mcpField
F
faceless-video

faceless-video

github.com/krea-ai创意与媒体3073 次安装1 周前更新
代码仓库

关于 faceless-video

Faceless Video 是面向旁白多场景视频的制作技能,涵盖故事结构、可复用素材、有序场景和交付检查。适用于由旁白推动叙事的讲解、纪录片等形式。

主要功能

  1. 01将脚本拆分为场景
  2. 02规划可复用视觉素材
  3. 03维护有序剪辑清单
  4. 04检查生成片段的连贯性
  5. 05验证合成与最终交付

适用场景

  1. 01制作旁白讲解视频
  2. 02创作历史纪录片
  3. 03制作儿童故事或图画故事

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/krea-ai/skills --skill faceless-video

安装后在 Claude Code 中输入/faceless-video确认已加载。

详细介绍

无露脸视频

根据脚本、可复用视觉素材、有序场景、旁白以及经过验证的最终剪辑,创建一支连贯的无露脸视频。此技能负责叙事与制作结构。模型选择、模型专属提示词以及生成限制,请使用同级的 krea-generate 技能。

边界

当请求的交付物是一段多场景制作、其故事由画外叙述者或提供的旁白承载时,使用此技能。仅有主题还不够:“制作一支关于罗马的视频”属于通用视频生成,除非请求还要求无露脸频道、旁白解说、纪录片、故事书、图画故事或同等形式。

转交其他技能:

  • 单个片段或通用动画属于 krea-generate。
  • 产品、品牌、揭幕影片、广告或 UGC 作品属于相关的营销或动态技能。
  • 可见的主持人或出镜口播属于主持人主导的工作流。
  • 仅需规划或创意、无需制作时,应直接回答而不进行生成。

交付约定

在付费生成之前,先确定真实的旁白与后期制作路径。一支完成的有旁白视频需要:

  1. 随附与脚本和场景时长匹配的旁白;
  2. 由可用的、支持所请求音频的模型生成的旁白;或
  3. 单独的可用旁白能力。

分开的模型生成无法保证相同的叙述者身份、准确的措辞或干净的音频衔接。如果用户要求单一锁定声音,而可用能力无法提供,请在花费之前说明,并提供有序视觉场景包。

同样,只有当环境确实能够合并并验证片段与音频时,才产出一支组装完成的视频。否则交付有序片段、视觉素材、脚本和剪辑清单,并明确标注为场景包。切勿将分开的片段描述为完成的视频。

仅当存在真实的转写或时间戳来源时,才烧录字幕。不要根据脚本估算词级时间。

1. 锁定需求简报

仅收集缺失的决策项:

  • 形式:解说、历史/纪录片、儿童故事、童话/神话或图画故事;
  • 主题、前提或提供的脚本;
  • 目标时长与发布渠道;
  • 宽高比;
  • 视觉风格或提供的参考;
  • 旁白来源与语言;
  • 字幕:是/否;
  • 封面:是/否。

对于普通的制作请求,在生成之前一并提出关键问题。对于明确要求放开手自行处理的请求,选择合理的默认值,但在第一次付费生成之前说明任何旁白或交付限制。

对于事实类历史、科学、健康、金融或时事脚本,研究权威来源、保留其 URL,并交叉核对重要的口播数字。将无依据的说法标记为未经验证,而不是用不确定的记忆来填补空白。

2. 在生成之前先写好故事

将总时长划分为所选模型支持的片段窗口。 十秒区块是有用的创作默认值,而非普遍约束。

将故事塑造成 钩子 → 逐步升级 → 转折 → 回报:

  • 以最有力的具体主张、问题或画面开场。避免问候语和 “在本视频中”之类的开场白。
  • 为每个区块设定一个旁白想法。该区块中的每个镜头都应可视化 同一个想法。
  • 升级利害关系、规模、具体性或意外性。如果升级区块可以 重新排序而不损失效果,就重写它们。
  • 选择一个反复出现的物理贯穿线索——一根引线、不断增长的堆叠、逐渐填满的地图、 变化的时钟或移动的物体。在每个区块中推进它,并在回报中 解决它。
  • 有旁白的角色可以表现情绪和手势,但不要说话或对口型,除非 用户明确要求可见对话且所选模型支持这一点。

为每个区块记录其旁白、地点、所需角色和道具、 贯穿线索状态以及定时镜头。对于十秒片段,三到五个镜头 是有用的范围;对于更短的片段,按比例减少。相邻镜头 必须改变大小或角度。先建立一次地点,然后以覆盖或 细节返回,而不是重复相同的广角镜头。

维护一个剪辑清单,包含:

