📚 沟通写作 入门 📦

drama-skills

AI 短剧/漫剧全流程创作 skill 合集（11 个 skill）：原著分析、分集剧本、视觉设定、图片/视频提示词、分镜、生产、剪辑成片、审查一条龙；五份 Markdown 是创作事实，先预览确认再花钱生产，适配 Claude Code 与 Codex。MIT 开源。

8.6 /10 ★★★★☆
#AI视频#中文创作#Claude技能#多Agent兼容

📊 评分明细

📦 打包完整度
2.2 2.2 / 2.5
🎯 实用性
2.2 2.2 / 2.5
📖 文档清晰度
1.7 1.7 / 2
👥 社区影响力
1.3 1.3 / 1.5
🔗 集成度
1.3 1.3 / 1.5

🎯 适用场景

AI视频中文创作Claude技能多Agent兼容

这是什么？适合谁？

drama-skills（zenstory-ai 出品，同厂还有中文网文写作包 oh-story-claudecode）是一套面向编剧、漫剧工作室和编导的 AI 短剧创作工作流：以 11 个 skill 的形式装进你已经在用的编程 Agent（Claude Code、Codex 及其他支持 Agent Skill 规范的环境），覆盖全流程：

原著分析 → 分集剧本 → 视觉设定 → 图片提示词与分镜 → 视频提示词 → 确认后生产 → 剪辑成片 → 审查

它的三个核心设计：

  • 五份 Markdown 就是创作事实：每集只维护 剧本.md、视觉设定.md、分镜.md、图片提示词.md、视频提示词.md，剪成片时多一份 剪辑单.md。没有并行的数据库，改哪份文件就是改哪一层决定。
  • 人物跨镜不走样：需要跨镜保持的造型写成一条能原样贴进提示词的短语（连续性锁）；每一镜写完关键帧后要说明它依据了哪些条目；漏了的，检查脚本会指出来。
  • 先预览、确认，再生产：任何图片、视频、配音或音乐任务，都先在文件里看到这一批准确的内容和参数，明确确认后才调用外部接口花钱。供应商凭据不进项目。

这套技能来自作者自己的漫剧工作室产线：2025 年至今累计上千个 AI 短剧/漫剧项目，把历史项目工程和提示词蒸馏成这套 skill。README 附 24 秒竖屏样片：从一部 20 章原著开始，经完整流程只为剧本第三场逐镜生成八段素材，再按剪辑单剪成成片。2026-09-21 核验：GitHub 2118★ / 476 fork，MIT，仓库创建于 2026-07-16，最近推送 2026-09-18。

适合人群：

  • 短剧/漫剧工作室制作人：有连续的量产需求，需要工程化管理剧本、设定与提示词
  • 网文作者想把自己的小说做成短剧：原著分析技能就是从原著起步的入口
  • 编导/影视专业学生：完整走一遍「剧本到成片」的工业化流程
  • 用 Claude Code / Codex 的创作者：写作用的模型就是该 Agent 的模型

不适合谁：想一键出片、不想读任何文件的 casual 用户——这套工作流的价值恰恰在「文件即事实、确认再生产」的纪律性。

准备工作

  • 运行环境：Claude Code、Codex 或其他支持 Agent Skill 规范的编程 Agent；终端能运行 npx（Node.js）；脚本需要 Python 3.9+；剪辑成片另需 ffmpeg / ffprobe 在 PATH 上
  • 账号要求：无需额外账号（生产环节用你自己选择的图片/视频生成服务凭据，凭据不进项目）
  • 付费要求：Skill 本身 MIT 免费；图片/视频生成等外部接口费用取决于你选的服务商
  • 时间预算：安装 5 分钟；从原著到一集成片视镜头数从数小时到一天（含生成等待与确认环节）
  • 前置知识：了解短剧基本概念（分集、分镜、提示词）即可

3 步快速上手

第一步：一条命令安装

npx skills add zenstory-ai/drama-skills -y -g

-g 全局安装，所有目录可用；去掉 -g 则只装到当前目录。更新时重新执行同一条命令即可。 也可以直接对 Agent 说一句话（支持导入 GitHub 仓库 / skill 的平台都适用）：

