口播稿转分镜清单技能。将口播稿转化为可执行的 JSON 分镜清单，输出符合 Seedream/Seedance/FFmpeg/Azure TTS API 规范的参数。
口播稿转分镜清单技能。将口播稿转化为可执行的 JSON 分镜清单，输出符合 Seedream/Seedance/FFmpeg/Azure TTS API 规范的参数。
npx skills add https://github.com/Ddhjx-code/historyAgent --skill shot-list-skillこのコマンドをClaude Codeにコピー＆ペーストしてスキルをインストール
历史故事分镜生成技能。当用户需要将历史剧本、故事梗概或分场大纲转化为可用于 AI 出图的分镜时使用。采用分层渐进式流程：节拍拆解 → Beat Board（九宫格叙事总览）→ Sequence Board（四宫格段落展开），确保人物与环境稳定一致、镜头叙事清晰可读、画面连贯可剪辑，同时注重历史准确性。
分镜审核技能。用于审核分镜师和动画师的产出，确保符合方法论标准和历史准确性。
| name | shot-list-skill |
| description | 口播稿转分镜清单技能。将口播稿转化为可执行的 JSON 分镜清单，输出符合 Seedream/Seedance/FFmpeg/Azure TTS API 规范的参数。 |
[技能说明] 将口播稿转化为分镜执行清单（shot-list.json），输出符合 Seedream/Seedance/FFmpeg/Azure TTS API 规范的可执行参数。
[约束条件]
[文件结构] shot-list-skill/ ├── SKILL.md # 本文件 ├── api-spec.md # API 规范（包含核心设计原则） ├── core/ # 核心模块（重构新增） │ ├── init.py # 数据结构定义 │ ├── script_parser.py # 口播稿解析器 │ ├── beat_breakdown.py # 节拍拆解器 │ ├── beat_board_generator.py # Beat Board生成器（九宫格） │ ├── sequence_board_generator.py # Sequence Board生成器（四宫格） │ ├── prompt_integrator.py # Prompt集成器 │ └── prompt_optimizer.py # Prompt优化器 ├── libraries/ # 历史特征库（重构新增） │ ├── historical_characters.json │ ├── historical_costumes.json │ ├── historical_architecture.json │ └── historical_locations.json ├── output/ # 输出目录（重构新增） │ ├── beat_breakdown/ # 节拍拆解表 │ ├── beat_board/ # Beat Board（九宫格） │ └── sequence_board/ # Sequence Board（四宫格） └── templates/ ├── shot-list-template.md # 输出模板 ├── beat-breakdown-template.md # 节拍拆解模板（新增） ├── beat-board-template.md # Beat Board模板（新增） └── sequence-board-template.md # Sequence Board模板（新增）
重构时间: 2026-02-27 重构目标: 提升图像提示词质量，采用分层渐进式分镜流程
分层渐进式分镜流程
提升提示词质量
建设历史特征库
口播稿解析（Script Parser）
↓ 提取结构、元数据、情绪关键词
节拍拆解（Beat Breakdown）
↓ 识别最小叙事单元，标注强度，选择9个锚点
Beat Board生成（九宫格）
↓ 确立视觉锚点，确保风格统一
Sequence Board生成（四宫格）
↓ 展开"起承转合"结构，继承一致性
历史特征库匹配
↓ 人物/服饰/建筑/地点
Prompt智能生成
↓ intelligent-prompt-generator + prompt-extractor
Prompt优化
↓ 一致性检查、Gemini最佳实践
shot-list.json生成
↓ 整合所有模块
最终输出
采用 Seedance + FFmpeg 混合方案降低成本：
| 镜头类型 | 视频工具 | 成本 | 效果 |
|---|---|---|---|
| title_card | ffmpeg | 免费 | Ken Burns 推进 |
| transition | ffmpeg | 免费 | Ken Burns 推进 |
| historical_scene | seedance | ~1元/5秒 | AI 生成动态 |
