원클릭으로 Manus에서 모든 스킬 실행

시작하기

generate-video

스타3

포크0

업데이트2026년 6월 12일 14:53

为剧本场景生成视频片段。当用户说"生成视频"、"把分镜图变成视频"、想重新生成某个场景的视频、或视频生成中断需要续传时使用。支持整集批量、单场景、断点续传等模式。

설치

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

Manus에서 실행

출처

lvyoupeng

lvyoupeng/lemon

GitHub 저장소 열기 Creator 저장소 보기

다운로드

Manus에서 실행

生成视频

模式自动分派

MCP 工具在读取剧本后检测顶层结构，自动路由到对应 executor：

剧本特征	路由	输出目录
`generation_mode == "reference_video"` 或存在 `video_units[]`	`task_type="reference_video"` → `execute_reference_video_task`	`reference_videos/{unit_id}.mp4`
`shots[]` + 项目 `generation_mode == "reference_video"`（ad，参考直出）	工具自动派生分组后走 `task_type="reference_video"`	`reference_videos/{unit_id}.mp4`
`segments[]`（narration）	`task_type="video"` → `execute_video_task`	`videos/scene_{segment_id}.mp4`
`scenes[]`（drama）	同上	`videos/scene_{scene_id}.mp4`
`shots[]`（ad，storyboard 路径）	同上	`videos/scene_{shot_id}.mp4`

参考模式跳过分镜图要求，直接把 {script_file} 丢给 executor；executor 自行读取 unit.references → 从 characters/scenes/props 三 bucket 解析 sheet 图 → 内存压缩 → 渲染 prompt → 调 VideoBackend。

为每个场景/片段/unit 创建视频。storyboard/grid 模式用分镜图作为起始帧；reference_video 模式用角色/场景/道具参考图作为 reference_images，跳过分镜环节。

ad 参考直出（派生分组）

ad 剧本骨架唯一（平铺 shots[]，不存在 video_units）。项目 generation_mode == "reference_video" 时，generate_video_* 工具会自动：

把连续镜头派生分组为 video_unit（每 unit ≤4 个 shot，unit 总时长受供应商单次生成上限约束），索引（unit → shot_ids + 参考集）写入剧本 reference_units 字段——仅引用 shot_id，shots 仍是内容唯一真相
每个 unit 的参考集从成员镜头继承：产品参考全量注入且绝对优先（有 sheet 时 sheet + 原图，无 sheet 时原图直注，附高保真指令），其后是角色/场景/道具 sheet
按 unit 入队 reference_video 任务，prompt 由镜头的 image_prompt/video_prompt 自动拼装（含 Shot N (Xs): 切镜结构），口播文案不进画面 prompt

镜头编辑（增删/改时长/重排）后再次调用生成工具即自动重新派生；成员与参考集未变的 unit 保留已生成的视频，不重复消耗。

广告/短片项目的产品镜头（products_in_shot 非空）在视频层自动二次注入产品参考：视频后端支持在首帧请求上叠加参考输入时把产品参考随请求注入并附高保真指令，不支持时正常降级——无需手动指定，video_prompt 不必复述产品外观。

画面比例、时长等规格由项目配置和视频模型能力决定，MCP 工具自动处理。

工具调用

重要：生成视频必须调用下列 MCP 工具入队。此 skill 不提供任何 Python/Shell 脚本，不得用 BASH 调 python .../scripts/*.py。

通过 MCP 工具入队：

操作	工具
整集生成（默认）	`mcp__arcreel__generate_video_episode({"script": "episode_1.json"})`
断点续传	`mcp__arcreel__generate_video_episode({"script": "episode_1.json", "resume": true})`
单场景	`mcp__arcreel__generate_video_scene({"script": "episode_1.json", "scene_id": "E1S01"})`
批量自选	`mcp__arcreel__generate_video_selected({"script": "episode_1.json", "scene_ids": ["E1S01", "E1S05", "E1S10"]})`
自选 + 续传	`mcp__arcreel__generate_video_selected({"script": "episode_1.json", "scene_ids": [...], "resume": true})`
全部待处理（独立模式）	`mcp__arcreel__generate_video_all({"script": "episode_1.json"})`

所有任务一次性提交到生成队列，由 Worker 按 per-provider 并发配置自动调度。集号从 script 顶层 episode 或文件名推导，无需手动传。 reference_video 模式下 scene_id / scene_ids 会被忽略，转整集生成。