安装这些技能 https://github.com/zenstory-ai/drama-skills

第二步：从一个点子或一部原著开始

在 Claude Code / Codex 对话里：

用原著分析技能读一下这个目录里的小说（约20章），给出可以改编成短剧的剧集结构

Agent 会做原著分析并产出分集剧本的起点文件。从点子开始则直接说：「我有一个短剧点子：……，从剧本开始」。

第三步：逐层推进到成片

1. 写第一集剧本.md
2. 生成视觉设定.md（人物造型要写连续性锁短语）
3. 出图片提示词和分镜（21镜左右）
4. 预览第三场的视频提示词批次，我确认后再生产
5. 素材齐了之后按剪辑单剪成片

成功判定：每一步都在项目目录里落出对应 Markdown 文件；每一镜的关键帧标注了依据的设定条目；生产类任务先展示预览（准确数量、内容、参数、输出和 adapter）等你确认；最终 剪辑单.md + 成片渲染完成，字幕逐字取自剧本。

常见踩坑

  1. npx 跑不了：没装 Node.js 或版本过旧。装 Node 后开新终端再试。
  2. 人物造型跨镜走样：说明连续性锁没写或没被引用——检查 视觉设定.md 里跨镜造型是否写成了「能原样贴进提示词的短语」，以及每镜关键帧是否说明了依据条目；检查脚本会指出漏项。
  3. 直接说「把整部剧做出来」：流程刻意把确认放在生产之前——一次推进一层（剧本→设定→分镜→提示词），每层确认再走下一步，否则预览确认环节形同虚设、烧钱不可控。
  4. Python 报版本错误：核对/测量脚本需要 Python 3.9+（macOS 自带的即可），python3 --version 确认。
  5. 剪辑成片报 ffmpeg 缺失：ffmpeg/ffprobe 不在 PATH；安装后重开终端重启 Agent。
  6. 改了数据库/别的文件没生效：没有并行数据库——五份 Markdown 就是创作事实，改剧本就是改 剧本.md，改其他地方不生效。
  7. 供应商凭据写进了项目：设计上凭据不进项目、Skill 不绑定供应商；如果发现自己把 key 写进了项目文件，移出去并检查 git 历史。

进阶玩法

  • 原著改编全流程：20 章小说 → 原著分析 → 分集剧本 → 逐场生成（README 样片即此流程的完整实跑）
  • 连续性锁体系化：把主角群的造型、服装、道具全部锁成短语库，跨集复用，避免每集重新描述
  • 先预览再生产省钱：视频提示词批次先在文件里看数量与参数，砍掉不需要的镜头再确认生成
  • 多 Agent 协作：剧本层用 Claude Code、生产层换 Codex——文件是交接界面，Agent 无关
  • 剪辑单审片：剪辑技能逐段写下入点/出点选择理由，审查时先读剪辑单再看片

常见问题 FAQ

Q1: 和 oh-story-claudecode 是什么关系？

A: 同一厂牌 zenstory-ai 的姊妹项目。oh-story 是中文网文写作包（出小说），drama-skills 是短剧/漫剧影视包（从剧本到成片）；写小说选前者，做剧选后者。

Q2: 不用 Claude Code 行吗？

A: 适配 Claude Code 与 Codex，其他支持 Agent Skill 规范的环境理论上也可用，官方以这两者为主路径。

Q3: 生成图片/视频用哪家的服务？

A: Skill 不绑定供应商——生产 skill 通过 adapter 调用外部接口，你配哪家用哪家；凭据不进项目文件。

Q4: 中文短剧支持好吗？

A: 项目即中文优先（README 中文为主文档，含中文短剧完整实跑样片），剧本/提示词均为中文工作流。

Q5: 一次能做多少集？

A: 每集独立维护五份文件，工程化管理正是为多集量产设计；但生产环节成本随镜头数线性增长，官方建议逐场确认生产。

免责声明

基于公开资料（GitHub 仓库与 README）整理，AI 辅助生成，2026-09-21 核验。未实际执行从原著到成片的完整流程；各环节产出质量随所选模型与生成服务变化，成片效果以官方样片为参考。

