historical-science-video-prod
自媒体创作者与内容创作者在制作历史科学类3分钟科普短视频时,使用此技能可一键生成包含口播文案、分镜脚本、Veo2提示词及人物规范的全流程素材包,完美适配即梦平台,让视频创作更高效。
它会碰到什么
扫了多少9 个文本文件,18 KB
它会碰到什么读凭据写文件
命中总数6 处
命中统计严重 0 · 高 2 · 中 4 · 低 0
逐条看命中(2 条严重或高危)
- 高
scripts/generate_video_materials.py:19cred-envreadBASE_URL = os.getenv("COZE_LLM_BASE_URL", "") - 高
scripts/generate_video_materials.py:20cred-envreadAPI_KEY = os.getenv("COZE_LLM_API_KEY", "")
这一栏是扫描器报的事实,不是结论。命中多不等于有毒(安全工具、规则库、示例脚本本来就会包含危险写法),命中少也不等于干净。它和你手上的凭据、文件、网络有什么关系,需要你自己看。
技能内容
历史科学类科普短视频自动化生成 Skill
任务目标
- 本 Skill 用于:自动化生成历史科学类3分钟科普短视频的全流程素材
- 能力包含:口播文案创作、分镜脚本规划、Veo2提示词生成、人物形象设计
- 触发条件:用户需要制作历史科学类科普视频,希望快速获得完整的素材包
前置准备
- 依赖说明:无需额外安装,依赖包已在 dependency 字段中声明
- 输入要求:用户提供科普主题、年代背景、核心科学结论
操作步骤
- 标准流程:
- 准备输入信息
- 确定科普主题(如"蝴蝶效应的起源"、"青霉素的发现")
- 明确年代背景(如"1961年"、"1928年")
- 提炼核心科学结论(如"初始条件的敏感性")
- 执行生成脚本
- 调用
scripts/generate_video_materials.py处理... - 传入参数:--theme、--era、--core_conclusion、--output_dir
- 查看输出素材
output/script.txt- 3分钟口播文案(约900-1100字)output/storyboard.md- 分镜脚本表(30-35个分镜)output/veo2_prompts.txt- Veo2提示词清单output/character_design.md- 人物形象规范
- 可选分支:
- 当 需要调整风格:在 references/style-guide.md 中修改复古风格参数
- 当 需要优化文案结构:在 references/script-structure.md 中调整时间分配
资源索引
- 必要脚本:见 [scripts/generate_video_materials.py](scripts/generate_video_materials.py)(用途与参数:生成全流程素材包,接收主题、年代、核心结论参数)
- 领域参考:见 [references/multi-agent-architecture.md](references/multi-agent-architecture.md)(何时读取:了解多智能体协作体系架构)
- 领域参考:见 [references/style-guide.md](references/style-guide.md)(何时读取:调整复古风格参数时)
- 领域参考:见 [references/veo2-prompt-template.md](references/veo2-prompt-template.md)(何时读取:了解Veo2提示词标准格式)
- 领域参考:见 [references/script-structure.md](references/script-structure.md)(何时读取:了解文案结构和时间分配)
注意事项
- 脚本会自动调用大模型生成内容,生成时间约1-2分钟
- 输出文件将保存到指定的 output_dir 目录
- 确保提供的核心科学结论准确无误,脚本会基于此生成文案
- 生成的分镜脚本严格遵循3分钟时长,每镜4-6秒
使用示例
- 功能说明:生成"蝴蝶效应的起源"主题的视频素材包
- 执行方式:脚本自动调用大模型生成
- 关键参数或指导要点:主题、年代、核心结论
- 简单示例代码或命令:
python scripts/generate_video_materials.py \
--theme "蝴蝶效应的起源" \
--era "1961年" \
--core_conclusion "初始条件的微小变化会导致巨大差异,无法长期预测天气" \
--output_dir "./output"想直接用这个技能?
本站把开放许可(MIT / Apache 等)的技能按仓库打包整理到网盘,点一下转存到你自己的网盘,不用一个个从 GitHub 拉。许可未声明的技能只给原始仓库链接,不打包。
它属于哪个仓库
星标★ 6,808
本站分层T1
该仓技能数84
原文件路径
skills/historical-science-video-prod/historical-science-video-prod/SKILL.md