Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计提醒

shorts-builder-cn短裤制造商中国

Agent Skill

shorts-builder-cn 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

10,678

周安装

454

GitHub Stars

公开资料未说明

下载量

3,741
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:shorts-builder-cn(短裤制造商中国)
来源仓库:https://github.com/hexidyg/shorts-builder-cn
安装命令:
openclaw skills install shorts-builder-cn
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install shorts-builder-cn

简介

剧情生成管道流技能。支持多头连续生成、图谱管理、AI质检+人工确认的双控。自动机制管理人物、场景、钩子的关联关系。

SKILL.md

name
story-pipeline
description
剧情生成管道流技能。支持多剧集连续生成、图谱管理、AI质检+人工确认的双控机制。自动管理人物、场景、钩子的关联关系。

剧情生成管道流 Skill

功能说明

本技能实现一个完整的剧情生成管道:

  1. 连续剧集生成 - 基于前集内容自动生成下一集
  2. 图谱管理 - 人物、场景、钩子的关联存储与查询
  3. 双确认控制 - AI质检通过后,等待人工确认
  4. 状态持久化 - 支持暂停、恢复、多剧本并行

核心工作流程

┌──────────┐    ┌──────────┐    ┌──────────┐    ┌──────────────┐
│ 生成第N集 │ -> │ AI质检   │ -> │ 图谱存储  │ -> │ 等待人工确认  │
└──────────┘    └──────────┘    └──────────┘    └──────────────┘
     │              │               │                   │
     ▼              ▼               ▼                   ▼
 查询图谱       通过/重试       存储关联            继续/修改/结束

使用方法

启动新管道

用户:开始一个新的剧情管道,主题:中国小女孩逆袭,目标集数:10集

继续管道

用户:继续剧情管道 [pipeline_id]

用户确认操作

用户:通过,继续下一集
用户:修改:[具体意见]
用户:暂停
用户:结束

双确认控制机制

第一层:AI 质量检查

每集生成后,AI 自动检查:

检查项说明
剧情连贯性与前集衔接是否自然
人物一致性角色行为是否符合设定
钩子处理新增/闭环钩子是否合理
节奏控制剧情推进是否恰当
情感曲线情绪起伏是否合理

评分标准: 0-10分,低于7分触发重试(最多3次)

第二层:人工确认

AI 审核通过后,展示预览并等待用户确认:

📋 第N集预览
━━━━━━━━━━━━━━━━━━━━━━━━
【剧情摘要】
...

✅ AI 评分:8.5/10
✅ 钩子状态:新增1个,闭环1个

请选择:
1️⃣ 通过,继续下一集
2️⃣ 需要修改(请说明)
3️⃣ 暂停
4️⃣ 结束
━━━━━━━━━━━━━━━━━━━━━━━━

图谱管理

图谱查询

生成第N集前,查询第N-1集的图谱:

graph_manager.query_graph(pipeline_id, episode=N-1)

返回:

  • 上一集的完整内容
  • 人物列表及其状态
  • 未闭环的钩子
  • 关键场景
  • 关系网络

图谱存储

用户确认后,存储当前集的完整内容:

graph_manager.save_graph(pipeline_id, episode=N, content)

存储内容:整集的生成结果(不拆分要素)


状态管理

状态文件:data/pipeline_state.json

{
  "pipelines": {
    "pipeline_2026-03-05-001": {
      "theme": "中国小女孩逆袭",
      "target_episodes": 10,
      "current_episode": 3,
      "status": "waiting_user_confirm",
      "created_at": "2026-03-05T15:00:00",
      "updated_at": "2026-03-05T15:30:00",
      "ai_review": {
        "score": 8.5,
        "checks": {...}
      },
      "last_output": {
        "episode": 3,
        "summary": "...",
        "content": "完整内容..."
      }
    }
  }
}

状态类型

状态说明
generating正在生成
ai_reviewingAI 审核中
waiting_user_confirm等待人工确认
paused已暂停
completed已完成
error错误状态

脚本说明

pipeline.py - 主控循环

  • 初始化管道
  • 协调各模块
  • 处理用户指令
  • 管理循环状态

ai_reviewer.py - AI 质量检查

  • 执行质量评分
  • 生成审核报告
  • 判断是否通过

episode_generator.py - 剧集生成

  • 基于图谱上下文生成新剧集
  • 处理钩子的延续与闭环
  • 处理重试逻辑

graph_manager.py - 图谱管理

  • 图谱查询(调用远程接口)
  • 图谱存储(调用远程接口)
  • 本地缓存管理

接口说明

图谱接口

URL: https://framedream.art/n8n/webhook-test/open_frame_construct

查询接口:

{
  "action": "query",
  "pipeline_id": "pipeline_2026-03-05-001",
  "episode": 2
}

存储接口:

