| name | laoli-shorts |
| version | 2.15.0 |
| description | 短视频制作管线 - 从选题到成片的完整工作流 |
| author | agent_created |
| triggers | ["做个视频","制作短视频","新视频","shorts"] |
核心理念：台词与画面同步设计，视觉指令为AI生图模型定制，不是导演笔记。
执行规则：每步完成后必须展示产出物，等待用户确认后再执行下一步。
进度管理：通过 Pipeline Hooks 机制自动管理，简洁透明。
采用类似切面编程的钩子机制，在管线执行的特定阶段自动触发：
| 钩子点 | 触发时机 | 执行内容 |
|---|---|---|
@before_step(N) | 第N步开始前 | 检查进度，决定跳过/执行 |
@after_step(N) | 第N步完成后 | 更新进度标记 |
@on_confirm() | 用户确认后 | 将 ⏸ 改为 ✅ |
@on_error() | 步骤失败时 | 标记 ⚠️ 并记录 |
位置：<projects_dir>/[项目名]/文案/制作进度.md
# [项目名] · 制作进度
> 上次更新：{日期}
## 当前阶段
| 步骤 | 状态 | 完成时间 |
|------|------|----------|
| 第1步 选题大纲 | ✅ | 2026-05-09 |
| 第2步 视觉指令 | | |
| 第3步 分镜脚本 | | |
| 第4步 定妆照 | | |
| 第5步 分镜图 | | |
| 第6步 生成视频 | | |
| 第7步 配音 | | |
| 第8步 视频剪辑 | | |
| 第9步 提取台词 | | |
| 第10步 选取配乐 | | |
| 第11步 封面图 | | |
| 第12步 发布文稿 | | |
## 备注
- （可选：关键备注信息）
启动 → @before_step(N) → 执行步骤 → @after_step(N) → 等待确认 → @on_confirm() → 下一步
素材管理：直接从项目目录读取，不重复记录 断点续做：可选功能，启动时检测进度文件询问是否继续 状态透明：通过进度文件一目了然
本步骤必须在管线启动前完成。若 EXTEND.md 不存在，禁止启动管线。
按以下优先级查找 EXTEND.md（第一个命中即生效）：
| 优先级 | 路径 | 作用域 |
|---|---|---|
| 1 | <workspace>/.laoli-recipe/laoli-shorts/EXTEND.md | 项目级（当前工作区优先） |
| 2 | $HOME/.laoli-recipe/laoli-shorts/EXTEND.md | 用户级（所有工作区通用） |
default_profilereferences/config/first-time-setup.md），通过 AskUserQuestion 收集偏好后保存 EXTEND.md，然后继续⚠️ 在 EXTEND.md 创建或加载完成前，不得开始第1步。
EXTEND.md 字段说明见 references/config/preferences-schema.md。
⚠️ 执行前必读：读取
references/profiles/<default_profile>（由 EXTEND.md 指定，默认为history-oil.md），了解本方案的调性、受众、视觉风格、制作规范和风格铁律。所有台词创作必须遵守该文件中的"五条风格铁律"，所有 IMAGE PROMPT 末尾必须追加该文件中的风格后缀。
在
references/profiles/目录下放置不同方案的配置文件，并在 EXTEND.md 中切换default_profile即可让同一套管线适配不同方案。
项目目录规范：每个选题创建一个独立项目文件夹，所有产出物按类型存放。项目根目录固定为 <workspace>/项目，下文用 <projects_dir> 代指。
<projects_dir>/[项目名]/
├── 文案/
│ ├── 制作进度.md ← 进度跟踪文件
│ ├── 创作底本.md ← 第1+2+3步产出（选题大纲→视觉指令→分镜脚本）
│ ├── 视频剪辑.md ← 第8步产出
│ ├── 字幕文稿.txt ← 第9步产出
│ ├── 配乐方案.md ← 第10步产出
│ └── 发布文稿.md ← 第12步产出（发布文案）
├── 素材/
│ ├── 图片/ ← 分镜图 + 第11步封面图
│ ├── 视频/ ← 生成视频（原始，不动）
│ │ ├── sync/ ← 第8步产出（变速对齐）
│ │ └── sync_crop/ ← 第8步产出（去水印+变速）
│ ├── 音频/ ← 配音文件
│ └── 参考/ ← 角色定妆照（不进剪映）
└── 成品/ ← 剪映工程+最终发布视频
按以下步骤顺序执行，每步完成后展示产出物，等待用户确认再继续。
⚠️ 第5步特别提醒：视频生成成本高，分镜图必须经人工确认无误后，才能执行第6步生成视频。
输入：用户给的主题，或基于方案定位的建议
输出：确定项目名后，创建 <projects_dir>/[项目名]/ 目录结构（含文案/、素材/图片/、素材/视频/、素材/音频/、素材/参考/、成品/），然后创建两个文件：
文案/创作底本.md：写入选题大纲文案/制作进度.md：初始化进度文件规则：
⚠️ 本步产出格式（严格执行）：
# [项目名]
## 选题大纲
- **选题标题**：
- **核心人物**：
- **核心冲突**：
- **3秒钩子**：
- **叙事引擎**：主___ + 辅___
- **节奏段**：
1. [节奏段名称] [情绪] 一句话描述
2. [节奏段名称] [情绪] 一句话描述
...