工作流程

加载项目和剧本 — 确认所有场景都有 storyboard_image
生成视频 — MCP 工具自动构建 Prompt、调用 API、保存 checkpoint
审核检查点 — 展示结果，用户可重新生成不满意的场景
更新剧本 — 自动更新 video_clip 路径和场景状态

Prompt 构建

Prompt 由 MCP 工具内部自动构建，根据 content_mode 选择不同策略。从剧本 JSON 读取以下字段：

image_prompt（用于分镜图参考）：scene、composition（shot_type、lighting、ambiance）

video_prompt（用于视频生成）：action、camera_motion、ambiance_audio、dialogue、narration（仅 drama）

说书模式：novel_text 不参与视频生成（旁白经 generate-narration-audio 单独配音），dialogue 仅包含原文中的角色对话
剧集动画模式：包含完整的对话、旁白、音效
Negative prompt 自动排除 BGM

生成前检查

所有场景都有已批准的分镜图
对话文本长度适当
动作描述清晰简单

reference_video 模式

所有 unit 引用的角色 / 场景 / 道具在 project.json 三 bucket 中已注册且 *_sheet 文件存在
每 unit shots 数 ≤ 4，总时长 ≤ 模型上限
references 数 ≤ 模型 max_reference_images

参考生视频模式下，输出命名为 {unit_id}.mp4，位于 reference_videos/ 目录。 ad 参考直出按软口径处理参考：缺失的 sheet/原图跳过并在任务结果里告警（不像 narration/drama 那样硬失败）；产品镜头缺产品图会让保真注入退化为纯文本，生成前应确认产品原图已上传。

이 저장소의 다른 Skills

같은 저장소

afk-team-workflow

lvyoupeng/lemon

把一个 PRD 的全部子 issue（或一组显式 issue）组建团队无人值守跑到全部合并：依赖调度、实现→本地审查→AI 审查循环三段接力、lead 串行合并与裁决、健康检查、收尾发 QA 验收清单。用户要"把某个 PRD 跑完 / AFK 消化这批 issue / 组团队批量执行 / 把这几个 issue 跑掉"时使用——即使只给一个 PRD 编号说"干完它"、未提团队或 AFK，也应触发。

2026-06-213

pr-ai-review-loop

lvyoupeng/lemon

无人值守驱动 CodeRabbit、Gemini Code Assist、OpenAI Codex 与 GitHub Code Quality / Advanced Security(CodeQL)的 review → 修复 → push → 再 review 循环,直到全部通过或触发收敛退出。主动调用:用户刚 push PR 或跑完 /commit-push-pr;提到 review / coderabbit / gemini / codex / codeql / code quality / code security / 审查 / AI review 等 bot 回复;CodeRabbit paused 需 resume;reviewer 有 actionable comments。即使用户只说"PR 怎么样了""review 回了吗"也应触发。

2026-06-203

generate-storyboard

lvyoupeng/lemon

为剧本场景生成分镜图。当用户说"生成分镜"、"预览场景画面"、想重新生成某些分镜图、或剧本中有场景缺少分镜图时使用。自动保持角色和画面连续性。

2026-06-123

generate-script

lvyoupeng/lemon

调用项目配置的文本模型生成 JSON 剧本（同时产出每个分镜的 image_prompt 与 video_prompt）。由 create-episode-script subagent 调用。读取 step1 中间文件和 project.json，输出符合 Pydantic schema 的剧本。

2026-06-123

generate-assets

lvyoupeng/lemon

"统一资产生成 skill：接受 `--type=character|scene|prop`，或不传自动扫所有 pending（缺 sheet）资源并按类型分发。当用户说"生成角色图"/"生成场景图"/"生成道具图"、想为新资产创建参考图、或有资产缺少 *_sheet 时使用。"

2026-05-143

name	generate-video
description	为剧本场景生成视频片段。当用户说"生成视频"、"把分镜图变成视频"、想重新生成某个场景的视频、或视频生成中断需要续传时使用。支持整集批量、单场景、断点续传等模式。

生成视频

模式自动分派

MCP 工具在读取剧本后检测顶层结构，自动路由到对应 executor：

剧本特征	路由	输出目录
`generation_mode == "reference_video"` 或存在 `video_units[]`	`task_type="reference_video"` → `execute_reference_video_task`	`reference_videos/{unit_id}.mp4`
`shots[]` + 项目 `generation_mode == "reference_video"`（ad，参考直出）	工具自动派生分组后走 `task_type="reference_video"`	`reference_videos/{unit_id}.mp4`
`segments[]`（narration）	`task_type="video"` → `execute_video_task`	`videos/scene_{segment_id}.mp4`
`scenes[]`（drama）	同上	`videos/scene_{scene_id}.mp4`
`shots[]`（ad，storyboard 路径）	同上	`videos/scene_{shot_id}.mp4`

