AC short-drama-storyboard-pipeline
Конвейер подсказок для раскадровки коротких/манга-сериалов: пакетно преобразуйте фрагменты сценария или таблицы раскадровки в подсказки для первого кадра и подсказки для генерации видео из изображений (I2V с первого кадра / FL2V с первого и последнего кадра), адаптированные для шести моделей: Jimeng, Kling, Hailuo H3, Seedance, Vidu, Runway, со встроенными якорями согласованности персонажей, вертикальным соотношением сторон 9:16 и пакетным экспортом в CSV/JSON. Используйте, когда пользователь хочет пакетно генерировать подсказки для изображений раскадровки или подсказки для генерации видео из изображений для ИИ-коротких сериалов/манга-сериалов (短剧、漫剧、AI 短剧、分镜、图生视频、首尾帧、 角色一致性), или нуждается в диалектах подсказок для конкретных моделей (Jimeng, Kling, Hailuo H3, Seedance, Vidu, Runway). Не для отдельных клипов, редактирования видео или сборки полного фильма.
машинный переводПоказать оригиналСкрыть оригинал«短剧/漫剧分镜提示词流水线：把剧本片段或分镜表批量转成首帧图提示词与图生视频提示词 （I2V 首帧驱动 / FL2V 首尾帧），适配即梦、可…»
短剧/漫剧分镜提示词流水线：把剧本片段或分镜表批量转成首帧图提示词与图生视频提示词 （I2V 首帧驱动 / FL2V 首尾帧），适配即梦、可灵、海螺 H3、Seedance、Vidu、Runway 六类模型方言，内置角色一致性锚点、竖屏 9:16 镜头语言与 CSV/JSON 批量导出。 Use when the user wants to batch-generate storyboard image prompts or image-to-video prompts for AI short drama / comic drama (短剧、漫剧、AI 短剧、分镜、图生视频、首尾帧、 角色一致性), or needs model-specific prompt dialects (Jimeng, Kling, Hailuo H3, Seedance, Vidu, Runway). Not for single standalone clips, video editing, or full film assembly.
Конвейер подсказок для раскадровки коротких/манга-сериалов: пакетно преобразуйте фрагменты сценария или таблицы раскадровки в подсказки для первого кадра и…
Как процесс C 56/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 10. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 56/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Шаги. Шагов: 24
- 100Когда включается. Сказано, когда применять и когда не применять
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 737 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +4Описание говорит, когда скилл НЕ применять
- +3Длина description 467 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 24 пунктов
- +4Есть примеры (5 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (4 из 4)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 95.