一键导入
ui-showreel-forge
将 UI 设计稿转化为风格一致的 showreel 垫图序列与可直接用于可灵/Kling、Omni 等图生视频模型的导演脚本工作流。手工触发:/ui-showreel-forge。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
将 UI 设计稿转化为风格一致的 showreel 垫图序列与可直接用于可灵/Kling、Omni 等图生视频模型的导演脚本工作流。手工触发:/ui-showreel-forge。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
Use when the user wants to route, choose, learn, or apply Dennett-style intuition pumps and thinking tools for hard problems, stuck reasoning, argument testing, concept confusion, weak explanations, or agent self-rescue after repeated unproductive reasoning.
市场规模测算工具 (TAM/SAM/SOM)。适用于用户提到「市场规模」「market size」「TAM」「SAM」「SOM」或需要估算目标市场大小时使用。
把 X/Twitter 博主、YouTube 博主、newsletter、播客或类似个人信息源的持续更新转成 progressive-investment-research 研究工作区的可审计增量。适用于:跟踪博主更新、生成每日报告、通过 Chrome 登录态或本地 browser bridge 抓 X、用 yt-dlp 抓 YouTube 字幕、把观点拆成 source leads、公司页、行业模块、open questions 和后续研究任务。Serenity 和 RihardJarc 是内置信息源案例,不依赖 PaiWork 专有工具。
PaiWork-first Serenity (@aleabitoreddit) investment thesis tracking system. Use when working inside PaiWork to process Serenity/X tweets into structured investment theses, verifiable claims, supply-chain relationship maps, company research files, daily reports, weekly reviews, or research backlogs. Trigger on Serenity, aleabitoreddit, Serenity daily report, Serenity weekly review, thesis tracker, tweet research, supply-chain thesis tracking, ticker research updates, or PaiWork research monitoring. This version assumes PaiWork tools and data sources are available; a generic-agent version is planned later.
构建和维护可累积的研究认知模型。适用于持续投资研究、行业/公司/技术主题研究、独立 Research dossier、Current Model 状态恢复、材料吸收、并行搜索、模型更新、范围拆分合并、promote 到 Obsidian 主知识库前审计,以及用户要求“研究一下/更新模型/现在我们知道什么/把重要成果入库”时使用。
斯坦福 CS146S "The Modern Software Developer" AI开发课程学习系统。Use when: 用户提到 cs146s, stanford课程, vibe coding, AI开发学习, 或"开始学习"。
| name | ui-showreel-forge |
| version | 0.1.0 |
| description | 将 UI 设计稿转化为风格一致的 showreel 垫图序列与可直接用于可灵/Kling、Omni 等图生视频模型的导演脚本工作流。手工触发:/ui-showreel-forge。 |
| license | MIT |
从 UI 设计稿到商业级动态视频的完整生产工作流。
核心方法论:链式垫图法。通过将已生成的图像作为后续帧的物理参考输入,在 AI 图像生成中实现跨帧风格一致性。配套「建立帧/效果帧」分镜规划和可灵/Kling、Omni 等图生视频模型可直接使用的导演脚本格式。
在以下场景使用本 skill:
本 skill 当前默认围绕下面这套组合设计:
Stitch MCP:生成或批量获取 UI 截图图像生成模型:基于风格参考图和链式垫图法生成建立帧/效果帧可灵 / Kling 或 Omni:消费关键帧和导演脚本,生成最终动态视频如果你不用可灵/Kling,只要目标模型支持多图输入、图生视频或导演脚本式控制,也可以复用这套方法。
[Phase 0] Stitch MCP 生成 UI 设计稿
↓
[Phase 1] 素材准备:截图 + 风格锚定参考图
↓
[Phase 2] 分镜规划:建立帧/效果帧交替 + 过渡逻辑
↓
[Phase 3] 链式图像生成:锚点帧 → 建立帧 → 效果帧(DAG 顺序执行)
↓ 每帧生成后立即目视自检,不合格立即返工
[Phase 4] 自检与返工
↓
[Phase 5] 导演脚本编译(面向可灵/Kling、Omni 等模型)
references/phase1_material_prep.md:素材准备与风格锚定references/phase2_storyboard.md:分镜规划与视觉盲点设计references/phase3_chain_reference.md:链式垫图生成方法论references/phase4_self_check.md:自检与返工协议references/phase5_omni_script.md:导演脚本编译模板