image-story-video-wizard README

The project's README from github.com/aaronyi97/image-story-video-wizard. As one markdown file: README.md.

Image Story Video Wizard

一个用于 Codex 和 WorkBuddy 的分步式 Skill,带用户从选题、对标、文案、配音、分镜、生图一直做到预览和成片。

它的核心不是把一整套流程一次性丢给用户,而是主动引导和推进:Skill 判断当前阶段、完成能自己做的工作,用户只在关键节点提供材料或做确认。

它怎么带你往下做

每一轮都会说清楚五件事:

  1. 现在进行到:
  2. 我现在会做:
  3. 你现在只需要:
  4. 完成后我会交付:
  5. 确认后下一步:

完整阶段是:

START → BRIEF → BENCHMARKS → WRITING_PACK → SCRIPT → VOICE → STORYBOARD → VISUAL_STYLE → CHARACTER_ANCHORS → IMAGE_PROMPTS → IMAGE_GENERATION → ASSET_QC → MUSIC → PREVIEW → FINAL_RENDER → FEEDBACK

关键确认点包括:

适合的项目

如果你只需要一篇文案、一张图或普通剪辑,不需要调用这个 Skill。

一句话安装

把下面这句话完整发给 Codex:

请使用 skill-installer 从 https://github.com/aaronyi97/image-story-video-wizard 安装 Skill。Skill 位于仓库根目录,安装名使用 image-story-video-wizard。安装完成后告诉我下一轮可以直接启动。

Codex 安装 Skill 后会在下一轮对话加载它。然后直接发:

使用 $image-story-video-wizard 开始一个新项目。我想做一期【选题】的图片联播视频,请主动带我往下做。

终端安装

Codex:

git clone https://github.com/aaronyi97/image-story-video-wizard.git ~/.codex/skills/image-story-video-wizard

如果 WorkBuddy 也从本地 Skill 目录加载,可以在它的 Skill 目录中安装同一仓库,或链接到 Codex 中的这份 Skill。

开始使用

直接对 Codex 或 WorkBuddy 说:

我想做一期【选题】的图片联播视频,请使用 image-story-video-wizard 带我从现在的阶段往下做。你主动推进,每次只让我提供当前必需的材料或做当前确认。

项目会用 PROJECT_STATE.json 记录当前阶段、已确认决定、产物路径和下一个需要用户回答的问题。换到另一个宿主后,可以从这个状态继续。

教程中的默认路线

豆包语音入口:

验证

python3 -m unittest discover -s tests -v
python3 /path/to/skill-creator/scripts/quick_validate.py .

当前自动校验覆盖 Skill 结构、16 个阶段、五段式引导、关键教程要求、状态机一致性,以及项目初始化与恢复所需的状态文件。

WorkBuddy、Kimi、豆包、生图和渲染是实时外部能力,Skill 会在进入对应阶段时先检查当前是否可用,不会在未实际调用时声称已经参与或完成。

License

MIT

image-story-video-wizard (aaronyi97/image-story-video-wizard)

Searching Database…

这是什么东西?一个面向 Codex 和 WorkBuddy 的分步引导式技能,带你从选题开始,依次完成资料调研、文案撰写、配音、分镜和图片生成,直到预览并产出一条成品图文故事视频。
所以它是我要单独安装的一个应用,还是内置在我的 AI 智能体里的东西?它内置在智能体里:Codex 或 WorkBuddy 加载这个技能,通过对话推进整个项目,每一轮都会告诉你当前进行到哪个阶段、智能体接下来要做什么,以及它需要你提供的唯一一件事。
除了技能本身,我还需要准备什么?需要一个宿主——Codex 或 WorkBuddy,再加上可实时调用的外部能力:图片生成、语音和渲染。技能会在每个阶段开始时实际检查对应能力是否可用,而不是默认它已经就绪。
它会自己把整条流水线一口气跑完吗?不会——关键步骤都设有确认门槛:基准方向未获批准前不写文案包,脚本定稿前不做完整配音,风格和样张敲定前不批量生成图片,预览通过前不做最终渲染。
它是为哪类视频设计的?适合 AI 解说的书籍、历史和情感故事,有声书式内容,配图的播客音频,以及需要角色形象一致、固定画风、字幕和文字卡片的静态图片叙事视频。至于单篇文章、单张图片或普通剪辑,README 里说用不着它。
为什么它要一个阶段一个阶段地引导你,而不是一次把所有事做完?这正是它的核心设计:它不会把整条流水线一股脑丢给你,而是主动推进项目,自己能做的活自己做,只在真正重要的节点才向你要素材或请你确认。
技能自身的结构有没有经过测试?有——自动化校验覆盖了技能结构、全部 16 个阶段、每轮五部分的引导内容、关键教程要求、状态机的一致性,以及初始化和恢复项目所需的状态文件。
我是不是只能用 Doubao、Kimi K3 和 HyperFrames?不是——README 只是把它们作为教程的默认路线,并非硬性要求。只要在对应阶段有可用的语音、图片生成和渲染能力,流水线就能正常运作;技能会在这些阶段开始前先验证可用性。
Creator
aaronyi97
Size
<0.1 MB
Stars
358
Updated
CommitSep 15
Age
1mo
Commits · 90 Days