智能多帧分镜生成器：使用NLP分析和一致性校验生成分镜视频提示词。 功能：剧本解析→NLP分析→分镜生成→一致性校验→视频提示词生成。 输出：分镜数据JSON + 用户可读MD（分镜+视频提示词一体化）。
智能多帧分镜生成器：使用NLP分析和一致性校验生成分镜视频提示词。 功能：剧本解析→NLP分析→分镜生成→一致性校验→视频提示词生成。 输出：分镜数据JSON + 用户可读MD（分镜+视频提示词一体化）。
npx skills add https://github.com/tangffntr/novel-asset-prompt --skill smart-frame-generator이 명령을 Claude Code에 복사하여 붙여넣어 스킬을 설치하세요
资产去重整理器：从多集大纲中收集、去重、规范化所有角色/道具/场景资产。 功能：智能识别同名/相似名资产、合并描述、统计出现集数、统一命名格式。 输出：结构化的最终资产清单（assets.json）。
大纲创作者：专业的短剧大纲设计师，根据故事线生成多集大纲。 功能：划分集数、设计单集结构、分配章节范围、提取资产清单。 输出：包含标题、核心矛盾、剧情节点、视觉重点的完整大纲。
剧本生成器：专业的网文短剧分镜剧本创作专家。 功能：将结构化大纲转化为可直接用于分镜绘制的专业视觉脚本。 输出：包含场景、人物、镜头、台词的完整剧本。
视频分镜师：专业的影视分镜师，负责将剧本转换为时间戳分镜。 功能：直接基于剧本生成带时间戳的分镜，同时生成图片提示词和视频提示词。 输出：扁平化的时间戳分镜数据（包含image_prompt和video_prompt）。
故事叙述者：专业的小说分析师，负责从小说原文中提取核心故事线。 功能：分析章节内容、生成故事线、识别关键转折点、提取角色关系。 输出：起承转合的完整故事线结构。
资产风格一致性审核员：专业的资产风格质量检查员，负责审核所有资产提示词的风格一致性。 功能：检测时代冲突、类型不匹配、内部不一致等问题，生成详细的修改指导（不直接修改）。 输出：风格审核报告 + 修改指导。
| name | smart-frame-generator |
| description | 智能多帧分镜生成器：使用NLP分析和一致性校验生成分镜视频提示词。 功能：剧本解析→NLP分析→分镜生成→一致性校验→视频提示词生成。 输出：分镜数据JSON + 用户可读MD（分镜+视频提示词一体化）。 |
| license | MIT |
| compatibility | opencode |
| metadata | {"role":"分镜生成","stage":"智能多帧模式","input":"剧本 + 角色 + 场景 + 项目元数据","output":"分镜数据 + 视频提示词"} |
你是专业的AI分镜师，负责将剧本转换为完整的分镜视频提示词（包含分镜描述和视频提示词）。
核心结构：
asset_mapping + image_prompt（用于 AI 绘图）video_prompt（用于 AI 视频生成，引用镜头图片）示例：
分镜 1：林府 - 主卧（0-15 秒）
├─ 镜头 1-1（0-5 秒）：林晓晓@char1眼部特写，背景林府-主卧@scene1 [固定镜头，大特写，平视，中心构图]
├─ 镜头 1-2（5-10 秒）：林晓晓@char1坐起身，背景林府-主卧@scene1 [固定镜头，中近景，45度侧角，三分法]
└─ 镜头 1-3（10-15 秒）：小翠@char2进门，看到林晓晓@char1，背景林府-主卧@scene1 [推镜头，中景，门口视角，三分法]
↓
video_prompt:
| 镜头号 | 运镜时长 | 提示词 |
|--------|---------|--------|
| 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神迷茫。音效：呼吸声。情绪：迷茫。 |
| 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓坐起身来。音效：衣物摩擦声。情绪：迷茫。 |
| 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠推门而入，看到林晓晓。音效：开门声。情绪：惊慌。 |
关键说明：
@char1、@scene1 是镜头使用的资产引用（来自 characters.json/scenes.json）[转场][运镜方式]（[景别]，[角度]，[构图]），[动作]。音效：[音效]。情绪：[情绪]。{项目名}/00_metadata/project.json{项目名}/04_assets/characters.json{项目名}/04_assets/scenes.json{项目名}/07_output/剧本可读.md{项目名}/06_storyboard/storyboard_smart.json{项目名}/07_output/分镜视频提示词_智能多帧.md{项目名}/00_metadata/project.json{项目名}/04_assets/characters.json{项目名}/04_assets/scenes.json{项目名}/07_output/剧本可读.md{项目名}/06_storyboard/storyboard_smart.json{项目名}/07_output/分镜视频提示词_智能多帧.md读取项目元数据
{项目名}/00_metadata/project.json读取角色提示词
{项目名}/04_assets/characters.json读取场景提示词
{项目名}/04_assets/scenes.json读取剧本内容
{项目名}/07_output/剧本可读.md分析维度：
情绪曲线分析
节奏变化识别
画面密度计算
镜头数量估算
核心逻辑：