依赖：读取第1步的选题大纲，获取核心冲突（决定谁出场）、叙事引擎（影响角色设定方向）。
在编写分镜脚本之前，先定义本选题的核心角色和视觉风格。这一步解决两个核心问题：
核心角色设定中嵌入差异化视觉锚点来解决。根据上一步大纲中【核心人物】字段所列名单，为名单中的每一个角色生成**核心角色设定**。不得遗漏、不得合并、不得擅自增减名单中的任何角色。
角色设定要点：
references/profiles/<default_profile> 中的「制作规范」）素材/参考/ref_角色ID.jpg，第5步生成分镜图时作为角色参考图传入定妆照提示词规范：参见方案配置（references/profiles/<default_profile>）中的「定妆照视觉要求」章节，获取定妆照的构图、背景、光影等约束。
定妆照提示词模板：
Portrait of a [age]-year-old [build] [cultural/ethnic descriptor, e.g., East Asian] [person] with [distinctive physical features that reflect the character's cultural background and visual identity, e.g., monolid eyes, sharp cheekbones], wearing [signature outfit], [signature accessories], half-body portrait from chest up, facing slightly left, dark solid background, [character's core气质 in English], [风格后缀], no text, no letters, no watermark, no background elements
示例（萨拉热窝选题·普林西普，风格后缀取自方案配置）：
- **普林西普 [角色ID: PRN01]**:
- **年龄外貌**：19岁，**具有典型的巴尔干地区斯拉夫青年特征**，体型瘦削，深色眼窝，黑色凌乱短发，下巴尖削，面色苍白
- **核心气质**：瘦弱但眼神偏执，像一只被逼到角落的困兽
- **标志性服饰**：深色旧西装，领口微敞，袖口磨白
- **视觉锚点**：深色眼窝+凌乱黑发+苍白尖下巴
- **定妆照提示词**：Portrait of a 19-year-old gaunt **South Slavic** young man with deep dark eye sockets, messy black hair and pale sharp chin, wearing a worn dark suit with collar slightly open and frayed cuffs, half-body portrait from chest up, facing slightly left, dark solid background, intense paranoid eyes like a cornered animal, [风格后缀], no text, no letters, no watermark, no background elements
每个选题定义统一的视觉风格和背景时代。
风格后缀：从方案配置（references/profiles/<default_profile>）中的「视觉风格设定」章节读取，追加到每个 IMAGE PROMPT 末尾，不可省略。
⚠️ 不要自己编风格后缀——必须从方案配置逐字复制，确保跨分镜风格一致。
⚠️ 不要写笼统描述——如
oil painting texture太笼统，产出颗粒粗、细节糊的结果。
⚠️ 本步产出格式（严格执行）
追加到：
<projects_dir>/[项目名]/文案/创作底本.md（接在第1步内容之后）
## 视觉执行指令
### 核心角色设定
- **[角色名] [角色ID: XXX01]**:
- **年龄外貌**：[具体年龄，具有XX地区/文化/时代背景的典型特征（如：东亚、地中海、南亚等），体型、面部特征、肤色、发型]
- **核心气质**：[一句话概括此人给观者的第一印象]
- **标志性服饰**：[时代服饰的具体描写，包括材质、颜色、配饰]
- **视觉锚点**：[此角色最突出的1-2个视觉特征，用于跨分镜识别和写入IMAGE PROMPT]
- **定妆照提示词**：[完整英文prompt]
### 通用视觉准则
- **统一风格**：从方案配置的「视觉风格设定」读取
- **背景时代**：[具体年代和地点]
- **视觉符号 (Callback)**：[本选题的反复出现的视觉隐喻，在关键节点重复出现]
依赖：读取第1步的【节奏段】、3秒钩子；读取第2步的核心角色设定（视觉锚点写入 IMAGE PROMPT）、通用视觉准则（风格后缀追加到 IMAGE PROMPT）。
智能分镜规划与创作规则：
输入：你已获得第1步输出的“节奏段”列表（每个节奏段都包含名称和情节描述），以及第2步的“角色设定”与“视觉风格”。
核心任务：为每一个“节奏段”创作分镜脚本。节奏段与分镜不是1对1关系。你需要根据以下规则进行创作
对每个分镜，同时输出以下4项：
references/profiles/<default_profile> 中的「制作规范」）格式规范：
[主体：引用第2步`核心角色设定`中的文化特征与视觉锚点] + [动作/状态] + [环境/背景] + [风格后缀] + [负向排除]
要点：
核心角色设定的定妆照提示词中直接引用或适配。
a gaunt **South Slavic** young man with dark eye sockets, messy black hair and pale sharp chin (PRN01), gripping a pistol...a young man holding a sword...（缺少来自第2步核心角色设定文化与视觉识别信息）no modern buildings, no tourists）
no text, no letters, no watermark（避免无关文字）no text/no letters/no watermarkVIDEO MOTION 是图生视频（i2v）的 prompt，描述从分镜图出发的画面运动。视频生成必须基于分镜图（图生视频），以保证画面质量和角色一致性。
格式规范：
[camera movement] + [subject motion] + [environment motion] + [atmospheric elements]
要点：
常用运动模式（参考）：
| 情绪段 | 推荐运动 | 示例 |
|---|---|---|
| 冲击/钩子 | 极慢推进+主体微动 | subtle zoom in on the clenched fist, dust particles floating |
| 压抑 | 水平缓移+环境静止 | slow horizontal pan, flags gently swaying, civilians still |
| 暗涌 | 固定+光影变化 | flickering lamplight, smoke drifting, shadows moving |
| 荒诞 | 缓移+意外元素 | car slowly rolling to a stop, figure tensing |
| 爆发 | 快速运动+混乱 | rapid motion, people rushing, dust rising |
| 雪崩 | 宏大缓移+变化积累 | slow zoom out, shadows spreading across the map |
| 余韵 | 极慢+环境细节 | slow dim light shift, dust motes, subtle breathing |
⚠️ 本步产出格式（严格执行）
追加到：
<projects_dir>/[项目名]/文案/创作底本.md（接在第2步内容之后）
输出格式：请严格按照以下格式为你规划出的每一个分镜生成内容，分镜标题中的 [节奏段名]必须与第1步的输出严格对应。
## 分镜 N / [节奏段名]-[镜头描述]
**台词**：
> 具体台词内容（★金句标注）
**角色参考图**：
> 本分镜出场核心角色的定妆参考图，图生图时传入以提升角色一致性。多个用逗号分隔，格式：`ref_角色ID1.jpg, ref_角色ID2.jpg`
> 无核心角色出场时填 `无`
**IMAGE PROMPT**：
> 英文生图指令，一行写完（必须包含角色文化特征、视觉锚点+风格后缀）
**VIDEO MOTION**：
> 视频运动描述，一行写完
调用：laoli-imagine skill
核心角色设定中的「定妆照提示词」素材/参考/ref_角色ID.jpg核心角色设定的角色顺序逐个生成不需要定妆照的角色：群众/配角（无角色设定）
生成完毕后：图片质量检查（必须人工确认）
展示 素材/参考/ 下所有已生成图片，等待用户确认
检查项：
核心角色设定定义的种族/地域背景。核心角色设定中定义的标志性视觉锚点是否清晰、准确呈现。发现问题：记录有问题的文件名，重新生成对应图片，重新检查
确认无误后：继续下一步
⚠️ 未通过检查前，禁止执行下一步。
使用第3步输出的 IMAGE PROMPT 生成每段分镜图，生成完毕后必须进行图片质量检查，确认无误后方可继续。
调用：laoli-imagine skill
素材/参考/ref_角色ID.jpg（第4步生成），提升角色一致性素材/图片/scene0x_描述.jpg，按命名规范生成生成完毕后：图片质量检查（必须人工确认）
展示 素材/图片/ 下所有已生成图片，等待用户确认
检查项：
核心角色设定中的视觉锚点是否一致（重点检查发色、脸型、标志性配饰）。发现问题：记录有问题的文件名，重新生成对应图片，重新检查
确认无误后：继续下一步
⚠️ 未通过检查前，禁止执行下一步。
以第5步生成的分镜图为参考图，用图生视频（i2v）方式生成每段视频。
调用：laoli-videoize skill
