SkillAtlasSkill 详情

short-drama-produce

项目页： · ZenStory AI 全部项目：

审核状态：已审核Quality 80Security 80

复制安装命令

用 Codex 或 Claude 安装复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它先审查 Skill 页面再帮你安装。

复制前请先查看来源、License 和安全提示。

项目 README

来源文件：README.md

抓取于 2026年9月11日

中文 | English

Drama Skills

项目页：https://zenstory.ai/drama-skills · ZenStory AI 全部项目：https://zenstory.ai/projects

CI Release Python License

面向编剧、漫剧工作室和编导的 AI 短剧创作工作流。十一个技能把一个点子或一部长篇材料， 一路做成分集剧本、资产设定、图片提示词、分镜关键帧和视频提示词， 用清晰的所有权与连续性衔接。适配 Claude Code、Codex 和其他 支持 Agent Skill 规范的运行环境。

新项目每集默认只维护五份 Markdown：剧本.md、视觉设定.md、分镜.md、 图片提示词.md 和 视频提示词.md。

由来

这套技能来自我们自己的漫剧工作室产线：2025 年至今累计上千个 AI 短剧 / 漫剧项目， 中间换过几轮自建和开源工具。前后端加起来近 8 万行代码，在模型能力和需求的迭代速度 面前逐渐维护不动了。

后来干脆抛开自建的一体化图形工具，把历史项目工程和图片 / 视频提示词蒸馏成这套技能， 让制作人直接用 agent CLI 加文件维护工程、生成提示词，确认之后再送去生成——结果意外地顺手。 现在留在自建工具里的，只剩排队抽卡。

刻意把确认放在生产之前：提示词先落进文件，生产 skill 展示本次准确数量、内容、参考、 参数、输出和 adapter；用户看到预览并明确确认后才执行。供应商凭据不进入项目， 项目文件和其他 Skill 都不绑定供应商。

安装

需要 Python 3.9 或更新版本（macOS 自带的即可）。直接告诉 Claude Code、 Codex 等支持导入 GitHub 仓库的智能体：

安装这些技能 https://github.com/zenstory-ai/drama-skills
手动链接（可安装全部，也可只链接需要的技能） 
git clone https://github.com/zenstory-ai/drama-skills.git && cd drama-skills

# Claude Code
mkdir -p "$HOME/.claude/skills"
for skill in skills/*; do
  ln -s "$PWD/$skill" "$HOME/.claude/skills/$(basename "$skill")"
done

# Codex
mkdir -p "${CODEX_HOME:-$HOME/.codex}/skills"
for skill in skills/*; do
  ln -s "$PWD/$skill" "${CODEX_HOME:-$HOME/.codex}/skills/$(basename "$skill")"
done

每个技能都是独立安装单元；只使用写作、审查或生产等单一能力时，可以只链接对应目录。 short-drama 提供项目初始化、路由与 Dashboard，但不是其他技能的安装门禁。

调用写法随运行环境而变：Claude Code 用 /short-drama，Codex 用 $short-drama， 也可以不写前缀、直接用自然语言说明要做什么。两种写法在下文示例中可以互换。

快速开始

# 0. 有原著时（可选）：先抽样快评，再决定要不要全量拆
用 $short-drama-novel-analyze 快评 输入/这本小说.txt，先告诉我值不值得拆

# 已有多集完整剧本时（可选）：按文件实际结构索引，每次只读当前集，断点续做分集地图
用 $short-drama-develop 从 输入/剧本完整版.txt 生成分集地图；先识别这份文件的分集方式，不要整稿塞进上下文

# 1. 新建项目
用 $short-drama 初始化一个都市打脸题材的短剧项目，竖屏 9:16

# 2. 写第一集
用 $short-drama-write 写第 1 集：外卖员在高档餐厅被经理羞辱，亮出集团董事身份

# 3. 拆资产，写提示词与分镜（可在同一请求内连续完成）
用 $short-drama-assets 从第 1 集拆人物/场景/道具
需要统一视觉语言时，可选用 $short-drama 做 Look Development
用 $short-drama-image-prompts 为已接受的资产写参考图提示词
用 $short-drama-storyboard 给第 1 集做正式分镜与冻结关键帧
用 $short-drama-video-prompts 把分镜逐镜翻译成视频提示词
# 指定目标视频模型、并且要人物/场景/道具跨镜一致时，把参考图的事也说清楚：
用 $short-drama-video-prompts 按 MiniMax H3 写第 1 集视频提示词；先在项目里找已有的角色图、场景图、道具图和本镜起始帧绑成参考，缺哪张就列出来，不要改成文生视频
# 参考图在自己的界面里出、不进项目时，让技能写出逐镜挂图计划，视频提示词照常产出：
用 $short-drama-video-prompts 按 MiniMax H3 写第 1 集视频提示词；参考图我自己挂，逐镜告诉我挂哪几张、什么顺序、每张管什么

