SKILL.md 15.6 KB

description: 从素材(新闻、故事、段子等)自动生成 classic 互动剧本(含角色图、场景图)并写入数据库

create-drama — 从素材自动生成完整 classic 互动剧本

根据用户提供的内容素材(新闻、故事、段子、历史事件等),生成一个完整的 classic 类型互动剧本,包括:

  • 剧本数据(角色、台词、表情、动作、语音情感指令)
  • 角色立绘图(AI 生图 → 去背景 → 上传 OSS)
  • 背景图和封面图(AI 生图 → 上传 OSS)
  • 写入数据库 + 生成 bundle.json 上传 OSS(创建后立即可播放)

输入

用户会在 $ARGUMENTS 中提供内容素材。素材可能是:

  • 一段新闻报道
  • 一个故事/段子
  • 一个历史事件描述
  • 一个创意想法
  • 一个文件路径(需要先读取文件内容)

执行步骤

第 1 步:分析素材

仔细阅读用户提供的素材内容。如果是文件路径,先用 Read 工具读取文件。

第 2 步:生成完整剧本 JSON

根据素材内容,你自己(Claude)直接生成剧本数据 JSON。��要调用任何外部 LLM API。

生成的 JSON 必须严格遵循以下格式:

{
  "name": "剧本名称(简短,2-6个字)",
  "title": "显示标题(可以带 emoji,稍微长一点)",
  "subtitle": "— 副标题 —",
  "description": "剧本简介(一句话概括)",
  "systemPrompt": "用于后续 AI 续写的系统提示词(详见下方规则)",
  "isPublic": false,
  "userId": 1,
  "tags": "标签1,标签2,标签3",
  "language": "内容语言:en / zh / multi",
  "i18n": {
    "name": { "en": "...", "ja": "...", "es": "...", "pt": "...", "id": "..." },
    "title": { "en": "...", "ja": "...", "es": "...", "pt": "...", "id": "..." },
    "subtitle": { "en": "...", "ja": "...", "es": "...", "pt": "...", "id": "..." },
    "desc": { "en": "...", "ja": "...", "es": "...", "pt": "...", "id": "..." },
    "sysPrompt": { "en": "...", "ja": "...", "es": "...", "pt": "...", "id": "..." }
  },
  "characters": [
    {
      "name": "角色名",
      "nameI18n": { "en": "...", "ja": "...", "es": "...", "pt": "...", "id": "..." },
      "gender": "male 或 female",
      "voiceId": "音色 ID(从6个可用音色中选择)",
      "imagePrompt": "角色立绘生图 prompt(详见下方规则)"
    }
  ],
  "script": [
    {
      "character": "角色名(必须在 characters 中定义过)",
      "dialogue": "台词内容",
      "dialogueI18n": { "en": "...", "ja": "...", "es": "...", "pt": "...", "id": "..." },
      "avatar": "表情文件名",
      "instruction": "(可选)语音情感指令",
      "action": "动画效果",
      "position": "left 或 right"
    }
  ],
  "backgroundPrompt": "背景图生图 prompt",
  "coverPrompt": "封面图生图 prompt"
}

生成规则

角色 (characters)

  • 数量:2-5 个
  • 每个角色必须有 name、gender、voiceId、imagePrompt
  • voiceId 选择:当前仅有 6 个豆包复刻音色可用,全部支持中英日西印葡多语言,无需单独设置 voiceIdEn
    • 所有复刻音色统一支持 9 种情感(happy/sad/angry/surprised/fear/hate/excited/coldness/neutral)
    • 音色 ID 均以 S_ 开头,使用 seed-icl-2.0 引擎
    • 可用音色列表:
    • S_Ex8na7LH1 — Howard(男,适合搞笑/技术宅/配角)
    • S_Dx8na7LH1 — Sheldon(男,适合毒舌/学霸/较真角色)
    • S_Cx8na7LH1 — Penny(女,适合活泼/女主/社交达人)
    • S_Bx8na7LH1 — Leonard(男,适合温和男主/理性角色)
    • S_Ax8na7LH1 — Amy(女,适合知性/认真/学术型女性)
    • S_zx8na7LH1 — Raj(男,适合害羞/异域/感性角色)
    • 根据角色性格匹配合适的音色,尽量让不同角色使用不同音色

