novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源。
novel-storyboard 开源了
完整原文、主题、复核、脑图、原子层、关系网络与处理轨迹。
novel-storyboard 开源了
这条记录讲了什么
novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源。 https://github.com/eternityspring/shuohao-skills 分镜 skill 主要处理: - 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒 - 两人对话的正反打在一段里一次生成:全景 / A 近景 / B 近景…
后续动作
| 动作 | 状态 | 来源 |
|---|---|---|
| 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒 | 待继续 | p02 |
| 把这一系列 skill 产出的数据(分镜也在内)都能拎出来手动微调——生成交给模型 | 待确认 | p03 |
| 分镜 skill 主要处理: | 待确认 | p02 |
| 分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用 | 观察 | p02 |
查看完整 AI 结构化导读按需展开
关键导读
先把有效信息集中到顶部:一句话总览、编号要点、待办与历史呼应。完整正文与结构化数据在下方展开。
一句话总览
novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源。 https://github.com/eternityspring/shuohao-skills 分镜 skill 主要处理: - 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒 - 两人对话的正反打在一段里一次生成:全景 / A 近景 / B 近景…
关键洞见
- 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源
- 每段单独打包成一个文件夹(关键帧图 + 提示词),拎出来就能批量喂给视频模型
- novel-storyboard 开源了
- 之前预告的分镜 skill,novel-storyboard 开源了
- 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜
优先级分层
- 高:分镜 skill 主要处理:
- 高:分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用
- 高:把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒
涉及实体
待办动作
- 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒
- 把这一系列 skill 产出的数据(分镜也在内)都能拎出来手动微调——生成交给模型
- 分镜 skill 主要处理:
- 分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用
- novel-storyboard 开源了
下一步想做个工具 之前预告的分镜 skill,novel-storyboard 开源了
https://github.com/eternityspring/shuohao-skills 分镜 skill 主要处理: - 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒 - 两人对话的正反打在一段里一次生成:全景 / A 近景 / B 近景各一刀,一次出齐、构图不飘 - 每段单独打包成一个文件夹(关键帧图 + 提示词),拎出来就能批量喂给视频模型 分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用。
而每跑一条视频都在烧时间和算力,分镜没卡对,钱就白烧。下一步想做个工具,把这一系列 skill 产出的数据(分镜也在内)都能拎出来手动微调——生成交给模型,拍板还得是人。
#有趣的网站[话题]# #开发者选项[话题]# #手机端界面[话题]# #APP设计[话题]# #个人开发者[话题]# #开发者社区[话题]# #网页设计[话题]# #网站制作[话题]# #vibecoding大赏[话题]# #网站推荐[话题]# novel-storyboard 开源了 之前预告的分镜 skill,nove... https://xhslink.cn/o/7UX0adtLFGb 复制口令,直达【小红书】阅读好文~ resolved_url: https://www.xiaohongshu.com/explore/6a7fe42100000000250044a1 xhs_capture_status: success
归档文档完整内容 · 含智能总结与原始标记
novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源。 https://github.com/eternityspring/shuohao-skills 分镜 skill 主要处理: - 把剧本节拍切成「段 → 分镜」:一段就是一次视频生成(≤15 秒),段内 3–5 刀、每刀 2–5 秒 - 两人对话的正反打在一段里一次生成:全景 / A 近景 / B 近景各一刀,一次出齐、构图不飘 - 每段单独打包成一个文件夹(关键帧图 + 提示词),拎出来就能批量喂给视频模型 分镜是整条链路里最难、也最重要的一环——它直接决定生成出来的视频能不能用。 而每跑一条视频都在烧时间和算力,分镜没卡对,钱就白烧。 下一步想做个工具,把这一系列 skill 产出的数据(分镜也在内)都能拎出来手动微调——生成交给模型,拍板还得是人。#有趣的网站[话题]# #开发者选项[话题]# #手机端界面[话题]# #APP设计[话题]# #个人开发者[话题]# #开发者社区[话题]# #网页设计[话题]# #网站制作[话题]# #vibecoding大赏[话题]# #网站推荐[话题]# novel-storyboard 开源了 之前预告的分镜 skill,nove... https://xhslink.cn/o/7UX0adtLFGb 复制口令,直达【小红书】阅读好文~ resolved_url: https://www.xiaohongshu.com/explore/6a7fe42100000000250044a1 xhs_capture_status: success
思维导图
这里不再用摘要卡片伪装脑图,而是直接用经典 mindmap 组件来展示结构。点击分支会跳到正文。
点击节点会定位到正文,方便一边看脑图一边回看原文。
完整主题结构
3 个主题、9 个复核单元;全部保留原文锚点。
归档结构化主题;完整分支见上方思维导图。
归档结构化主题;完整分支见上方思维导图。
归档结构化主题;完整分支见上方思维导图。
全部复核单元
原子结构层
主题 / 实体 / 概念三层标签 + 逐字原话 + 出链 / 反链。点击 chip 筛选。
AI 工具与 Codex
产品与站点
资产与发布
GitHub
AI短剧
手机
一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路开源
每段单独打包成一个文件夹(关键帧图 + 提示词),拎出来就能批量喂给视频模型
novel-storyboard 开源了
之前预告的分镜 skill,novel-storyboard 开源了
至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜
这条录音的局部关系图
不用先跳到全局图。这里先把当前 capture 连到的 Topic / Entity / Day,以及共享这些节点的其他记录显出来。
单击右侧看详情;双击节点开浮层。这里只展示和当前录音直接相关的局部网络。
关联内容
只展示已有派生关系,不把自动相似度伪装成人工判断。
从这条 capture 派生出来的事项
点任意 item 可以继续看 gate / writeback / patch 的处理结果。
从 Capture《novel-storyboard 开源了》保留问题:novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路
先在 clarify / merged 层保留这条内容,再提炼真实任务、状态与主题
从 Capture《novel-storyboard 开源了》保留问题:novel-storyboard 开源了 之前预告的分镜 skill,novel-storyboard 开源了。 至此 AI 短剧五件套收官:角色、大纲、场景、剧本、分镜。 一本小说,一路拆到能直接喂给视频模型的关键帧 + 提示词,全链路
先在 clarify / merged 层保留这条内容,再提炼真实任务、状态与主题
来源与处理轨迹
用于自动化排障与后续作品集历史回顾。