| map | ffmpeg | 免费 | 缩放/平移 |
成本估算：每集约 10-15 个历史场景镜头，成本 10-20 元。
[工作流程]
[图像提示词生成]
图像提示词采用全中文描述，简洁直观，便于理解和调试。
生成规则：
提示词格式：
历史纪录片风格，[时代]时代，[服饰特征]，[建筑风格]，[色调]。
[场景描述]，[人物动作]，[光影氛围]。
电影质感，16:9横屏，高清画质。
示例：
| 场景 | 提示词 |
|---|---|
| 罗马宫殿 | 历史纪录片风格，古罗马时代，托加长袍，大理石柱建筑，暖黄白金色调。哈德良皇帝坐在宝座上，威严庄重，宫廷氛围。电影质感，16:9横屏，高清画质。 |
| 唐代长安 | 历史纪录片风格，唐代，襦裙圆领袍，斗拱飞檐建筑，绚丽多彩色调。玄奘高僧携带佛经，站在城门前，神圣庄严。电影质感，16:9横屏，高清画质。 |
| 智利地震 | 历史纪录片风格，现代智利，现代建筑，蓝白暖橙色调。地震后街道，建筑摇晃，紧张氛围。电影质感，16:9横屏，高清画质。 |
时代特征速查：
| 时代 | 服饰 | 建筑 | 色调 |
|---|---|---|---|
| 古罗马 | 托加长袍、橄榄冠 | 大理石柱、马赛克 | 暖黄、白、金 |
| 波斯 | 波斯长袍、金冠 | 宫殿、穹顶 | 金、红、深蓝 |
| 唐代 | 襦裙、圆领袍 | 斗拱、飞檐 | 绚丽多彩 |
| 明清 | 马褂、旗装 | 琉璃瓦、红墙 | 红黄、蓝 |
| 工业时代 | 西装马甲、礼帽 | 工厂、蒸汽机 | 褐色、铜色 |
| 现代 | 正装、商务西装 | 现代建筑 | 蓝灰、中性色 |
| 台湾民国 | 中山装、旗袍 | 台北老街 | 棕色、暖黄 |
[口播稿解析规则]
识别结构元素：
提取关键信息：
章节事件分配规则：
根据事件编号分配到对应章节（事件编号使用中文数字：一、二、三...）：
| 章节编号 | 章节名称 | 事件编号 | 时代范围 |
|---|---|---|---|
| 第一部分 | 古代历史的见证 | 事件一、二 | 古代（罗马、波斯） |
| 第二部分 | 中国古代的文化高峰 | 事件三至七 | 中古（唐、明、西藏等） |
| 第三部分 | 工业革命与近现代的创新 | 事件八至十二 | 近现代（19-20世纪） |
| 第四部分 | 当代的国际关系 | 事件十三 | 当代（21世纪） |
注意：
[分镜规则]
镜头类型与时长：
| 类型 | 时长范围 | 视频工具 | 说明 |
|---|---|---|---|
| title_card | 5-10秒 | ffmpeg | 节目标题卡 |
| historical_scene | 5-15秒 | seedance | 历史场景重现 |
| transition | 3-8秒 | ffmpeg | 转场动画 |
| map | 5-10秒 | ffmpeg | 地图/信息图 |
视频工具选择规则：
时长拆分规则：
旁白时长匹配规则：
旁白字数 ÷ 3.5 = 预估秒数转场提示词规则：
根据章节主题生成匹配的转场提示词：
| 章节主题 | 转场提示词背景元素 |
|---|---|
| 古代历史（罗马、波斯等） | 羊皮卷轴、罗马竞技场、古代地图、历史剪影 |
| 中国古代文化 | 水墨山水画、古典亭台、远山近水、云雾缭绕 |
| 工业革命/近现代 | 蒸汽机、钢铁厂、现代都市剪影、工业烟雾 |
| 当代国际关系 | 联合国大楼、各国国旗、蓝色地球、现代科技感 |
示例：
[全局资源配置]
在 meta.global_assets 中配置：
{
"global_assets": {
"bgm": {
"path": "assets/bgm/documentary_ambient.mp3",
"volume": 0.3,
"ducking": true,
"ducking_ratio": 0.2
},
"fonts": {
"title": "assets/fonts/NotoSerifSC-Bold.otf",
"subtitle": "assets/fonts/NotoSansSC-Regular.otf"
},
"logo": "assets/images/logo.png"
}
}
[风格预设]
在 meta.style_preset 中配置全局风格：
{
"style_preset": {
"visual_style": "历史纪录片风格",
"color_grading": "暖色调，电影质感",
"transition_default": "dissolve"
}
}
注意：visual_style 会自动添加到每个图像 prompt 开头。
[依赖关系]
每个镜头的 video 任务必须声明依赖：
{
"tasks": {
"image": { ... },
"video": {
"depends_on": ["tasks.image"],
...