角色立绘 imagePrompt

每个角色必须生成 imagePrompt,遵循以下要求:

核心任务不是"画一个泛泛的二次元人物",而是"忠实还原这个角色属于什么时代、什么身份、什么年龄、什么气质"。

必须遵守:

  1. 视觉设定必须优先服从剧本时代与角色身份。古风就必须是古风,宫廷就必须是宫廷,未来赛博就必须是未来赛博,不能偷懒改成现代校园或日常制服。
  2. 年龄和性别必须明确可见。中年、老年、男性、书生、工人、贵族等,必须在服装、体态、发型、配件上看得出来。
  3. 不要默认把角色美化成"年轻少女"或"学生妹"。除非角色描述里明确是学生、少女、校服,否则禁止擅自加入校服、百褶裙、水手服、青春校园感等元素。
  4. 角色描述里出现的职业、阶层、材质、年代、配色、配件、道具、发型、体型,都要尽量保留进提示词。
  5. 风格统一为沙雕动漫风格(meme style),2D简笔画,线条清晰粗犷,色彩平涂,带一点夸张幽默感,但不能牺牲角色设定本身。
  6. 角色必须是全身站立立绘,纯色干净背景,方便抠图。
  7. 脸部必须是无脸纯肤色留白,只保留完整发型、头饰、头部轮廓。绝对不要画出眼睛、鼻子、嘴巴、眉毛等五官。

提示词至少覆盖:人物身份/时代背景/文化语境、年龄感/体型/性别气质、发型/发色/头饰、服装层次/材质/配色/配件、手持道具、站姿动作、无脸要求和纯色背景要求。

用自然中文写提示词,用词具体,避免"好看、精致、漂亮"等空话。如果剧本和角色描述已经足够明确,就不要自己乱补成别的题材。

背景图 backgroundPrompt

横版宽屏场景背景图,卡通风格,适合互动剧背景。场景:[根据剧本内容描述场景]。不要人物,色彩鲜明,气氛感强。绝不要含有任何文字或英文字母。

封面图 coverPrompt

剧目封面海报。展示[角色名]等角色的剪影轮廓,色彩鲜明,卡通风格。绝不要包含任何文字、字母或文案覆盖。

台词 (script)

  • 数量:10-20 句(根据素材丰富度调整,尽量多一些,让剧情完整)
  • avatar 可选值:normal.png, happy.png, very_happy.png, angry.png, sad.png, cry.png, shock.png, smirk.png, speechless.png
  • action 可选值:
    • none — 默认,无动画
    • shake — 震动,适合愤怒/惊吓/强调
    • jump — 跳跃,适合惊喜/激动
    • spin — 旋转,适合混乱/搞笑
    • zoom-in — 放大,适合重要台词/特写
  • instruction(可选):语音情感指令,用自然语言描述这句台词的语气/情绪/表达方式
    • 如:"用愤怒的语气说"、"ASMR 低语"、"质问的语气"、"开心地大喊"
    • 会传给 TTS 引擎增强语音表现力
    • 对于情绪强烈的台词建议添加此字段
  • position: 每个角色应该有固定站位(left/right),2个角色时一左一右,3个以上轮替
  • 台词要生动有趣,符合互动剧的沙雕风格
  • 对话要有戏剧冲突和反转
  • 每句台词不要太长,控制在 30 字以内

systemPrompt

  • 要详细描述世界观和角色设定
  • 包含语言风格指导(用于后续 AI 续写对话)
  • 至少 200 字

tags

  • 1-3 个标签,逗号分隔
  • 如:搞笑,职场,反转

language

  • 内容语言标识:en(英文)、zh(中文)、multi(混合)
  • 根据素材语言自动设置

多语言翻译 (i18n)

创建剧本时必须同时生成 5 种目标语言的翻译(排除基础语言本身)。目标语言:en(英文)、ja(日文)、es(西班牙语)、pt(葡萄牙语)、id(印尼语)。

需要翻译的字段:

  • 剧本级(i18n 对象):name、title、subtitle、desc(对应 description)、sysPrompt(对应 systemPrompt)
  • 角色级(每个角色的 nameI18n):角色名的翻译/音译
  • 台词级(每条台词的 dialogueI18n):台词内容的翻译

翻译要求:

