mcpField
S
storytelling

storytelling

github.com/fal-ai-community创意与媒体258458 次安装24 周前更新
代码仓库

关于 storytelling

storytelling 是用于规划并执行生成媒体叙事序列的技能，适合需要多镜头视频的创作者。它从故事节拍、镜头提示词和连续性要求出发，指导选择 genmedia 路径并记录生成结果。

主要功能

  1. 01故事节拍与镜头规划
  2. 02构建逐镜头生成提示词
  3. 03根据序列需求选择生成路径
  4. 04记录异步任务与下载结果

适用场景

  1. 01规划短片或广告的镜头序列
  2. 02使用参考素材保持角色或产品连续性
  3. 03整理生成片段及请求信息

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/fal-ai-community/skills --skill storytelling

安装后在 Claude Code 中输入/storytelling确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
examples.md
shot-planning.md
workflows.md

详细介绍

使用生成式媒体进行叙事

当用户需要一段序列，而非单个素材时，使用此技能。按需加载参考资料：

  • references/shot-planning.md
  • references/workflows.md
  • references/examples.md

将 model-routing 与此技能一同加载，以选择默认端点。

目标是创作清晰的故事节拍，并执行生成式媒体任务。避免泛泛的灵感文案、虚构对白和长破折号。

需要收集的信息

仅在缺少的信息会影响执行时才询问。

  • 格式：广告、短片、音乐视频、纪录片、教程、社交故事。
  • 时长和宽高比。
  • 镜头数量或允许范围。
  • 主要主体、角色、产品或地点。
  • 连贯性锚点：角色、产品、服装、环境、色彩。
  • 源媒体：首帧、参考图像、产品照片、音轨。
  • 音频需求：旁白、音乐、声音设计、转录稿、无音频。
  • 如果用户希望权衡质量、成本、速度、音频或多镜头方案，请询问首选模型或模型系列。

生成式媒体工作流

  1. 从路由指定的端点 ID 开始。

    genmedia models --endpoint_id bytedance/seedance-2.0/text-to-video --json
genmedia models --endpoint_id bytedance/seedance-2.0/image-to-video --json
genmedia models --endpoint_id bytedance/seedance-2.0/reference-to-video --json
genmedia models --endpoint_id fal-ai/kling-video/v3/pro/text-to-video --json
genmedia models --endpoint_id alibaba/happy-horse/text-to-video --json
genmedia models --endpoint_id veed/fabric-1.0 --json

    仅当需要发现不受支持的序列控制功能时，才将文本搜索作为备用方案：

    genmedia models "first frame last frame video generation" --json
genmedia docs "multi shot video generation" --json

  2. 在规划具体载荷前检查架构。

    genmedia schema <endpoint_id> --json
genmedia pricing <endpoint_id> --json

  3. 上传参考资料。

    genmedia upload ./first-frame.png --json
genmedia upload ./character.png --json
genmedia upload ./product.png --json
genmedia upload ./voiceover.wav --json

  4. 选择序列方案。

    • 最高质量视频：从 model-routing 中选择 Seedance 2.0 端点。
    • 原生多提示词：如果架构包含镜头数组、提示词列表或时间线字段，则使用此方案。
    • 首帧/尾帧：用于控制关键帧之间的过渡。
    • 逐镜头图生视频：基于已批准的静帧，实现最高连贯性。
    • 手动逐镜头生成：当模型仅支持单个提示词时使用。
    • 音频优先：先生成或上传音频，再规划每个镜头的时长。
    • 口型同步或会说话的虚拟形象：使用 model-routing 中的 Fabric 1.0 或 Creatify Aurora。

  5. 将长任务设为异步运行，并使用唯一模板下载每个结果。

    genmedia run <endpoint_id> \
  --prompt "<shot or sequence prompt>" \
  --async \
  --json

genmedia status <endpoint_id> <request_id> \
  --download "./outputs/story/{request_id}_{index}.{ext}" \
  --json

  6. 返回一张镜头表，包含端点、请求 ID、提示词摘要、本地路径和任何连贯性问题。生成式媒体工具会下载片段；除非所选模型返回已拼接的完整视频，否则它不能替代时间线编辑器。

镜头规划

首先将每个序列规划为故事节拍：

  1. 钩子：立即呈现值得继续观看的视觉理由。
  2. 铺垫：交代人物、事件、地点，以及其重要性。
  3. 展开：呈现行动、发现、证明或升级。
  4. 转折：呈现揭示、转变、结果或情绪变化。
  5. 收尾：呈现最终画面、产品印象、适合加入 CTA 的画面，或悬而未决的情绪。

为每个镜头写明：

  • 镜头编号和时长。
  • 故事目的。
  • 视觉提示词。
  • 连贯性锚点。
  • 输入参考资料（如有）。
  • 生成式媒体端点。
  • 预期输出路径。

提示词构建顺序

每个镜头使用以下结构：

SHOT [number], [duration]:
[story purpose]. [subject and action]. [location and time]. [camera framing].
[camera movement]. [lighting and color]. [continuity anchor]. [transition or
relationship to previous shot].

每个镜头只呈现一个明确动作，除非所选模型支持多镜头或时间线提示。

模型路由

  • 最高质量视频：bytedance/seedance-2.0/text-to-video、 bytedance/seedance-2.0/image-to-video 或 bytedance/seedance-2.0/reference-to-video。
  • 快速或低成本视频：xai/grok-imagine-video/text-to-video 或 xai/grok-imagine-video/image-to-video。
  • 多镜头序列：优先选择 Seedance 2.0，然后是 fal-ai/kling-video/v3/pro/text-to-video，再然后是 fal-ai/kling-video/v3/pro/image-to-video，最后是 alibaba/happy-horse/text-to-video 或 alibaba/happy-horse/image-to-video。
  • 包含大量文字的关键帧、分镜板、UI 画面、海报或信息图： 使用 quality=high 的 openai/gpt-image-2。
  • 会说话的虚拟形象、原生音频或口型同步： 使用 veed/fabric-1.0、veed/fabric-1.0/text 或 fal-ai/creatify/aurora。

质量标准

返回前，请确认：

  • 镜头顺序具有清晰的叙事功能。
  • 第一个镜头足够吸引人，适合发布到平台。
  • 连贯性锚点会重复出现，但不会让每条提示词都过于冗长。
  • 镜头运动有所变化，但并非毫无章法。
  • 各镜头时长之和等于所需的总时长。
  • 已记录异步请求 ID 和已下载的文件。
  • 最终命令依据的是模型的实际架构，而非假设。

评论

支持 Markdown