}
}
}
[转场效果]
每个镜头末尾配置转场：
{
"transition": {
"type": "dissolve",
"duration": 1.0
}
}
转场类型：
| 类型 | 说明 | 适用场景 |
|---|---|---|
| dissolve | 叠化 | 默认转场 |
| fade_to_black | 黑场 | 章节/年代跨度大 |
| wipe | 划像 | 时间线推进 |
| cut | 直接切换 | 快节奏叙事 |
[人物一致性]
跨镜头人物一致性控制：
{
"shot_id": "shot_004",
"character_id": "xuanzang_645",
"tasks": {
"image": {
"parameters": {
"reference_image": "shot_003.png",
"seed": 42
}
},
"video": {
"parameters": {
"seed": 42,
"reference_image": "shot_003.png"
}
}
}
}
一致性规则：
[首尾帧衔接规则]
连续镜头需要指定 reference_image：
{
"reference_image": "shot_004.png"
}
衔接原则：
[历史考据规则]
识别时代后，按照以下模板生成图像提示词：
| 时代 | 服饰特征 | 建筑风格 | 色调 | 提示词模板 |
|---|---|---|---|---|
| 古罗马 | 托加长袍、橄榄冠 | 大理石柱、马赛克 | 暖黄、白 | 历史纪录片风格，古罗马时代，托加长袍，大理石柱建筑，暖黄白金色调。 |
| 波斯 | 波斯长袍、金冠 | 宫殿、穹顶 | 金、红、深蓝 | 历史纪录片风格，波斯时代，波斯长袍，宫殿穹顶建筑，金红深蓝色调。 |
| 战国秦汉 | 深衣、冠冕 | 宫殿、城郭 | 黑红、金 | 历史纪录片风格，战国秦汉，深衣冠冕，宫殿城郭建筑，黑红金色调。 |
| 唐代 | 襦裙、圆领袍 | 斗拱、飞檐 | 绚丽多彩 | 历史纪录片风格，唐代，襦裙圆领袍，斗拱飞檐建筑，绚丽多彩色调。 |
| 明清 | 马褂、旗装 | 琉璃瓦、红墙 | 红黄、蓝 | 历史纪录片风格，明清时代，马褂旗装，琉璃瓦红墙建筑，红黄蓝色调。 |
| 台湾民国 | 中山装、旗袍 | 台北老街 | 棕色、暖黄 | 历史纪录片风格，台湾民国时期，中山装旗袍，台北老街建筑，棕暖黄色调。 |
| 工业时代 | 西装马甲、礼帽 | 工厂车间、蒸汽机 | 褐色、铜色 | 历史纪录片风格，工业时代，西装马甲礼帽，工厂蒸汽机建筑，褐铜色调。 |
| 现代 | 正装、商务西装 | 现代建筑、会议室 | 蓝灰、中性色 | 历史纪录片风格，现代，正装商务西装，现代建筑会议室，蓝灰中性色调。 |
[重试策略]
每个任务配置重试策略：
{
"retry_policy": {
"max_retries": 3,
"backoff": "exponential"
}
}
[输出规范]
输出文件：outputs/{episode}/shot-list.json
输出格式：参考 templates/shot-list-template.md
[FFmpeg 效果选择]
| 镜头类型 | 推荐效果 | 参数建议 |
|---|---|---|
| title_card | zoom_in | zoom_end=1.15 |
| transition | zoom_in | zoom_end=1.1 |
| map | pan_right 或 zoom_in | 根据地图方向 |
[注意事项]
[输出校验清单]
生成 shot-list.json 后必须校验：
[SSML 增强生成器]
使用 SSMLGenerator 生成自然的语音旁白，解决多音字、停顿、情感等问题：
使用方式：
from prompt_engine import SSMLGenerator, EmotionType
gen = SSMLGenerator("zh-CN-YunxiNeural")
# 方式1：快速生成
ssml = gen.generate_emotional(
text="公元645年2月25日，唐代高僧玄奘携带657部梵文佛经回到长安。",
emotion="solemn", # solemn, serious, dramatic, hopeful, nostalgic
emphasis=["玄奘", "657部"]
)
# 方式2：便捷方法
ssml = gen.generate_narration(text, is_dramatic=False) # 历史叙事
ssml = gen.generate_opening(text) # 开场白
ssml = gen.generate_ending(text) # 结尾语
# 方式3：精细控制（分段）
from prompt_engine import SSMLSegment, PauseType
segments = [
SSMLSegment(text="在公元138年的这一天，", emotion=EmotionType.SOLEMN, pause_after=PauseType.SHORT),
SSMLSegment(text="罗马皇帝哈德良做出了一个重大决定——", emotion=EmotionType.SERIOUS, emphasis="strong", pause_after=PauseType.MEDIUM),
SSMLSegment(text="他收养并指定安敦宁·毕尤为帝国的继承人。", emotion=EmotionType.NEUTRAL, rate=0.85),
]
ssml = gen.generate_with_segments(segments)
功能说明：
| 功能 | 说明 | 示例 |
|---|---|---|
| 多音字修正 | 自动修正历史类常见多音字 | 单于→chán yú，冒顿→mò dú |
| 自动停顿 | 根据标点自动添加停顿 | ，→500ms，。→1000ms |
| 情感表达 | 8种情感风格 | solemn(庄重), dramatic(戏剧性), hopeful(充满希望) |
| 强调标记 | 强调关键词语 | 摩根、14亿美元 |
| 语速控制 | 不同情感自动调整语速 | 庄重0.85，激动1.1 |
情感类型：
| 情感 | 适用场景 | 语速 | 音调 |
|---|---|---|---|
| neutral | 中性叙述 | 1.0 | +0% |
| serious | 严肃内容 | 0.9 | -5% |
| solemn | 庄重历史 | 0.85 | -10% |
| dramatic | 戏剧高潮 | 0.8 | +0% |
| hopeful | 充满希望 | 0.95 | +5% |
| nostalgic | 怀旧结尾 | 0.85 | -5% |
| excited | 激动兴奋 | 1.1 | +10% |
| sad | 悲伤内容 | 0.8 | -15% |
多音字词典（已内置）：