# 4. 明确确认后投产
用 $short-drama-produce 预览第 1 集已接受的图片、视频、TTS 或时间线音乐任务；等我确认后再执行

# 5. 把生产出来的素材剪成成片
用 $short-drama-edit 把第 1 集已生产的镜头剪成成片，逐段写清入出点理由

# 6. 需要时再审查
用 $short-drama-review 审查第 1 集的剧本与提示词

示例都在 examples/。creator-first 的公开完整样例是 《让你管账号》EP001；其余目录仅作为仓库维护和校验器回归夹具。 想把十一个技能按漫剧产线从头串一遍（每步命令、产物与卡点），看 漫剧创作全流程指引。

十一个技能

flowchart LR
    classDef phase fill:#e8f4fd,color:#1a1a2e,stroke:#4a9be8,stroke-width:1px
    classDef final fill:#fce4ec,color:#333,stroke:#e57373,stroke-width:1px

    nva["原著分析<br/>$short-drama-novel-analyze"]:::phase
    dev["故事开发<br/>$short-drama-develop"]:::phase
    write["分集剧本<br/>$short-drama-write"]:::phase
    assets["资产决策<br/>$short-drama-assets"]:::phase
    img["图片提示词<br/>$short-drama-image-prompts"]:::phase
    sb["分镜/关键帧<br/>$short-drama-storyboard"]:::phase
    vid["视频提示词<br/>$short-drama-video-prompts"]:::phase
    prod["确认后生产<br/>$short-drama-produce"]:::phase
    cut["剪辑成片<br/>$short-drama-edit"]:::phase
    rev["审查<br/>$short-drama-review"]:::final
    pkg["文本交付包"]:::final

    nva -.有原著时.-> dev
    dev -.可选.-> write --> assets
    assets --> img
    assets --> sb --> vid
    img --> prod
    vid --> prod
    prod --> cut --> rev --> pkg
技能职责
short-drama初始化、路由、视觉方向/Look Development 与 Dashboard
short-drama-novel-analyze长篇原著的抽样改编快评、章节索引、逐章功能提取、剧情单元与节奏、改编价值与分集候选
short-drama-develop小说/长材料的可追溯改编、多集整稿的 Agent 主导切片与续跑、故事引擎、分集地图、导演阐述、题材与钩子手册
short-drama-write单集目标、因果节拍、可拍剧本和项目选择的制作稿格式
short-drama-assets人物/造型、地点/视图、道具/状态、可选的角色声音方向与连续性决策
short-drama-image-promptsLookdev 风格帧、角色/场景/道具参考板提示词与定点修改说明
short-drama-storyboard可选场次视觉计划与 Coverage Audition、原文落实、镜头、边界和冻结关键帧
short-drama-video-prompts单镜动作、多人物表演与注意交接、摄影、声音、起止状态、补拍说明，以及跨镜时间线音乐规格
short-drama-produce展示有边界的图片/视频/TTS/音乐任务，取得本次明确确认后通过外部 adapter 执行并记录结果；可选支持 Seedance、GPT Image 2、MiniMax H3 视频与 MiniMax Music
short-drama-edit逐镜素材的可用带、入出点取舍、镜序、台词完整性、字幕与响度，写成剪辑单并渲染成片
short-drama-review结构/内容审查、授权生产观察的项目级校准诊断与修订结论

演示

下面这段 24 秒样片是一次完整实跑的末端产物：从一部 20 章的原著开始，经原著分析、剧本、 视觉设定、图片提示词、分镜（21 镜）、视频提示词，再逐镜生成 SC003 一场的八段素材， 按剪辑单剪成成片。

https://github.com/user-attachments/assets/0809876a-2a23-4723-a809-45c57988939f

本地短剧创作台

在智能体里一句话启动（Codex 写作 $short-drama dashboard）：

/short-drama dashboard

macOS、Linux、WSL 与 Windows 原生都可运行。创作台以 --detach 独立进程运行，链接在整个创作期间 保持有效；--status 打印当前链接，--stop 关闭。

全部跑完后导出交付：$short-drama 用 project_tool.py export <project> --out <项目外目录> 把每集现有的五份 Markdown 和 制作成果/ 复制成一份带清单和校验和的交付目录。

