story-studio README

项目的 README,来自 github.com/konlu/story-studio。合并为一个 markdown 文件:README.md。

🎬 Story Studio · 故事工坊

从「选题 → 文案 → 配音 → 配图 → 剪映草稿」的一站式 AI 短视频内容创作 Skill

Skill Type License: CC BY-NC-SA 4.0 GitHub Stars Track  corpus Visual Export

用自然语言提需求,让 AI Agent 帮你走完短视频口播制作全流程。
既能「一句话一条龙」生成完整剪映工程,也能像搭积木一样「只写稿 / 只优化开头钩子 / 只拆镜生图 / 用现成素材做剪映草稿」。

✨ 核心亮点 • 🛠️ 四大核心模块详解 • 🚀 快速开始 • 🎛️ 灵活的工作流开关 • 💬 常用提示词示例 • 📦 依赖与隐私说明 • ☕ 赞赏支持 • 📬 联系方式


📖 项目简介

Story Studio(故事工坊) 是专为 AI Agent(如 Claude Code、Codex、Cursor 等支持 Skill 的智能体)打造的一站式短视频内容创作技能包。

做历史或人物故事类短视频,往往要在找选题、查史料、磨开头钩子、写口播稿、配音、对齐时间轴、拆分数十个分镜、保持AI生图画风一致、以及在剪映里一帧帧打关键帧做推拉运镜之间反复横跳。

Story Studio 把这一整套工业化流水线装进了一个 Skill 里:

flowchart LR
    A[💡 选题与黄金钩子] --> B[✍️ 口播文案定稿]
    B --> C[🎙️ 豆包语音大模型 / 自备配音]
    C --> D[⏱️ Coli 本地转录对齐]
    D --> E[🎨 3大画风分镜与配图]
    E --> F[🎞️ 剪映专业版草稿导出]

✨ 核心亮点


🛠️ 四大核心模块详解

1️⃣ 文稿创作:双风格 Writing-DNA + 370+ 篇对标文案库

不只是简单地让大模型“写篇故事”,Story Studio 内置了两个完整的专业级写作子模块,提炼自数百篇视频号与短视频平台的高赞爆款逐字稿:

内置写作风格 适用赛道与特点 内置语料与 DNA 武器库
📜 历史叙事风
historical-narrative
把历史中值得追问的一件事讲透
• 开头抛出具体历史反常或核心问题
• 正文以人物行动、制度条件与连锁后果推进
• 结尾严密兑现开头悬念,拒绝空泛升华
• 57 篇 头部爆款历史叙事逐字稿与结构拆解
• 9 类黄金开头钩子机制(逐篇前几秒文字窗口分析)
• 内置《选题库》《史实与素材核验》《字数与查重工具》
👩 人物故事风
yuling-characterstory
真实历史人物与传奇女性连载/单集
• 经典节奏:钩子先行 → 巅峰数字 → 可谁也没想到 → 磨难场景 → 金句收尾
• 极具感染力的情感锚点(「您说……怎么会……」与精确数字节点)
• 支持单集深度人物传记或 2~3 集连续剧式排期
• 300+ 篇 头部爆款逐字稿深度蒸馏全套人物写作 DNA
• 覆盖民国名媛、巾帼英雄、时代先驱、传奇母亲等多赛道高赞对标库
• A/B/C/D/E 五大类开头钩子模板 + 选题策略 DNA + 情绪升华与金句模板

💡 写作模块能帮你做什么细节优化?


2️⃣ 视觉分镜与配图:三大专属画风 + 时代考据与参考图库

配图模块将文字转化为贴合口播节奏的视觉画面,支持 「只拆镜出提示词(交给其他工具生图)」「完善现有分镜」「直接调用生图工具出图」 三种模式。

🎨 内置三种高辨识度配图画风

画风名称 (style_id) 视觉特征与适用氛围 内置参考图与封面策略
🖌️ 厚涂历史漫画风
historical-comic
强烈叙事张力与雕塑块面感
可见厚涂破碎笔触、赭金与焦褐色调、冷暖对比强烈、极具戏剧张力与电影镜头感
• 内置 6 张 正文风格基准图 (HC01~`HC06`)
• 默认附带 3:4 竖版 + 4:3 横版 两张厚涂金箔榜书标题封面
📷 黑白纪实叙事风
monochrome-narrative
克制、厚重的近现代人物传记感
纯正黑白灰阶、胶片摄影质感、细腻的面部年龄纹理与时代光影,情绪深沉克制
• 内置 6 张 正文黑白摄影基准图 (MN01~`MN06`)
• 默认纯享无字正文图;可选配专属「黑白人物金红书法封面」
🏞️ 历史写实风
historical-realism
自然沉稳的传统历史解说质感
自然人物比例与真实光照、细腻柔和的写实绘画质感、克制的冷暖色彩关系
• 内置完整时代考据与细节密度样例
• 默认附带 3:4 竖版 + 4:3 横版 两张同画风标题封面

🔍 为什么它生成的配图不违和、不穿帮?

