当前位置: 首页 > news >正文

shuohao-skills:把一本小说变成短剧拍片的素材

丢进一本小说,AI Agent 自动拆角色、排大纲、出场景道具设定图——这个仓库让"写小说"和"拍短剧"之间只差一个 git clone 的距离。

这个项目解决什么问题?

2026 年 8 月,shuohao-skills 在 GitHub 上一周涨到 900+ Star。它的定位非常精准:为 AI 编码 Agent(Claude Code、Codex)提供一套短剧制作工具链——输入小说文本,输出角色设定集、改编大纲、美术设定图。
短剧现在是内容行业最热的赛道之一,但把小说改编成短剧需要三步重活:

  1. 拆角色:从几百万字的小说里提取人物画像、形象提示词、音色
  2. 排大纲:把小说结构转换成短剧分集梗概、爽点表
  3. 出美术:场景设定图、道具参考图
    每一步都要靠人手工做,耗时几周。这个仓库把这三步封装成了三个可以独立运行的 Agent Skill。

核心亮点

一、三个 Skill,各自独立、可单独拷走

skills/ ├── novel-characters ← 角色设定集 ├── novel-outline ← 短剧改编大纲 └── novel-art ← 美术设定集

每个 Skill 自带 SKILL.md(Agent 读)、scripts/(零依赖 Node.js 脚本)、references/(详细指令)、examples/(样例数据)。不需要 npm install,Node 标准库就够用。
二、质量门脚本化,不靠 LLM 自己判断
这是最有意思的设计。传统的 AI 写作工具靠 LLM 自己判断"写得好不好",但这个仓库用确定性脚本做质量检查:

  • novel-outline:13 道质量门,全部脚本检查
  • novel-art:11 道质量门,全部脚本检查
  • 每个 skill 自带 selftest.mjs,不调用模型、不花额度,1 秒跑完
    这意味着质量评估是可重复、可验证的,不是每次生成质量不同的"薛定谔的 AI"。
    三、吃 outline.json 预填清单
    novel-art 可以直接读取 novel-outline 输出的outline.json,自动预填需要出图的场景和道具清单。三个 skill 之间有明确的数据接口,不是三个独立的玩具。

快速上手

gitclone https://github.com/eternityspring/shuohao-skills.gitcdshuohao-skills ./scripts/install.sh

自动检测本机装了 Claude Code 还是 Codex,软链过去,git pull 后立刻生效。
前置条件:Node ≥ 18、当前会话的模型额度(不需要额外 API key)。

我的评价

shuohao-skills 的 Star 数能到 900,靠的不是"又一个 AI 写作工具",而是它踩中了一个真实的痛点:短剧行业需要工业化生产素材,而传统的素材生产方式是纯人力的、不可复制的。
这个仓库的价值在于它证明了:Agent Skill 可以把"创意工作流"拆成可执行、可验证、可组合的模块。每个 Skill 是一个独立的"工具包",但组合起来就是一条完整的短剧制作流水线。
和同类项目相比,shuohao-skills 的三个特点值得注意:

  1. 不依赖外部 API:所有脚本只用 Node 标准库,没有 npm 依赖
  2. 质量门自动化:不是靠 LLM 自说自话,而是用脚本检查结构完整性
  3. 双 Agent 兼容:Claude Code 和 Codex 都能跑,降低迁移成本
    局限:目前只在 macOS + Node 24 上验证过,Linux 和低版本 Node 未测试。出图功能依赖 Codex 的$imagegen,没有配置时会跳过出图。
    适合谁:写小说想做短剧改编的作者、短剧工作室的技术团队、Agent 使用者。不适合谁:只需要简单文字生成的用户。

项目:eternityspring/shuohao-skills
协议:Apache 2.0

http://www.jsqmd.com/news/1407575/

相关文章:

  • Ubuntu网卡驱动缺失应急指南:手机USB共享网络与驱动安装全流程
  • TVA具身智能技术图谱(25):跨越虚实鸿沟自校正机制
  • 告别U盘:Win10/Win11局域网共享文件夹设置与排错全攻略
  • 8月16号实习一个月总结
  • VBA学习实操第6弹:变量、常量与数组
  • Java 修饰符终极指南:从 public 到 volatile,一文掌握 12 种修饰符的底层原理
  • 2026 高透明耐高温 PC 现货,重庆鸿善诚天华天岚牌稳定供货 - 天下观知
  • 玄奘路戈壁徒步:108公里,一场与自己的千年之约
  • 君去君归君勿忘,我来我见我征服
  • Docker Compose安装指南:二进制与pip方式详解及避坑实践
  • Alist部署与网盘挂载实战:从Docker配置到性能优化的完整指南
  • 论文AI率超标别焦虑?2026年5款免费AIGC降重工具:高效降AI率,亲测知网/维普全绿过 - 降AI实验室
  • Wireshark安装与抓包实战:从零掌握网络流量分析
  • AI心理健康助手1
  • 2026长春市单招班推荐 高职单招备考选报实用指南 - 爱说大实话121
  • 构建AI Agent技能持续调优工程链路:从数据驱动到闭环优化
  • 在 Python 中,`and` 是逻辑运算符,返回的是布尔值 `True` 或 `False`(不是整数 1 或 0)
  • CAN 总线学习笔记:从物理层、报文帧到波形诊断的新人通用入门
  • Kimi-Code规划与目标模式:从AI建议到自动化执行的范式跃迁
  • KKCE: 基于网站测速的平台,全球300+节点-快快测
  • java学习第26课
  • 锐捷交换机SNMP与密码安全配置:从明文泄露到深度加固实战
  • 深入掌握seq命令:从数字序列生成到Linux运维实战应用
  • 论文AI率超标别发愁?2026年实测10款降AI率、去AI痕迹工具网站 - 降AI实验室
  • HiDef N-2神经培养基补充剂:面向iPSC神经分化与神经类器官的Defined培养体系
  • 群晖NAS部署ddns-go实现IPv6动态域名解析,打造高速外网访问通道
  • TortoiseGit右键菜单图标消失?从图标缓存到注册表的完整修复指南
  • 深度学习模型过拟合与超参数调优实战指南:从诊断到优化
  • 域名价值深度解析:从技术原理到天价交易背后的商业逻辑
  • 稳定性测试(也称耐久性测试/Longevity Test)通过长时间持续运行系统,有助于暴露如内存泄漏、资源耗尽、连接池枯竭等随时间累积的问题;