  • 如果基础语言是 zh,则 i18n 中包含 en/ja/es/pt/id 五种翻译
  • 如果基础语言是 en,则 i18n 中包含 zh/ja/es/pt/id 五种翻译(把 zh 加入目标)
  • 角色名翻译:对于有明确含义的名字要意译,对于人名要音译
  • 台词翻译:保持原文的语气、幽默感和情绪强度,不要过度直译
  • systemPrompt 翻译:保持指令的准确性和完整性

第 3 步:写入临时 JSON 文件

将生成的 JSON 写入临时文件 /tmp/drama_<timestamp>.json

第 4 步:生成图片并上传 OSS

找到本 skill 的目录路径(即本文件 SKILL.md 所在目录),执行图片生成脚本:

node <skill目录>/generate-images.js /tmp/drama_<timestamp>.json

该脚本会:

  1. 为每个角色生成立绘图(Jimeng → fallback Nano Banana Pro)
  2. 自动去背景(rembg)
  3. 为剧本生成背景图和封面图
  4. 全部上传到阿里云 OSS
  5. 将 URL 写回 JSON 文件(更新 characters[].bodyUrl, coverUrl, backgroundUrl)

注意:该脚本需要 ali-oss, sharp npm 包以及 rembg Python 工具。如果 rembg 未安装,会跳过去背景步骤。

第 4.5 步:立绘补救(失败重试)

脚本执行完成后,必须检查 JSON 文件中每个角色是否都有 bodyUrl。

读取更新后的 JSON,遍历 characters 数组:

  • 如果所有角色都有 bodyUrl → 跳过此步,进入第 5 步
  • 如果存在没有 bodyUrl 的角色 → 执行以下补救流程

补救流程(每个失败角色,最多重试 2 次):

  1. 分析失败原因:通常是 Text Risk Not Pass(内容审核)或 API 限流/超时。

  2. 重写 imagePrompt:针对审核失败,对该角色的 imagePrompt 做脱敏改写:

    • 去掉真实人物特征:不要出现任何可识别的现实人物描述(如"金黄色蓬松发型梳向后方"对应某政治人物)。改用虚构的、泛化的外貌特征。
    • 去掉政治/敏感��签:不要出现"总统""白宫""国旗徽章"等。改用中性职业描述(如"一位穿深色西装的中年胖男子")。
    • 保留角色辨识度:改写后仍要保留角色的性别、年龄感、体型、服装风格、配色方案、手持道具等核心视觉特征,确保角色在剧中仍可辨认。
    • 保留无脸/背景等技术要求:无脸纯肤色留白、纯色背景等生图规范不能丢。

改写示例:

   ❌ 原始:一位70多岁的美国总统形象,金黄色蓬松发型梳向后方...系超长鲜红色领带...
   ✅ 改写:一位70多岁的圆胖商人形象,浅黄色蓬松卷发,穿深蓝色西装,系红色领带...
  1. 更新 JSON 并重试:用 Edit 工具更新该角色的 imagePrompt,然后重新运行生图脚本:
node <skill目录>/generate-images.js /tmp/drama_<timestamp>.json

脚本会自动跳过已有 bodyUrl 的角色,只为缺失的角色生成图片。

  1. 检查结果:再次读取 JSON 检查 bodyUrl。如果仍然失败,再脱敏一次重试(第 2 次也失败则放弃该角色,后续使用默认偏移)。

第 5 步:表情对齐(Agentic Face Alignment)

对每个成功生成立绘图的角色,执行面部检测 + 表情对齐,确定表情贴图在角色身上的精确位置。

你(Claude)自己就是 VLM 审阅者。 流程如下:

对于每个角色(characters 中有 bodyUrl 的):

  1. 初始检测:运行像素引擎获取面部区域 + 生成带标尺的预览图
node <skill目录>/face-align.js --base <角色立绘本地路径> --out /tmp/align_<角色名>

脚本会自动下载默认表情图,输出:

  • /tmp/align_<角色名>.png — 纯净合成图
  • /tmp/align_<角色名>_marked.png — 带标尺线的调试图
  • stdout 中的 __RESULT__{...}__END__ 包含 faceOffset 和渲染参数
  1. 审阅标尺图:用 Read 工具查看 /tmp/align_<角色名>_marked.png