  1. 先音频后分镜(Audio-First):绝不把文稿机械均分!先根据真实配音的 SRT 时间戳,按约 8 秒/图的叙事节奏规划镜头切点,确保第一句话从第 0 帧就有对应画面,且画面严格匹配当前正在讲的句子。
  2. 逐镜时代与人物年龄阶段考据:自动识别每一镜所处的朝代、地域与人物年龄阶段(如青年、中年、晚年),将衣冠发式、建筑形制、器物货币落实到独立提示词中;近现代真实人物支持按时期检索对标历史原照。
  3. 参考图锚定机制:生图时自动读取并传入内置同画风参考图(Reference Image),首图核验笔触与色调后再批量生成,大幅降低多镜头画风漂移。
  4. 片头动态视频首尾帧设计(可选):首次生图时可选择额外生成黄金前 6 秒的「首帧 + 尾帧 + 图生视频运镜提示词」,方便你用视频大模型制作极具吸引力的动态片头。

3️⃣ 配音与字幕对齐:豆包语音大模型 / 自备音频双通道

配音是连接「好文案」与「精准画面节奏」的核心桥梁。Story Studio 提供两条极其顺畅的配音路径:

路径 A:推荐配置「豆包语音大模型」,由 Agent 全自动合成

路径 B:提前准备好配音 MP3,放入文件夹让 Agent 直接读取

⏱️ Coli 本地离线语音识别与音文核验


4️⃣ 剪映专业版草稿导出:推拉运镜与时间轴一键成型

所有素材就绪后,Story Studio 会直接生成剪映专业版(JianYing Pro)可识别的本地草稿工程:


🚀 快速开始

第一步:一键安装 Skill(提供三种超简便方式)

你可以根据自己的使用习惯,选择以下任意一种方式进行一键安装:

方式 A(最推荐·零操作):在 AI 对话框中发一句话,让 Agent 自动安装

如果你的 Agent(如 Codex、Claude Code、Cursor 等)拥有终端执行权限,你连命令行都不用打开,直接在任意对话框中发送:

请帮我把这个 GitHub 仓库克隆安装到你的 skills 目录,并完成依赖环境检查:
https://github.com/konlu/story-studio
Agent 会自动识别自身 skills 目录(如 `~/.codex/skills/story-studio`),自动拉取并完成接入!

