--- name: zenstory-ai-short-drama-produce description: "在创作者明确确认后，执行短剧项目的图片、视频、TTS/配音或时间线音乐生产任务，并把结果与精简运行记录落回项目。用户说“生成这张图/这段视频/这句配音/这段配乐”“开始跑图/跑视频/合成语音/生成音乐”“把已确认提示词送去生产”，或要求批量执行已确认媒体任务时使用；不负责创作提示词、镜头、台词、歌词或声音身份，也绝不把预览、继续、预算说明或既有接受状态当作本次付费生产确认。" license: "MIT" metadata: decimalai-skill-id: "42f0a9d4-59e1-4618-b62d-bf6e87e32ac5" decimalai-version-id: "385bc87d-d50e-4202-b709-1378886dd2ca" decimalai-version: "5" decimalai-body-sha256: "34c28db8da04a6ab63ca9e3c46a036d9f84d59db9f3a9a53a58738fe6386e337" decimalai-name: "zenstory-ai/short-drama-produce" decimalai-format: "1" decimalai-invocation: "model" decimalai-category: "design-media" decimalai-source: "https://app.decimal.ai/s/zenstory-ai-short-drama-produce@5/SKILL.md" --- # 确认后生产 本技能把已经写好的生产规格送到运行环境配置的 adapter。图片提示词归 `$short-drama-image-prompts`，视频提示词归 `$short-drama-video-prompts`，台词归 `$short-drama-write`，声音身份归 `$short-drama-assets`。 ## Quick Start 只在用户明确要求实际生成后，从当前 `图片提示词.md`、`分镜.md` 或 `视频提示词.md` 中 取出本次提示词，建立一个有边界的运行 job。creator-first job 的 `source` 必须指向拥有这条提示词的 当前 Markdown，`source_entry` 必须点名该文档允许的二级标题：`图片提示词.md` 用 `IMG-*`， `视频提示词.md` 用 `MOTION-*`，`分镜.md` 用 `SHOT-*`（modality 为 `image`，正文取该镜的 `### 冻结关键帧提示词`）。此选择器只提取首帧；尾帧需先由图片提示词阶段建立独立 `IMG-*` 状态图条目， 再从 `图片提示词.md` 准备 image job。创作者也可以提供已有起始帧—— 在自己的工具里出图再放进项目同样成立，图片始终不进项目时走分镜的 `PLAN-...`； 产出落在 `剧集//制作成果/images/` 后，分镜 owner 才能把它绑成 `用途：起始帧` 的 `REF-...`。存在真实参考图时， 还必须逐张填写 `reference_bindings` 的槽位、顺序、路径、中文名、用途以及允许/禁止控制范围； 建立 job 时按当前文档的 `用途` 选择供应商 role，写入 `reference_bindings[].role`； 内置视频 adapter 读取这个 role，只接受已实现的取值 （MiniMax 为 `first_frame`/`last_frame`/`reference_image`/`reference_video`/`reference_audio`， Seedance 也接受这五种 role，具体组合依账号配置的型号而定）；带参考图却没有绑定的 job 会直接失败，不猜测 role。 本地图片由内置 adapter 按 base64 data URI 直接送出，不需要自建上传服务。 `MOTION-*` 的「参考音频」行同样逐条进 `reference_bindings`，排在图片之后、role 固定为 `reference_audio`、`character` 照抄该行的 `角色`； adapter profile 没有声明接受 `reference_audio` 时 `run` 在提交前失败，见 [adapter-contract.md](references/adapter-contract.md#adapter-config)。 需要把条目中的 `PLAN-...