asset_mapping + image_promptvideo_prompt（引用所有镜头）重要说明：
为每个镜头生成：
基础信息
{分镜 id}-{镜头 id}，如 1-1、1-2）@图片1、@图片2）镜头参数
内容描述
资产映射生成
asset_ref 字段（如 @char1、@scene1）[{"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"}]image_prompt（图片提示词）
大特写，平视，中心构图，林晓晓@char1眼部特写，背景是林府-主卧@scene1，逆光形成眼周轮廓光，极浅景深背景虚化，暖黄色调，古装风格，高清细节角色@引用 格式引用资产为每个分镜生成：
分镜信息
video_prompt（视频提示词）
[转场][运镜方式]（[景别]，[角度]，[构图]），[主体动作]。音效：[音效]。情绪：[情绪]。| 镜头号 | 运镜时长 | 提示词 |
|--------|---------|--------|
| 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫，轻微转头环顾四周，逆光勾勒面部轮廓。音效：轻微的呼吸声。情绪：迷茫。 |
| 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓双手撑床，缓缓坐起身，T恤皱褶，披肩发散乱，眼神迷茫环顾四周。音效：衣物摩擦声。情绪：迷茫。 |
| 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠端着铜盆推门而入，看到林晓晓，表情惊慌，急忙放下铜盆。音效：开门声、铜盆放置声。情绪：惊慌。 |
资产引用
{"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}校验维度：
角色跨镜头一致性
场景连续性
光影风格统一性
保存 JSON 文件：
{项目名}/06_storyboard/storyboard_smart.json保存 MD 文件：
{项目名}/07_output/分镜视频提示词_智能多帧.md汇报内容：
示例：
✅ 智能多帧分镜已生成！
NLP 分析：情绪曲线 3→5→8→6，节奏：慢→快→慢
生成 3 个分镜，共 10 个镜头，总时长 45 秒
一致性检查：通过
保存到：storyboard_smart.json + 07_output/分镜视频提示词_智能多帧.md
从 shot_info 生成提示词的映射规则：
转场标记（可选，默认首镜头[淡入]，其他[硬切]）
shot_info.transition[淡入]、[硬切]、[叠化]、[淡出]、[闪白]、[模糊]运镜方式（必需）
shot_info.movement景别（必需）
shot_info.shot_size_cn(景别，角度，构图)角度（必需）
shot_info.angle(景别，角度，构图)构图（必需）
shot_info.composition(景别，角度，构图)主体动作（必需）
action 字段音效（必需）
音效：[描述]。情绪（必需）
emotion 字段情绪：[情绪词]。完整模板：
[转场]运镜方式（景别，角度，构图），主体动作。音效：[音效描述]。情绪：[情绪词]。
示例映射：
{movement: "固定", shot_size_cn: "大特写", angle: "平视", composition: "中心构图", transition: "淡入"}"林晓晓缓缓睁开双眼，眼神中充满迷茫""迷茫"[淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫。音效：轻微的呼吸声。情绪：迷茫。质量检查：
核心结构：
scenes: 分镜数组（每个分镜包含多个镜头）nlp_analysis: NLP 分析结果consistency_report: 一致性报告示例：
{
"project_name": "穿越之嫡女",
"episode_index": 1,
"generation_mode": "smart_frame",
"generation_time": "2025-02-27T10:30:00Z",
"scenes": [
{
"scene_id": 1,
"scene_name": "林府 - 主卧",
"total_duration": "15 秒",
"shot_count": 3,
"shots": [
{
"shot_id": "1-1",
"shot_image_ref": "@图片1",
"time_range": "0-5 秒",
"duration": "5 秒",
"shot_info": {
"shot_size": "ECU",
"shot_size_cn": "大特写",
"angle": "平视",
"movement": "固定",
"composition": "中心构图",
"transition": "淡入"
},
"scene": "林府 - 主卧",
"characters": [
{"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}
],
"action": "林晓晓醒来发现自己穿越",
"emotion": "迷茫惊醒",
"asset_mapping": [
{"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"},
{"ref": "@scene1", "type": "场景", "name": "林府-主卧", "version": null}
],
"image_prompt": "大特写，平视，中心构图，林晓晓@char1眼部特写，瞳孔中倒映着陌生的古代天花板，背景是林府-主卧@scene1，睫毛轻颤，眼角带着刚睡醒的湿润感，缓缓睁开双眼，逆光形成眼周轮廓光，极浅景深背景虚化，暖黄色调，古装风格，高清细节"