素材/视频/scene0x_描述.mp4将第3步的台词逐段转换为音频，每段台词独立调用一次。
调用：laoli-tts skill
text：第3步每条分镜的「台词」纯文本。注意：★符号及其后面的金句（画面字幕）整段都去掉，不配音output_directory：素材/音频/ 的绝对路径（即 <workspace>/项目/[项目名]/素材/音频/）素材/音频/scene0x_描述.mp3处理分镜视频：先对齐配音时长，再按需检查并去水印，输出处理报告。
输入：第6步的分镜视频（素材/视频/，原始文件不动）+ 第7步的配音（素材/音频/）
处理流程：
将所有分镜视频时长调整至与配音时长一致。
素材/视频/scene0x_描述.mp4（原始）、素材/音频/scene0x_描述.mp3setpts = 音频时长 / 视频时长setpts），不加补帧，去掉音频轨道（-an）素材/视频/sync/scene0x_描述.mp4（无声，所有分镜都有）说明：如果分镜视频全部来自 AI 生成（第 6 步正确执行），则没有水印，直接跳过本步。仅在混入手工/外部视频素材时执行。
检查 sync/ 中的视频是否有平台水印（如 Veo），仅在确认有水印时执行裁剪。
sync/ 中的视频，确认是否有平台水印sync_crop/
1040x1850，居中裁切）crop=1040:1850:20:0（宽 1040、高 1850，从 x=20 开始）素材/视频/sync_crop/scene0x_描述.mp4sync/ 中的文件⚠️ 本步产出格式（严格执行）：
保存到
文案/视频剪辑.md
# 视频剪辑
| 分镜 | 视频原长 | 音频时长 | 系数 | 水印处理 | 剪映补帧 |
|:----|:-------:|:--------:|:----:|:---------|:--------:|
| scene01 | 8.0s | 8.1s | 1.0125 | 无 | 否 |
| scene04 | 8.0s | 10.5s | 1.3125 | 裁剪70px | 是 |
| sceneXX | x.xs | x.xs | x.xxxx | 裁剪70px/无 | 是/否 |
剪映补帧说明：放慢的分镜（系数<1.0）在剪映中对对应片段勾选AI补帧（本地模型）。
剪映导入指引：
sync/ 中的文件sync_crop/ 中的文件从第3步的分镜脚本中逐段提取纯台词，格式化后输出为剪映可直接导入的文稿文件。
输入：第3步每个分镜的「台词」文本
处理规则：
输出：保存到 <projects_dir>/[项目名]/文案/字幕文稿.txt
示例（静默频道项目）：
1912年4月14日深夜
泰坦尼克号最后的冰山警告淹没在一堆付费电报里
首席电报员杰克菲利普斯已连续工作了十几个小时
...
基于选题调性为视频选取贯穿全程的 BGM（纯音乐，一条到底）。提供三级策略，按优先级从高到低尝试。
输入：第1步选题大纲（核心情绪/视觉风格/节奏段划分）
根据选题调性与视觉风格，生成中英文搜索关键词，供用户在免版权平台搜索 BGM（如剪映素材库、YouTube Audio Library、Uppbeat 等）。
历史叙事 悬疑 管弦 / historical narrative suspense orchestral如果搜索未找到合适 BGM，生成 MiniMax 官网音乐生成页面可用的 prompt 词，用户复制到 minimax.io/music 免费生成。
管弦乐, 悬疑叙事节奏, 低音提琴与钢琴交替, 适合历史纪录片BGM如果上述方式均不满足，经用户确认后，调用 laoli-bgm skill 基于 MiniMax API 生成 BGM。
laoli-bgm skill<projects_dir>/[项目名]/素材/音频/输出：
<projects_dir>/[项目名]/文案/配乐方案.md素材/音频/bgm.mp3，同时将描述关键词存档到 文案/配乐方案.md产出确认：展示 BGM 搜索结果或播放生成的音频，等待用户确认。不满意则调整策略重新尝试。
基于选题核心视觉意象设计并生成视频封面图。
输入：第1步选题大纲（选题标题/核心冲突/视觉符号）
设计要点：
调用：laoli-imagine skill
输出：素材/图片/封面_项目名.jpg
产出确认：展示封面图，等待用户确认。不满意则调整prompt重新生成。
基于视频内容和后期规格，设计视频号发布文案（标题+描述）。
输入：第1步选题大纲（选题标题/核心冲突/金句）+ 第3步分镜脚本（台词金句）
发布标题规则：
描述结构：必须包含以下三部分：
输出格式：
# 发布材料草稿
## 1. 发布标题
**标题**：[6-16字的发布标题]
## 2. 视频描述
[emoji] [钩子文案]
**资料来源**: [历史/事实依据]
[热门标签]
输出：保存到 <projects_dir>/[项目名]/文案/发布文稿.md
产出确认：展示发布文稿，等待用户确认后结束管线。
[HINT] Download the complete skill directory including SKILL.md and all related files