以沙雕二次元漫画的宽容审美来判断:

  • 表情是否大致在脸部中央?
  • 大小是否合适(不要溢出脸颊,也不要太小)?
  • 不需要完美精确,只要看起来协调自然即可
  1. 如需调整:带修正参数重新运行
node <skill目录>/face-align.js --base <角色立绘本地路径> --out /tmp/align_<角色名> --dx <左右像素> --dy <上下像素> --ds <缩放比>
  • --dx: 正数往右,负数往左
  • --dy: 正数往下,负数往上
  • --ds: 0.95 缩小,1.05 放大,1.0 不变

再次 Read 标尺图审阅,最多 3-4 轮即可收敛。

  1. 采用结果:将输出的 faceOffset 写入 JSON 对应角色:
{
  "name": "角色名",
  "bodyUrl": "...",
  "faceOffset": { "top": "32.50%", "left": "48.20%", "width": "25.00%" },
  "voiceId": "..."
}

注意:face-align.js 只需要 sharp 依赖。如果 sharp 不可用,跳过此步骤,使用默认偏移量 { top: "8%", left: "35%", width: "30%" }。

第 6 步:写入数据库 + 生成 Bundle

执行入库脚本:

node <skill目录>/insert-drama.js /tmp/drama_<timestamp>.json

脚本会在事务中创建:

  • dramas 表记录(剧本元数据,含 language, tags)
  • drama_characters 表记录(角色配置 + 身体图 URL + 中英文音色 voiceId/voiceIdEn)
  • drama_emotions 表记录(默认表情映射,9种表情 → 9种 TTS 情感对齐)
  • drama_scripts 表记录(台词序列,含 instruction 语音情感指令)

事务提交后,脚本还会:

  • 构建完整 i18nData(合并基础语言 + 翻译数据,含角色名和台词翻译)
  • 将 i18nData 写入 Drama 记录
  • 生成 bundle.json(含完整 6 语言翻译的播放器配置文件)
  • 上传 bundle.json 到 OSS(dramas/{dramaKey}/bundle.json)
  • 剧本创建后立即可播放,且支持多语言切换

第 7 步:清理并输出结果

  1. 删除临时 JSON 文件
  2. 告知用户:
    • 剧本名称和 dramaKey
    • 角色列表及音色
    • 台词数量
    • 图片生成结果(成功/失败)
    • Bundle.json 上传状态
    • 简要剧情概述

配置说明

脚本会自动从以下位置加载配置(按优先级):

  1. --env <path> 参数指定的 .env 文件
  2. 环境变量 DRAMA_ENV_PATH 指定的 .env 文件
  3. skill 目录下的 .env 文件
  4. 已有的环境变量

所需配置项:

# 数据库
DB_HOST=127.0.0.1
DB_PORT=3306
DB_USER=root
DB_PASSWORD=xxx
DB_NAME=shadiao_drama

# 阿里云 OSS(图片 + bundle.json 上传)
OSS_REGION=oss-cn-beijing
OSS_ACCESS_KEY_ID=xxx
OSS_ACCESS_KEY_SECRET=xxx
OSS_BUCKET=xxx
OSS_ENDPOINT=https://oss-cn-beijing.aliyuncs.com

# 万界生图 API
WANJIE_API_KEY=xxx

注意事项

  • 自动检测语言:根据素材的语言自动决定输出语言。中文素材生成中文内容,英文素材生成英文内容,并在 JSON 中设置对应的 language 字段(zh/en/multi)
  • 当前 6 个复刻音色均支持多语言(zh/en/ja/es/id/pt),无需为不同语言切换音色
  • 风格偏沙雕搞笑,但要保留素材的核心信息
  • 如果素材是严肃新闻,可以用吐槽/解说风格改编
  • 角色名字要有趣,符合素材主题

目录结构

.claude/skills/create-drama/
├── SKILL.md              # Skill 定义(本文件)
├── reference.md          # 完整音色参考文档
├── insert-drama.js       # 数据库入库 + bundle.json 生成上传脚本
├── generate-images.js    # 图片生成 + 去背景 + OSS 上传脚本
├── face-align.js         # 角色表情对齐引擎(像素检测 + 合成 + 标尺图)
└── .env                  # 数据库 + OSS + 生图 API 配置

Additional Resources