` 图片作为生成输入时，`prepare` 会要求先把真实文件放进项目、改写成 `REF-...`。直接从 `分镜.md` 绘制该 SHOT 自身首帧时，选择器可跳过 PLAN 槽位，因为本次生成 使用冻结关键帧正文，不发送创作者在项目外准备的那些图片；已有 REF 绑定仍须逐项一致。 这项豁免要求跳过 PLAN 后剩余 REF 的顺序仍从 1 连续；否则先交分镜 owner 调整源声明顺序， 不能只在 job 中重编号。生产接口还要求参考路径唯一：创作上同一图片可有两个用途槽位，但同路径 双槽目前不能提交。由负责技能与创作者决定修订参考职责或等待接口支持，不在 job 中擅自合并或漏槽。 `references` 可以省略并由绑定顺序生成，也可以作为相同顺序的显式镜像。输出放在 `剧集//制作成果/`；这个 job 是生产工具的临时输入，不是第六份创作文档： ```bash python3 {技能目录}/scripts/production_tool.py prepare --job <临时-job.json> ``` 先展示 `prepare` 的完整预览；此时不会调用供应商。 ## 硬闸门 每次生产都必须经过以下四步，顺序不可合并： 1. 建立一个有边界的 job：一种 modality、明确数量、完整 prompt/spec、参考文件、参数、输出路径和 adapter profile。 2. 运行 `prepare`，把返回的完整预览展示给创作者，尤其是数量、prompt、source entry、 reference bindings、references、outputs、overwrite 与 adapter。creator-first job 会在这一步机械核对 所选标题里的可复制提示词，以及参考图槽位、顺序、路径、中文名和控制边界；任一漂移都 fail closed。 3. 等创作者在**看到这份预览之后**明确确认。只有明确同意这项当前任务，才运行 `confirm`； “继续”“都做完”“预算没问题”、上游内容已接受或之前确认过另一版，都不算本次生产确认。 4. 运行 `run`。它会在启动 adapter 前消费一次确认；成功或失败后再次执行都必须重新确认， 防止失败重试意外产生第二笔费用。 job、prompt、参数、输出路径或直接输入任一变化，旧确认立即失效。不得代替创作者填写确认。 当前已确认 job 是本轮唯一工作单元；运行结束后回报结果并交还控制权，不自动准备下一批或启动审查。 `分镜.md` 的「输入参考图」路径只是创作阶段的可读依据与使用意图，不是生产输入快照。进入生产时， creator-first job 必须从拥有提示词的 `图片提示词.md`、`分镜.md` 或 `视频提示词.md` 对应条目建立绑定；`prepare` 展示的 `reference_bindings`、`references` 与已确认 job 才是本次 adapter 实际读取哪些文件字节、各自允许 影响什么的权威。image/video job 从对应的当前创作文档建立，使用匹配的 selector，不能靠省略字段绕过。 新生产结果不自动回填或刷新分镜；需要把它改为后续输入时，由分镜 owner 修订文档，再建立新 job 并重新预览、确认。 ## 命令 只在进入生产边界后把当前提示词和运行参数写成临时 JSON；视频与图片 job 的 `parameters.prompt_language` 跟随当前可复制正文已经解析出的提示词语言，使 adapter 追加的参考约束 使用同一种语言，而不是重新回退成固定英文。不要在创作阶段为每条提示词预建 job。 格式和 adapter 契约见 [adapter-contract.md](references/adapter-contract.md)。命令由 [production_tool.py](scripts/production_tool.py) 提供，然后运行： ```text python3 <本技能目录>/scripts/production_tool.py prepare --job python3 <本技能目录>/scripts/production_tool.py confirm --job-id --confirmation "CONFIRM " python3 <本技能目录>/scripts/production_tool.py run --job-id --adapter-config python3 <本技能目录>/scripts/production_tool.py status --job-id python3 <本技能目录>/scripts/production_tool.py collect --job-id --adapter-config python3 <本技能目录>/scripts/production_tool.py audit ``` `prepare` 只验证并预览，不生产。