  • 创意简报、宽高比、时长、语言和旁白路径;
  • 一个锁定的风格公式;
  • 事实来源 URL;
  • 带有稳定 ID、资产类型、结果位置和生成 来源的资产注册表;
  • 有序的场景区块,包含旁白、镜头、资产 ID、结果位置、 生成来源、状态和重试备注;
  • 最终合成结果(如果存在)。

当宿主支持持久文件时,持久化该清单;否则将其保存在 工作上下文中。绝不要从文件名、完成时间或 目录列表推断场景顺序。

3. 锁定一种视觉语言

编写一个可复用的风格公式,描述媒介、线条或表面处理、 着色、调色板、强调色、背景处理、深度、光照和动态 特征。除非用户另有要求,否则保持非写实风格。将指定 参考转化为可见的工艺特征,而不是模仿在世艺术家、 工作室或品牌。

在使用提供的参考之前先检查它们。将它们视为风格捐赠者,除非 用户拥有并明确想要所描绘的角色。未经许可,不要复制标志、 嵌入文本或可识别的真人肖像。

在制作可复用资产集之前,创建并检查一个风格样本 小稿。在任何依赖它的生成使用它之前,记录其结果和来源。

4. 构建可复用资产

推导出覆盖锁定脚本的最小名册:

  • 具有可读全身剪影的角色;
  • 没有人且带有一个命名锚点对象的着装地点;
  • 孤立道具,包括贯穿线索物体;
  • 仅在镜头计划需要时使用备用地点角度。

全程使用完全锁定的风格公式。在所有必需资产成功完成、经过检查 并记录在清单中之前,不要开始依赖它的场景。用仅提示词 替代缺失的角色、地点或道具会造成身份和风格 漂移。

5. 生成有序场景

默认将最终场景生成交由 Seedance 2.5 (bytedance/seedance-2-5),前提是它已上线且其当前 schema 支持该简报。在编写其提示词之前,先阅读 ../krea-generate/references/models/seedance-2.md。对于明确追求经济性的草稿,使用更快或更便宜的模型;当需要 4K 时使用 Seedance 2;当参考素材或所需行为不兼容时,使用另一个能力足够的模型。实时模型可用性和 schema 始终具有权威性。

在昂贵运行之前,先展示场景数量、每个场景的秒数、分辨率和重试额度,然后获得批准,除非用户已授权该支出。

按清单顺序生成块。对于每个块:

  1. 仅包含其已完成的地点、可见角色、道具和风格样本。
  2. 在重试之间保持参考顺序。
  3. 原样重复锁定的风格公式。
  4. 为每个定时镜头赋予一种摄像行为和一种物理事件。
  5. 在第一帧开始运动,并稳定到一个仍在运动的最终帧。
  6. 对于外部旁白,排除对话、唇部动作、字幕和竞争性音乐。对于原生音频,使用已批准的旁白行,同时承认语音一致性的限制。
  7. 将时长、宽高比、分辨率、音频和参考放入该能力声明的输入中,而不是依赖提示词描述。
  8. 等待完成并记录最终结果后再继续。

在开始、中间和结束处检查每个完成的片段。拒绝错误的宽高比、缺失的主体、严重的风格漂移、意外语音、冻结的开场或断裂的连续性。

6. 重试而不丢失影片

仅重试终止性失败或具体的清单违规:

  1. 使用完全相同的有序参考重复同一请求一次。
  2. 如果再次失败,澄清模糊的动作,同时保留故事节点。
  3. 如果缺陷由构图导致,更改该块的构图一次。
  4. 保持通过的块不可变;绝不丢弃失败的块或用相邻结果替换它。
  5. 在进一步付费尝试之前停止并询问。

在清单中记录每次尝试和缺陷。

7. 组装和交付

当组装可用时,在拼接之前规范化场景尺寸、帧率、编解码器、像素格式和音频布局。保持清单顺序。对于提供的旁白,遵循其已批准的场景时序,不进行音高变换或速度更改;改为调整视觉时序。对于原生逐场景旁白,在播放或音频检查可用时验证每次音频衔接,并在不可用时说明该限制。

验证最终媒体可解码,并检查开始、中间、结束以及每个场景边界。仅当满足以下条件时交付才通过:

  • 输出具有请求的时长和宽高比;
  • 每个场景按清单顺序恰好出现一次;
  • 风格、角色、地点和主线保持连贯;
  • 没有黑帧、断裂的衔接、意外说话的字符或未解决的阻塞重试;
  • 旁白、字幕、封面和组装仅在产出时声称;
  • 收尾同时解决钩子和物理主线。

交付已验证的最终视频或明确标记的有序场景包。不要将原始任务元数据作为交付物留给用户。

评论

支持 Markdown