---

#### 方式 B(极客·一行命令直达):终端一条命令克隆
打开终端(Terminal 或 PowerShell),粘贴对应系统的一行命令即可:

```powershell
# Windows (PowerShell)
git clone https://github.com/konlu/story-studio.git "$HOME\.codex\skills\story-studio"
# macOS / Linux
git clone https://github.com/konlu/story-studio.git ~/.codex/skills/story-studio

💡 注:若使用 Claude Code 或其他 Agent,只需将路径中的 .codex 替换为 .claude 或 .agents 即可。


方式 C(下载 Zip 用户):双击一键安装器

如果你是从 GitHub 下载的 Release 压缩包(.zip),解压后无需手动翻找系统隐藏目录:

脚本会自动探测系统中可用的 Agent 技能目录并自动部署到位。


第二步:一句话让 Agent 自动配置环境

无需自己手动折腾 Python、Node.js、FFmpeg 或配置剪映路径!安装后直接对 Agent 发送:

使用 $story-studio,帮我一键检查并自动配置全部运行环境。

💡 智能按需初始化:如果你只用它写文案,它不会安装任何多媒体组件;当需要配音、转录和导出剪映草稿时,原生启动器(bootstrap.ps1 / bootstrap.sh)会自动在用户独立数据目录配置好 Python 3.11 (uv)、Node.js LTS、Coli、FFmpeg、pyJianYingDraft 等全部依赖。

第三步:开始你的创作!

你可以直接用大白话告诉 Agent 你想做什么。下面看看最常用的几种姿势 👇

🎛️ 灵活的工作流开关

Story Studio 内部通过 写作(write)、配图(illustrate)、剪映草稿(draft) 三个主开关控制边界,配音与转录作为无缝衔接步骤按需触发。

你不需要写任何配置文件,直接用自然语言指挥,或者显式声明开关状态:

你的使用场景 写作 配图 剪映草稿 说明
只找选题 / 写口播稿 / 改开头钩子 ✅ 开 ❌ 关 ❌ 关 纯文本创作,绝不乱调收费生图或配音接口
文稿已写好,拆解分镜并生成配图 ❌ 关 ✅ 开 ❌ 关 支持只出分镜提示词,或直接调用生图工具出图
文件夹里已有配音和图片,直接排剪映草稿 ❌ 关 ❌ 关 ✅ 开 自动用 Coli 跑时间轴对齐、加推拉运镜并写入剪映
从 0 到 1 全流程一条龙制作 ✅ 开 ✅ 开 ✅ 开 选题写稿 → 确认定稿 → 配音转录 → 生图 → 剪映草稿

💬 常用提示词示例

场景 1:全流程一条龙制作(从选题文案到剪映草稿)

使用 $story-studio,制作一期关于「张居正考成法改革」的历史短视频。
1. 写作:采用历史叙事风,约 1800 字,先给我 3 个不同切入角度的开头钩子让我选,定稿后再继续。
2. 配音:定稿后使用我配置好的豆包语音生成 MP3(如果还没配置请引导我)。
3. 配图:用 Coli 对齐时间轴后拆成 20 镜,采用「厚涂历史漫画风」,9:16 竖屏生成配图,并带 3:4 和 4:3 封面。
4. 草稿:生成 1080x1920 的剪映专业版草稿,加入慢推拉运镜,默认不显示字幕。

场景 2:使用「人物故事风」写女性传奇口播稿

使用 $story-studio,只写一篇关于「林巧稚」的人物故事口播稿。
采用人物故事风,单集约 1600 字。
请先核实她的生平关键时间节点与真实数字,使用“数字连排”或“反常画面”做开头钩子,只交付文稿和事实核查表。

场景 3:自己准备好配音放在文件夹中,让 Agent 读取并完成后期

使用 $story-studio,继续当前文件夹里的项目。
我已经把定稿文案 `script.md` 和我自己录好的配音 `voice.mp3` 放进这个文件夹了。
请直接读取我的配音文件,用本地 Coli 生成字幕对齐时间轴,按「黑白叙事风」拆 18 个分镜并生成配图,最后直接导出到我的剪映草稿箱。

场景 4:只拆解分镜与生图提示词(交给外部 Midjourney / 即梦 等工具生图)

使用 $story-studio,写作关、配图开、剪映草稿关。
读取文件夹里的定稿和 MP3 配音,先做音文时间对齐,然后按「历史写实风」拆解 22 个分镜。
注意:这次只输出带时间戳的 STORYBOARD.md 分镜表和每镜独立的完整中文生图提示词,不要实际调用生图工具。

场景 5:单镜精准返工与版本迭代

使用 $story-studio,继续这个项目。
文案、配音和前面生成的图片都保持不变,只重做第 8 镜和第 15 镜的配图(第 8 镜人物年龄改成晚年阶段),然后用新图片重新导出一版带可编辑字幕的剪映草稿,保留旧草稿别覆盖。

📂 项目目录结构与交付产物

仓库结构一览

story-studio/
├── SKILL.md                        # AI Agent 核心总控指令与路由规则
├── README.md                       # 项目说明文档
├── install.bat / .ps1 / .sh        # 跨平台一键安装脚本(自动寻路部署)
├── scripts/                        # 跨平台环境自动初始化、豆包TTS、交接核验等核心脚本
│   ├── bootstrap.ps1 / .sh         # Windows / macOS / Linux 零依赖启动器
│   ├── doubao_tts.py               # 豆包语音 V3 双向 WebSocket 合成客户端
│   ├── voice_settings.py           # 音色配置与本地加密凭据管理
│   └── check_handoff.py            # 剪映导出前的音图语义与时间轴一致性检查