{
  "action": "save",
  "pipeline_id": "pipeline_2026-03-05-001",
  "episode": 3,
  "content": "第3集的完整生成内容..."
}

剧集生成逻辑

第一集生成

基于用户提供的主题和目标,生成:

  • 主要人物设定
  • 初始场景
  • 核心冲突
  • 开放钩子

后续剧集生成

基于图谱查询结果:

  1. 读取上一集内容和未闭环钩子
  2. 延续剧情主线
  3. 处理钩子(延续/闭环/新增)
  4. 推进人物成长弧
  5. 调整情感曲线

结局生成

当达到目标集数或用户要求结束时:

  • 闭环所有剩余钩子
  • 完成人物成长弧
  • 生成总结性结局

注意事项

  1. 重试机制 - AI 审核不通过时,最多重试 3 次
  2. 暂停恢复 - 暂停后可通过 pipeline_id 恢复
  3. 多管道 - 支持同时运行多个不同主题的管道
  4. 图谱一致性 - 确保人物、钩子的关联关系正确
  5. 钩子管理 - 追踪每个钩子的创建和闭环状态

完整工作流程

步骤 1:创建管道

用户:开始一个新管道,主题:修仙少年,目标20集

AI:好的,创建管道 pipeline_20260305160000
    主题:修仙少年
    目标:20集
    风格:写实电影感
    
    状态:已初始化,准备生成第1集

步骤 2:生成剧集

AI 调用 start_generation(pipeline_id) 获取生成提示词,然后根据提示词生成剧集内容。

步骤 3:提交AI审核

AI 调用 submit_episode(pipeline_id, episode, content) 提交生成的内容,然后执行AI审核。

步骤 4:处理审核结果

AI 调用 process_ai_review(pipeline_id, episode, ai_result, content) 处理审核结果。

如果审核不通过(得分<7),自动重试(最多3次)。

步骤 5:等待用户确认

审核通过后,展示预览并等待用户确认:

📋 第1集预览
━━━━━━━━━━━━━━━━━━━━━━━━
【修仙之路开启】

少年李云在山中发现一块神秘玉佩,
从此踏上了修仙之路...

✅ AI 评分:9.0/10
✅ 新增钩子:H-001 神秘玉佩来历

━━━━━━━━━━━━━━━━━━━━━━━━

请选择:
1️⃣ 通过,继续下一集
2️⃣ 需要修改(请说明)
3️⃣ 暂停
4️⃣ 结束

步骤 6:处理用户确认

用户确认后,AI 调用 user_confirm(pipeline_id, action, note)

  • approve:存储图谱,准备下一集
  • modify:根据意见重新生成
  • pause:暂停管道
  • end:结束管道

步骤 7:循环生成

重复步骤 2-6,直到达到目标集数或用户结束。


API 接口说明

创建管道

create_pipeline(theme: str, target_episodes: int, style: str = "写实电影感")
# 返回:{"success": True, "pipeline_id": "...", "message": "..."}

开始生成

start_generation(pipeline_id: str)
# 返回:{"success": True, "episode": N, "prompt": "生成提示词"}

提交剧集

submit_episode(pipeline_id: str, episode: int, content: str)
# 返回:{"success": True, "review_prompt": "审核提示词"}

处理AI审核

process_ai_review(pipeline_id: str, episode: int, ai_result: str, content: str)
# 返回:{"success": True, "passed": True/False, ...}

用户确认

user_confirm(pipeline_id: str, action: str, note: str = None)
# action: "approve" / "modify" / "pause" / "end"
# 返回:{"success": True, "status": "...", ...}

获取状态

get_status(pipeline_id: str)
# 返回:管道当前状态信息

列出管道

list_pipelines()
# 返回:所有管道列表

恢复管道

resume_pipeline(pipeline_id: str)
# 返回:恢复结果

示例对话

用户:开始一个新管道,主题:修仙少年,目标20集

AI:好的,创建管道 pipeline_20260305160000
    正在生成第1集...
    
    📋 第1集预览
    ━━━━━━━━━━━━━━━━━━
    【修仙之路开启】
    少年李云在山中发现一块神秘玉佩...
    
    ✅ AI 评分:9.0/10
    ✅ 新增钩子:H-001 神秘玉佩来历
    
    请确认:通过/修改/暂停/结束
    
用户:通过

AI:正在存储图谱...
    开始生成第2集...

注意事项

  1. 重试机制:AI审核不通过时,最多重试3次
  2. 状态持久化:所有状态保存在 data/pipeline_state.json
  3. 图谱存储:通过远程接口存储,需要网络连接
  4. 暂停恢复:暂停后可通过 resume_pipeline 恢复
  5. 多管道:支持同时运行多个不同主题的管道

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

86.83%
按下载量换算3,248

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

未展示

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills