脚本已内置指数退避重试 |
| FaceFusion 未检测到 | 未安装或路径未配置 | 运行 `install_facefusion.bat` 或设置 `FACEFUSION_PATH` |
| Agnes 视频帧数报错 | `num_frames` 不满足 8n+1 | 使用合法值:81, 121, 169, 193, 241, 441 |
| Suno.cn 中文标签报错 | tags 传入中文 | 改用英文标签:`pop, folk, electronic` |
| `edge-tts not found` | 未安装 edge-tts | `pip install edge-tts`,或检查 Python Scripts 目录 |
| Wav2Lip checkpoint 未找到 | 未下载模型权重 | 下载 `wav2lip_gan.pth` 到 `Wav2Lip/checkpoints/` 目录 |
| Wav2Lip `DLL load failed` | PyTorch 缺少 VC++ 运行库 | 安装 [Visual C++ Redistributable](https://aka.ms/vs/17/release/vc_redist.x64.exe) |
| Wav2Lip `face not detected` | 首帧人物面部不清晰 | 使用面部清晰可见的首帧,调整 `pads` 参数扩大检测边界 |
| 脱口秀场景间画面不连贯 | i2i 重托管失败 | 检查 `state.json` 中的 `rehosted.url` 字段 |
| A 股技能报告找不到 | 报告写到 cwd 根目录 | 检查运行时当前工作目录,或设置 `A_STOCK_OUT` / `LHB_OUT` / `YZ_OUT` |
---
## 快速选择指南
| 需求 | 推荐技能 | 理由 |
|------|---------|------|
| 生成一张精美 AI 图片 | `agnes-image-gen-2` | 电影级画质,文生图 / 图生图 |
| 生成一段 AI 视频 | `agnes-video-gen-2` | 4 种工作流,灵活选择 |
| 把一首歌做成电影级 MV | `cinematic-music-video` | 七维角色档案 + 地点锚点 + 逐镜身份门禁,帧精确拼接混原声 |
| 把一个想法做成 3–5 分钟短剧 | `short-drama-studio` | 角色圣经 + 首尾帧链 + 配音字幕,人物/声音/场景跨镜一致 |
| 创作一首 AI 音乐 | `suno-cn-music` | 8 个 API,全流程覆盖 |
| 下载已有歌曲(MP3 + 歌词) | `music-downloader` | 5 平台回退,批量下载,自动歌词 |
| 婚礼电影 — 需高面部相似度 | `timeless-wedding` | FaceFusion 换脸 80%+ |
| 婚礼电影 — 无需 Python,快速生成 | `timeless-wedding-volc` | Seedream i2i 保留五官,零额外依赖 |
| 婚礼电影 — 需要分镜剧本 | `timeless-wedding-volc` | 战国/唐/明/现代已配置时间分段剧本 |
| 婚礼电影 — 朝代较多(5 个) | `timeless-wedding-volc` | 支持 2–5 个朝代 |
| 脱口秀 — 段子自动优化 + Wav2Lip 口型 | `talkshow` | 剧本优化 + TTS + Wav2Lip,最灵活 |
| 脱口秀 — 免 Python,原生口型 | `talkshow-studio` | Agnes 原生音画同步,生产级 SOP |
| 脱口秀 — 可灵生态 | `talkshow-studio-kling` | Kling Video 3.0,720P 原生口型 |
| 撰写可发布的技术文章 | `tech-article-craft` | 自包含 HTML + AI 配图 + 13 种图表组件 |
| 制作图文并茂的 PDF 学习手册 | `learning-handbook-pipeline` | 三技能协作 + Puppeteer 转 PDF |
| 生成企业门户网站 | `enterprise-portal-generator` | 6 页生产级网站 + 12 行业预设 + 60+ 项预飞检查 |
| A 股个股诊断分析 | `a-stock-operator` | 六维评分体系 + 12 API 实时数据 + 6 层验证 |
| A 股市场行情与选股 | `a-stock-operator` | 涨停池 + 板块排行 + 龙虎榜 + 情绪指标 |
| A 股行情复盘(板块轮动+情绪温度计) | `a-stock-operator-v2` | 一键管线 + 情绪温度计 + 板块轮动 + 资金四象限 |
| A 股一阳指战法量化扫描 | `a-stock-yiyangzhi` | 转势/开门判定 + 主线标签 + 可靠性优化 |
| A 股龙虎榜 T+3 涨停预判 | `a-stock-lhb-rec` | 逻辑回归概率模型 + 席位画像 + 自进化 |
| A 股首板洗盘 / 炸板洗盘选股 | `a-stock-board-washout` | 双策略洗盘识别 + 内联 K 线/量能/分时 SVG + 第二日操作建议 |
| 从需求到代码的完整开发流程编排 | `dev-lifecycle` | 5 阶段 + HITL 确认 + SOP 6 步开发 |
| 模糊想法→战略分析→行动计划 | `strategic-advisor` | 七步深度对话 + 五层渐进式提问 + 双文件输出(战略调研报告+行动计划)+ 零依赖架构 |
| 人物/公司背景调查、深度画像、数字孪生建模 | `deep-profile` | 公开数据采集 + 交叉验证 + 深层推理,输出自包含 HTML 画像报告 |
| 批量备份 Skill 市场榜单 | `skill-data-fetcher` | 8 家主流 Skill 市场,独立运行 |
---
## 许可证
仅供个人学习和非商业用途。请遵守各 AI 平台的使用条款:
- **Agnes** — Agnes Image / Video / Text API 使用条款
- **Volcengine Ark** — 火山方舟平台使用条款
- **Suno.cn** — Suno.cn 服务条款
- **Kling(可灵)** — 快手可灵平台使用条款
- **FaceFusion** — [MIT License](https://github.com/facefusion/facefusion/blob/master/LICENSE)
قراءة الملف الأصلي