`confirm` 只保存与当前 job 指纹绑定的一次性确认。 `run` 才启动 adapter。`collect` 只取回**已经提交过、已经计费**的那次任务的结果， 不重新提交、也不需要新的确认——见下面「中断不等于要重跑」。`audit` 只对账本地任务历史、失败后恢复、重复内容尝试和当前输出字节， 不会调用供应商，也不把技术成功、文件存在或哈希一致写成媒体质量结论。同一 job 存在未决 `running` attempt 时禁止重新 prepare、confirm 或 run；先等待完成或排查遗留 attempt。 ## 输入选择 - **image**：读取 `图片提示词.md` 的当前 `IMG-*` 可复制正文，或 `分镜.md` 的当前 `SHOT-*` 冻结关键帧正文，加上必要参考图和明确的输出尺寸/数量；creator-first job 使用 `source_entry` 锁定这一条。资产板走 `IMG-*`，某一镜的起始画面走 `SHOT-*`；两者不互相替代。 - **video**：读取 `视频提示词.md` 的当前 `MOTION-*` 可复制正文，并核对 `分镜.md` 中对应镜头、 冻结关键帧、时长与画幅；creator-first job 使用 `source_entry` 锁定这一条。续接方法需要上一段 实际视频和从该视频取得的实际尾帧，分别承担动作/声音连续与新段可见起点；H3 的供应商组合为 `reference_video + reference_image`。当前 creator-first 来源选择器只解析图片与角色参考音频， 尚不能声明续接视频，因此这条内置生产路径不能提交续接段。报告接口缺口并保留已选路线， 不省略来源选择器、不拿计划尾帧冒充真实输入，也不擅自改为独立文生视频。 - **tts**：从 `剧本.md` 读取原句与表演要求，声音参考由用户或现有媒体明确提供。不得在生产 job 中改词，也不为 TTS 新建第六份创作文档。表演要求来自这句台词的括注和上下文。外部执行端若把 prompt 解释为含表演指令的输入，可在台词前写一句语气说明（「憋屈地压低声音，咬着牙应一声：是。」）； 支持参考音色时，同一角色每句使用同一段已接受参考。内置 MiniMax Speech 把 prompt 逐字作为台词， 因此只放原句，以同一已选 `voice_id` 保持角色声音，再把表演要求映射到支持的情绪、语速、音量和音调参数。 - **music**：读取 `视频提示词.md` 中创作者已确认的时间线音乐章节；主题曲使用已确认歌词，纯配乐 不携带歌词。供应商不能精确承诺时长时，生成源音轨后仍由 `$short-drama-edit` 按文档里的混音意图完成落点、 循环、淡入淡出和对白 ducking。 一个 job 不混合 modality。大批量工作拆成创作者能看清数量和成本边界的小 job；不为方便把整季 隐式塞进一次确认。 ## Adapter 边界 adapter 配置必须在项目外，包含 argv 命令、超时和可选的 `reference_roles`；凭据由 adapter 从进程环境或系统凭据 存储读取。项目 job、确认记录、运行记录和 Dashboard 都不得保存密钥。 脚本以 JSON stdin 调用 argv 数组，不使用 shell，不拼接命令。adapter 返回本地临时文件；工具只 接受与已确认 targets 完全一致的结果，并把完整文件原子复制到项目的 `剧集//制作成果/` 目录。项目和上游 Skill 不写死供应商、模型或即将变化的 API。 内置图片/视频 compiler 会根据已确认的 `reference_bindings`，按顺序向供应商 prompt 附加一段确定性的 引用语义说明（中文名、用途、允许控制与不得控制范围）；不会把槽位名误当成要渲染进画面的文字。 外部 adapter 也必须保留这组语义或明确拒绝，不能只上传文件而静默丢失控制边界。 本技能提供五个可选的 stdlib adapter，均通过项目外 adapter config 选择，凭据只从运行环境读取： - [Seedance](references/providers/seedance.md)：模型/Endpoint ID 必须由账号显式配置；compiler 支持 图片、视频和音频参考 role，本地参考文件由内置 runtime 编码为 data URI 发送。 - [GPT Image 2](references/providers/gpt-image-2.md)：无参考图走 generation，有参考图走 edit； 固定高保真引用并校验尺寸、格式与透明背景限制。 - [MiniMax Music](references/providers/minimax-music.md)：使用 `music-3.0` 与 hex 结果，区分主题曲 和纯配乐，不伪造时长请求字段。 - [MiniMax 语音](references/providers/minimax-speech.md)：`tts` 模态；模型与 `voice_id` 都必须 由账号与文档显式给出，不内置音色清单。只从预置音色合成，不做声音克隆；创作者授权的参考录音 按普通创作者输入放在 `输入/`，不能据此声称本适配器会读取或克隆它。 - [MiniMax H3 视频](references/providers/minimax-h3-video.md)：模型 ID、分辨率集合与时长区间必须 由账号显式配置；提示词进 `content` 的 text 项，本地参考按显式 role 绑定并编码为 data URI。 该模型与画面同一次生成声音，写法影响见 `$short-drama-video-prompts` 的目标模型能力档案。 这些 adapter 实现本文列出的请求契约；账号可用性需由部署方核实，生成质量需另行观察和审查。 正式生产仍须经过本次预览后的明确确认。 仓库自带 `fixture_adapter.py` 只用于离线测试，不代表真实生成质量或默认生产 adapter。 ## 中断不等于要重跑 异步视频任务提交后就可能产生费用；轮询和下载中断不代表供应商没有执行。内置 adapter 在拿到 供应商任务 ID 后、第一次轮询前将其写进 `handle_path`，这个路径在本次尝试结束后保留。 中断后按以下顺序恢复： 1. `audit` 会把带着任务 ID 的未完成尝试报成 `orphaned_provider_job`， `action` 是 `collect_before_retry`； 2. `collect` 用那个 ID 取回结果并把这次尝试标成成功； 3. 只有确认原任务已终态失败、无需继续取回时，才为重投重新预览和确认；暂时无法轮询或下载仍应先排查取回路径。 `audit` 报出 `orphaned_provider_job` 时先 collect。它只轮询和下载既有任务，不提交新生成请求， 因此不消费新的生产确认；重投仍需重新确认。 ## 结果与复核 成功后回报实际输出路径、媒体类型和运行状态；不要把“adapter 返回成功”写成质量结论。 多任务或重试后先运行 `audit`：终态失败按 `retryable` 路由，重试仍须新的明确确认；输出缺失或 文件的哈希或大小不再等于运行记录时，先复核当前字节或重新生产。`repeated_content` 只是成本与诊断信号， 不能自动判定同文重试合理或不合理；`running_attempt` 是未决运营状态，audit 必须返回 attention。 技术失败先排除仍可 collect 的已提交任务，再按 `retryable` 决定是否建议有上限的重投，每次重投仍须新确认。 失败证据若能定位被拒的提示词、参考图或音频，就把证据交给对应负责技能；证据不足时先核实， 不猜测被拒原因。生产技能不得把「一拳砸在对方脸上，血顺着下巴滴」擅自换成 「一拳挥空，对方侧身避开，桌上的杯子被带倒」：这已改变来源动作。文本、参考图或录音的修改 由负责技能完成并交创作者接受，再从更新后的文档建立 job，重新 prepare、展示变化并确认。 重复内容缺陷同样回到对应 prompt/spec 负责技能。 生产结束后不自动进入剪辑。素材要装配成成片时由用户点名 `$short-drama-edit`；它只取舍已有帧， 不回头改本阶段的 job，也不生成新素材。 如需质量复核，报告可把已有结果另行交给 `$short-drama-review`；不要在生产调用中自动启动复核。 Dashboard 只负责展示这些文件和运行摘要，不提供 adapter 设置或生产按钮。 ## 安装维护 只有安装、升级或排障时运行离线自检；普通创作和生产准备不运行： ```bash python3 scripts/selftest.py python3 scripts/provider_adapters.py --selftest ```