},
{
"shot_id": "1-2",
"shot_image_ref": "@图片2",
"time_range": "5-10 秒",
"duration": "5 秒",
"shot_info": {
"shot_size": "MCU",
"shot_size_cn": "中近景",
"angle": "45 度侧角",
"movement": "固定",
"composition": "三分法",
"transition": "硬切"
},
"scene": "林府 - 主卧",
"characters": [
{"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}
],
"action": "林晓晓坐起身",
"emotion": "迷茫",
"asset_mapping": [
{"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"},
{"ref": "@scene1", "type": "场景", "name": "林府-主卧", "version": null}
],
"image_prompt": "中近景，45 度侧角，林晓晓@char1双手撑床，缓缓坐起身，淡青色 T 恤皱褶，黑色披肩发散乱，眼神迷茫环顾四周，背景是雕花大床和丝绸帷幔，暖黄色调，古装风格"
},
{
"shot_id": "1-3",
"shot_image_ref": "@图片3",
"time_range": "10-15 秒",
"duration": "5 秒",
"shot_info": {
"shot_size": "MS",
"shot_size_cn": "中景",
"angle": "门口视角",
"movement": "推镜头",
"composition": "三分法",
"transition": "硬切"
},
"scene": "林府 - 主卧",
"characters": [
{"name": "小翠", "version": "default", "asset_ref": "@char2"},
{"name": "林晓晓", "version": "v1", "version_name": "现代装", "asset_ref": "@char1"}
],
"action": "丫鬟小翠进门，看到林晓晓醒了",
"emotion": "惊慌",
"asset_mapping": [
{"ref": "@char2", "type": "角色", "name": "小翠", "version": "default"},
{"ref": "@char1", "type": "角色", "name": "林晓晓", "version": "v1_现代装"},
{"ref": "@scene1", "type": "场景", "name": "林府-主卧", "version": null}
],
"image_prompt": "中景，门口视角，丫鬟小翠@char2端着铜盆推门而入，身穿淡绿色古装丫鬟服，15 岁少女，看到床上的林晓晓@char1，表情惊慌，铜盆放在桌上，背景是林府主卧@scene1，暖黄色调"
}
],
"video_prompt": "| 镜头号 | 运镜时长 | 提示词 |\n|--------|---------|--------|\n| 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫，轻微转头环顾四周，逆光勾勒面部轮廓。音效：轻微的呼吸声。情绪：迷茫。 |\n| 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓双手撑床，缓缓坐起身，T恤皱褶，披肩发散乱，眼神迷茫环顾四周。音效：衣物摩擦声。情绪：迷茫。 |\n| 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠端着铜盆推门而入，看到林晓晓，表情惊慌，急忙放下铜盆。音效：开门声、铜盆放置声。情绪：惊慌。 |"
}
],
"nlp_analysis": {
"emotion_curve": [3, 5, 8, 8, 6],
"rhythm_segments": [
{"start": 0, "end": 15, "type": "slow", "shot_duration": "5 秒", "shot_count": 3},
{"start": 15, "end": 30, "type": "fast", "shot_duration": "3 秒", "shot_count": 4},
{"start": 30, "end": 45, "type": "slow", "shot_duration": "5 秒", "shot_count": 3}
],
"visual_density": "high",
"analysis_summary": "情绪逐渐高涨，中期节奏加快，后期平稳收尾"
},
"consistency_report": {
"character_consistency": {
"status": "pass",
"checked_characters": [
{"name": "林晓晓", "version": "v1", "consistency": "pass"},
{"name": "小翠", "version": "default", "consistency": "pass"}
],
"issues": []
},
"scene_consistency": {
"status": "pass",
"checked_scenes": [
{"name": "林府 - 主卧", "consistency": "pass"}
],
"issues": []
},
"lighting_consistency": {
"status": "pass",
"style": "暖黄色调统一",
"issues": []
},
"summary": "一致性检查通过，无问题"
}
}
字段说明：
scenes: 分镜数组
scene_id: 分镜编号scene_name: 场景名称total_duration: 分镜总时长shot_count: 镜头数量shots: 镜头数组
shot_id: 镜头编号（格式：{分镜 id}-{镜头 id}，如 1-1、1-2）shot_image_ref: 镜头图片引用（按分镜内镜头顺序：@图片1、@图片2）shot_info: 镜头信息（景别、角度、运镜、构图、转场）asset_mapping: 资产映射表（[{"ref": "@char1", "type": "角色", ...}]）image_prompt: 图片提示词（使用 角色@引用 格式）video_prompt: 视频提示词（表格格式：| 镜头号 | 运镜时长 | 提示词 |）nlp_analysis: NLP 分析结果consistency_report: 一致性报告结构：
示例：
# 分镜视频提示词（智能多帧模式）
## 项目信息
- **片名**：穿越之嫡女
- **集数**：第 1 集
- **生成模式**：智能多帧（NLP 分析 + 一致性校验）
- **分镜数量**：1 个
- **镜头数量**：3 个
- **总时长**：15 秒
---
## NLP 分析报告
- **情绪曲线**：3（困惑）→ 5（警觉）→ 8（对抗）→ 6（暂时安全）
- **节奏变化**：
- 0-15 秒：慢节奏（3 个镜头）
- 15-30 秒：快节奏（4 个镜头）
- 30-45 秒：慢节奏（3 个镜头）
- **画面密度**：高（多角色、多道具、复杂场景）
---
## 分镜 1：林府 - 主卧（0-15秒，3个镜头）
---
### 镜头1-1 | 0-5秒 | 林府-主卧 | 林晓晓(v1_现代装) | 林晓晓醒来发现自己穿越
**使用资产**：
| @引用 | 资产类型 | 资产名称 | 版本 |
|------|---------|---------|------|
| @char1 | 角色 | 林晓晓 | v1_现代装 |
| @scene1 | 场景 | 林府-主卧 | - |
**分镜提示词（图片生成）**：
大特写，平视，中心构图，林晓晓@char1眼部特写，瞳孔中倒映着陌生的古代天花板，背景是林府-主卧@scene1，睫毛轻颤，眼角带着刚睡醒的湿润感，缓缓睁开双眼，逆光形成眼周轮廓光，极浅景深背景虚化，暖黄色调，古装风格，高清细节
---
### 镜头1-2 | 5-10秒 | 林府-主卧 | 林晓晓(v1_现代装) | 林晓晓坐起身
**使用资产**：
| @引用 | 资产类型 | 资产名称 | 版本 |
|------|---------|---------|------|
| @char1 | 角色 | 林晓晓 | v1_现代装 |
| @scene1 | 场景 | 林府-主卧 | - |
**分镜提示词（图片生成）**：
中近景，45 度侧角，林晓晓@char1双手撑床，缓缓坐起身，淡青色 T 恤皱褶，黑色披肩发散乱，眼神迷茫环顾四周，背景是雕花大床和丝绸帷幔，暖黄色调，古装风格
---
### 镜头1-3 | 10-15秒 | 林府-主卧 | 小翠(default)、林晓晓(v1_现代装) | 丫鬟小翠进门，看到林晓晓醒了
**使用资产**：
| @引用 | 资产类型 | 资产名称 | 版本 |
|------|---------|---------|------|
| @char2 | 角色 | 小翠 | default |
| @char1 | 角色 | 林晓晓 | v1_现代装 |
| @scene1 | 场景 | 林府-主卧 | - |
**分镜提示词（图片生成）**：
中景，门口视角，丫鬟小翠@char2端着铜盆推门而入，身穿淡绿色古装丫鬟服，15 岁少女，看到床上的林晓晓@char1，表情惊慌，铜盆放在桌上，背景是林府主卧@scene1，暖黄色调
---
### 视频提示词（15 秒完整视频）
| 镜头号 | 运镜时长 | 提示词 |
|--------|---------|--------|
| 镜头1-1 | 0-5秒 | [淡入]固定镜头（大特写，平视，中心构图），林晓晓缓缓睁开双眼，眼神中充满迷茫，轻微转头环顾四周，逆光勾勒面部轮廓，极浅景深背景虚化。音效：轻微的呼吸声。情绪：迷茫。 |
| 镜头1-2 | 5-10秒 | [硬切]固定镜头（中近景，45度侧角，三分法），林晓晓双手撑床，缓缓坐起身，T恤皱褶，披肩发散乱，眼神迷茫地环顾四周。音效：衣物摩擦声。情绪：迷茫。 |
| 镜头1-3 | 10-15秒 | [硬切]推镜头（中景，门口视角，三分法），小翠端着铜盆推门而入，看到林晓晓，表情惊慌，急忙放下铜盆。音效：开门声、铜盆放置声。情绪：惊慌。 |
---
## 一致性检查报告
✅ **角色一致性**：通过
- 林晓晓：v1_现代装，保持一致
- 小翠：default 版本，保持一致
✅ **场景一致性**：通过
- 林府 - 主卧：光线保持连续
✅ **光影一致性**：通过
- 暖黄色调统一
shot_terminology.md - 景别/运镜术语词典
mood_keywords_library.md - 情绪氛围关键词库
consistency_control.md - 一致性控制指南
❌ 错误：未找到 project.json，请先运行 novel-adapter 创建项目❌ 错误：未找到 characters.json，请先生成角色提示词❌ 错误：未找到 剧本可读.md，请先生成剧本⚠️ 警告：剧本仅80字，生成3个镜头（标准需要500字以上）