参考链接

📊 评分与标签

评分说明

评分依据可追溯至公开来源。

总分 8.6/10 · P_优选

📊 可观测社区指标（采集日期：2026-09-21）

  • GitHub: zenstory-ai/drama-skills ★2118, 🔱476（GitHub API 实时核验）
  • 仓库创建于 2026-07-16，最近推送 2026-09-18，11 个 skill，CI 工作流在跑
  • License: MIT · 依赖 Node.js(npx) + Python 3.9+ + ffmpeg（剪辑时）
  • 厂牌背景：zenstory-ai 自有漫剧工作室，2025 年至今累计上千个 AI 短剧/漫剧项目

📦 可安装性 2.2/2.5

  • npx skills add zenstory-ai/drama-skills -y -g 一条命令全局安装，重复执行即更新；也支持对 Agent 说一句话安装（平台无关）。
  • 竞品对比 1（eternityspring/reelbench-skills）：bash 安装脚本软链，Windows 摩擦更大。
  • 竞品对比 2（手工拼装提示词工作流）：无安装概念但无工程化管理。
  • 扣分：剪辑成片环节另需 Python 3.9+ 与 ffmpeg/ffprobe，多一层前置依赖。

🎯 实用性 2.4/2.5

  • 覆盖短剧/漫剧从点子或原著到成片的完整链条：原著分析→分集剧本→视觉设定→图片/视频提示词→分镜→生产→剪辑→审查，共 11 个 skill。
  • 工程化设计扎实：五份 Markdown 即创作事实、连续性锁保证人物跨镜不走样、先预览确认再生产、核对与测量脚本只报事实。
  • 竞品对比 1（5min-drama-contest）：比赛导向的单点工具，无全流程工程化管理。
  • 竞品对比 2（一体化 AI 短剧 SaaS）：黑盒产线，剧本/设定/提示词不可逐层审改，供应商绑定。
  • 扣分：生产环节质量仍取决于所选生成服务商，skill 只管流程与文件。

📖 文档质量 1.8/2.0

  • README 中英双语且极详尽：定位、由来（工作室产线蒸馏）、安装、完整实跑样片（24 秒竖屏成片从 20 章原著到八段素材）、核心设计逐条展开；另有 CHANGELOG/CONTRIBUTING/DESIGN/docs/evaluations/tests 目录。
  • 竞品对比 1（reelbench-skills）：文档单页、无工程化配套目录。
  • 竞品对比 2（多数个人 skill 仓库）：仅一段介绍。
  • 扣分：11 个 skill 的逐个详细用法文档分散在 skill 目录内，README 未给全索引表。

👥 社区活跃 1.5/1.5

  • 约 2 个月 2118★ / 476 fork，增速在同类型中属第一梯队；姊妹项目 oh-story-claudecode 6993★，厂牌有持续交付记录。
  • 竞品对比 1（reelbench-skills）：10 天 763★，绝对量更小。
  • 竞品对比 2（同类短剧工具仓库）：多数低于 500★。

🔗 兼容性 0.7/1.5

  • 适配 Claude Code 与 Codex（官方主路径）；理论上适用于支持 Agent Skill 规范的环境。
  • 竞品对比 1（oh-story-claudecode）：宣称 8 款编程 Agent 通用，兼容面更宽。
  • 竞品对比 2（平台内置工作流）：无跨 Agent 便携性。
  • 扣分：生产环节需自配图片/视频生成服务凭据（adapter 机制），剪辑需 ffmpeg；官方仅验证 Claude Code 与 Codex 两端。

🏷️ 标签说明

📋 来源核实

  • ✅ GitHub API 实读（2026-09-21）: zenstory-ai/drama-skills — 2118★ / 476 fork / MIT / 创建 2026-07-16 / 最近推送 2026-09-18
  • ✅ README 实读（2026-09-21）: 11 skill 全流程、五份 Markdown 设计、连续性锁、先确认再生产、安装命令、24 秒样片说明均来自官方 README
  • ✅ 同厂项目交叉核验（2026-09-21）: oh-story-claudecode 已收录于本站（6993★，2026-09-20），厂牌背景一致
  • ⚠️ 未实测：从原著到成片的完整流程实跑、各 adapter 对接实际生成服务的效果

⚠️ 局限与未实测声明

  • 未实际执行创作流程；「先预览确认再生产」「连续性锁」等机制描述来自官方 README 与样片自述。
  • 生产环节效果依赖用户自选的图片/视频生成服务，skill 不含也不担保生成质量。
  • 官方仅明确适配 Claude Code 与 Codex，其他 Agent 环境为理论推断。