为每个场景/片段/unit 创建视频。storyboard/grid 模式用分镜图作为起始帧；reference_video 模式用角色/场景/道具参考图作为 reference_images，跳过分镜环节。

ad 参考直出（派生分组）

ad 剧本骨架唯一（平铺 shots[]，不存在 video_units）。项目 generation_mode == "reference_video" 时，generate_video_* 工具会自动：

把连续镜头派生分组为 video_unit（每 unit ≤4 个 shot，unit 总时长受供应商单次生成上限约束），索引（unit → shot_ids + 参考集）写入剧本 reference_units 字段——仅引用 shot_id，shots 仍是内容唯一真相
每个 unit 的参考集从成员镜头继承：产品参考全量注入且绝对优先（有 sheet 时 sheet + 原图，无 sheet 时原图直注，附高保真指令），其后是角色/场景/道具 sheet
按 unit 入队 reference_video 任务，prompt 由镜头的 image_prompt/video_prompt 自动拼装（含 Shot N (Xs): 切镜结构），口播文案不进画面 prompt

镜头编辑（增删/改时长/重排）后再次调用生成工具即自动重新派生；成员与参考集未变的 unit 保留已生成的视频，不重复消耗。

画面比例、时长等规格由项目配置和视频模型能力决定，MCP 工具自动处理。

工具调用

重要：生成视频必须调用下列 MCP 工具入队。此 skill 不提供任何 Python/Shell 脚本，不得用 BASH 调 python .../scripts/*.py。

通过 MCP 工具入队：

操作	工具
整集生成（默认）	`mcp__arcreel__generate_video_episode({"script": "episode_1.json"})`
断点续传	`mcp__arcreel__generate_video_episode({"script": "episode_1.json", "resume": true})`
单场景	`mcp__arcreel__generate_video_scene({"script": "episode_1.json", "scene_id": "E1S01"})`
批量自选	`mcp__arcreel__generate_video_selected({"script": "episode_1.json", "scene_ids": ["E1S01", "E1S05", "E1S10"]})`
自选 + 续传	`mcp__arcreel__generate_video_selected({"script": "episode_1.json", "scene_ids": [...], "resume": true})`
全部待处理（独立模式）	`mcp__arcreel__generate_video_all({"script": "episode_1.json"})`

所有任务一次性提交到生成队列，由 Worker 按 per-provider 并发配置自动调度。集号从 script 顶层 episode 或文件名推导，无需手动传。 reference_video 模式下 scene_id / scene_ids 会被忽略，转整集生成。

工作流程

加载项目和剧本 — 确认所有场景都有 storyboard_image
生成视频 — MCP 工具自动构建 Prompt、调用 API、保存 checkpoint
审核检查点 — 展示结果，用户可重新生成不满意的场景
更新剧本 — 自动更新 video_clip 路径和场景状态

Prompt 构建

Prompt 由 MCP 工具内部自动构建，根据 content_mode 选择不同策略。从剧本 JSON 读取以下字段：

image_prompt（用于分镜图参考）：scene、composition（shot_type、lighting、ambiance）

video_prompt（用于视频生成）：action、camera_motion、ambiance_audio、dialogue、narration（仅 drama）

说书模式：novel_text 不参与视频生成（旁白经 generate-narration-audio 单独配音），dialogue 仅包含原文中的角色对话
剧集动画模式：包含完整的对话、旁白、音效
Negative prompt 自动排除 BGM

生成前检查

所有场景都有已批准的分镜图
对话文本长度适当
动作描述清晰简单

reference_video 模式

所有 unit 引用的角色 / 场景 / 道具在 project.json 三 bucket 中已注册且 *_sheet 文件存在
每 unit shots 数 ≤ 4，总时长 ≤ 模型上限
references 数 ≤ 模型 max_reference_images

参考生视频模式下，输出命名为 {unit_id}.mp4，位于 reference_videos/ 目录。 ad 参考直出按软口径处理参考：缺失的 sheet/原图跳过并在任务结果里告警（不像 narration/drama 那样硬失败）；产品镜头缺产品图会让保真注入退化为纯文本，生成前应确认产品原图已上传。