├── references/                     # 事实核查原则、豆包配置指南、扩展赛道说明等
└── modules/                        # 内置四大专业子模块
    ├── history-writing/            # 【历史叙事模块】含 DNA 规则 + 57 篇高赞原稿与钩子分析
    ├── characterstory-writing/     # 【人物故事模块】含人物故事 DNA + 300+ 篇爆款对标语料库
    ├── history-image/              # 【分镜配图模块】含 3 套画风规则 + 12 张正文参考图 + 封面参考
    └── render-history-video/       # 【剪映草稿模块】含时间轴对齐、缓入缓出推拉运镜与草稿导出

每次创作你会得到什么交付物?

所有创作产物均干净地保存在你自己的工作区项目目录中,绝不污染 Skill 源码:

阶段 交付文件与产物
✍️ 写作阶段 纯口播正文稿、标题备选、事实核查表与时间线记录、参考来源说明
🎙️ 配音与转录 narration.mp3(最终配音)、配音参数与哈希校验记录、Coli 本地识别 .srt 字幕与核对文件
🎨 分镜与配图 STORYBOARD.md & STORYBOARD.json(含时间戳、原文锚点、逐镜独立提示词)、按镜号命名的正文图片、COVER_3x4.png / COVER_4x3.png 封面图、(可选)片头首尾帧与视频提示词
🎞️ 剪映草稿 直接写入剪映专业版草稿目录的可编辑工程、plan.json 时间轴与运镜计划、semantic_alignment.json 语义核验记录、(可选)final.mp4 本地渲染成片

📦 依赖与隐私说明

1. 自动管理的运行环境

Story Studio 内置的启动器会在技能目录之外的用户数据目录(Windows 下为 %LOCALAPPDATA%\story-studio,macOS/Linux 为 ~/.local/share/story-studio)自动按需配置:

2. 账号安全与隐私保护边界


🙏 致谢 (Acknowledgements)

Story Studio 的诞生离不开以下优秀开源项目与基础设施的支持,特此向相关作者与维护者致敬:


☕ 赞赏支持 (Sponsor)

如果你觉得 Story Studio 对你的短视频创作、自媒体运营或 AI Agent 工作流有所帮助,欢迎赞赏支持!

特别声明:本项目所有的赞赏将会全部捐献给山区儿童以及重病患者,用于公益助学与医疗救助。感谢每一位支持者的善意与温度!

微信赞赏码 支付宝赞赏码
微信赞赏码
支持微信扫码赞赏
支付宝收款码
支持支付宝扫码赞赏

📬 联系方式 (Contact)

欢迎自媒体创作者、独立开发者、AI 爱好者一起交流探索新玩法:


📄 开源许可证与声明

story-studio (konlu/story-studio)

正在搜索数据库…

这是什么?Story Studio 是一个 AI Agent Skill,可以端到端地跑完整个短视频制作流程:选题、撰写文案、配音、AI 生成图片,以及可直接编辑的剪映专业版(JianYing Pro,即 CapCut 国内版)工程草稿。
这是独立应用,还是要添加到 AI 智能体里的技能?它是一个 Skill 包,需安装到 Claude Code、Codex、Cursor 等智能体中。智能体会读取 SKILL.md,并在你提出需求时运行随附的 Python/Node 脚本,它本身不是图形界面应用。
我该如何安装并开始使用?把 Skill 文件夹克隆到智能体的 skills 目录中(macOS/Linux 下例如 'git clone ~/.codex/skills/story-studio',Windows 下使用对应的 PowerShell 命令),然后直接在对话中告诉智能体检查并自动配置运行环境即可。
除了 AI 智能体,还需要什么软件?首次运行时,它会自动将 Python 3.11、Node.js 20+、Coli(基于 sherpa-onnx 的离线语音识别引擎)和 FFmpeg 安装到用户数据文件夹中。要打开并导出最终视频,还需安装剪映专业版;如需语音合成配音,则需要豆包(火山引擎)的 TTS API 密钥。
有什么费用或需要注意的地方吗?Skill 本身免费且开源,但豆包语音合成以及你的智能体所使用的任何 AI 绘图工具,都可能产生第三方 API 费用。该智能体在每次付费合成或批量生成图片前,都会先请你确认。
在 Windows、Mac 和 Linux 上都能用吗?可以。它随附了安装脚本,Windows 提供 PowerShell/.bat 启动器,macOS/Linux 提供 .sh 脚本,整个流程(撰写、TTS、语音对齐、图片提示词)在这三个系统上都能运行;只有一键检测剪映专业版的功能是 Windows 专属的。
内置了哪些写作风格?内置两套完整的 “Writing-DNA” 模块:一套是历史叙事风格,提炼自 57 条爆款文案;另一套是人物故事风格,面向真实人物和传说人物,提炼自 300 多条爆款文案。每套都带有黄金开场钩子模板和严格的事实核查流程。
有哪些图片画风可选?提供三种现成风格:写实历史风、厚涂历史漫画风,以及黑白纪实人像风。每种风格都附带参考图,使 AI 生成的镜头在各场景间保持视觉一致。
导出的剪映草稿与静态幻灯片有什么不同?它会自动为每个镜头写入缓慢的推拉变焦关键帧,并在切镜点添加 “Cut Punch” 变焦特效;同时把所有素材复制到草稿文件夹中,并运行语义检查(checkhandoff.py),确认每张图片的时长与旁白内容是否匹配。
我能直接提供自己的文案或录音,而不是让它生成吗?可以。你可以把写好的 script.md 或自己录制的 voice.mp3 放入项目文件夹,然后告诉智能体从这里继续。它会用本地 Coli 引擎对齐字幕,接着直接进入图片生成和剪映草稿制作。
作者
konlu
大小
42.1 MB
星标
1.1K
更新
提交Nov 13
时长
23天
提交 · 90 天