短剧创作台：项目概览、分集进度、已有媒体与剧本正文

致谢

LINUX DO - The New Ideal Community — 社区支持

ZenStory AI 项目

本项目由 ZenStory AI 维护——一组开源、面向 agent 的故事创作、改编与生产工具（GitHub 组织：zenstory-ai）。同组织项目：

项目用途
oh-story-claudecode网文写作 skill 包：扫榜、拆文、写作、去AI味、封面图
drama-skillsAI 短剧 / 漫剧创作 skill 合集：剧本、资产、分镜、图片/视频提示词、独立审查（本仓库）
novel-to-game把小说改编成可玩游戏的 agent skills
video-recap-skills把任意视频剪成中文解说视频，支持剪映草稿导出
oh-story-dshDeepSeek Harness 插件，封装 Oh Story 与 Drama Skills 工作流
zenstory对话即创作的 AI 小说写作工作台（zenstory.ai）
其他

中风险

  • 来源需自行核对维护者身份。
  • 包含脚本或命令调用，安装前请复核。
  • 未检测到明显外部权限要求。
  • 未检测到高风险命令。
  • 扫描发现：2 条。

Codex — Git Clone 安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 克隆仓库：git clone https://github.com/zenstory-ai/drama-skills.git
  3. 将 "skills/short-drama-produce" 文件夹复制到 Codex 的 skills 目录中。
  4. 重启 Codex 让新的 skill 生效。

Codex — 手动复制安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 从源仓库下载 SKILL.md 及相关文件。
  3. 在 Codex 的 skills 目录中创建新文件夹。
  4. 将所有 skill 文件复制到新文件夹中。
  5. 重启 Codex 让新的 skill 生效。

Claude Code — Git Clone 安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 克隆仓库：git clone https://github.com/zenstory-ai/drama-skills.git
  3. 将 "skills/short-drama-produce" 文件夹复制到 Claude Code 的 skills 目录中。
  4. 重启 Claude Code 让新的 skill 生效。

Claude Code — 手动复制安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 从源仓库下载 SKILL.md 及相关文件。
  3. 在 Claude Code 的 skills 目录中创建新文件夹。
  4. 将所有 skill 文件复制到新文件夹中。
  5. 重启 Claude Code 让新的 skill 生效。

Cursor — Git Clone 安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 克隆仓库：git clone https://github.com/zenstory-ai/drama-skills.git
  3. 将 "skills/short-drama-produce" 文件夹复制到 Cursor 的 skills 目录中。
  4. 重启 Cursor 让新的 skill 生效。

Cursor — 手动复制安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 从源仓库下载 SKILL.md 及相关文件。
  3. 在 Cursor 的 skills 目录中创建新文件夹。
  4. 将所有 skill 文件复制到新文件夹中。
  5. 重启 Cursor 让新的 skill 生效。

GitHub Copilot — Git Clone 安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 克隆仓库：git clone https://github.com/zenstory-ai/drama-skills.git
  3. 将 "skills/short-drama-produce" 文件夹复制到 GitHub Copilot 的 skills 目录中。
  4. 重启 GitHub Copilot 让新的 skill 生效。

GitHub Copilot — 手动复制安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 从源仓库下载 SKILL.md 及相关文件。
  3. 在 GitHub Copilot 的 skills 目录中创建新文件夹。
  4. 将所有 skill 文件复制到新文件夹中。
  5. 重启 GitHub Copilot 让新的 skill 生效。

Windsurf — Git Clone 安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 克隆仓库：git clone https://github.com/zenstory-ai/drama-skills.git
  3. 将 "skills/short-drama-produce" 文件夹复制到 Windsurf 的 skills 目录中。
  4. 重启 Windsurf 让新的 skill 生效。

Windsurf — 手动复制安装

  1. 安装前请先查看来源仓库和风险报告。
  2. 从源仓库下载 SKILL.md 及相关文件。
  3. 在 Windsurf 的 skills 目录中创建新文件夹。
  4. 将所有 skill 文件复制到新文件夹中。
  5. 重启 Windsurf 让新的 skill 生效。
查看 SKILL.md 原文
name: 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

确认后生产

本技能只负责把已经写好的生产规格安全送到运行环境配置的 adapter。图片提示词仍归 $short-drama-image-prompts，视频提示词归 $short-drama-video-prompts，台词与录音表归 $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/<EP>/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； 内置视频 adapter 把这里的 用途 字段读成供应商自己的 role，只接受它公布的取值 （MiniMax 为 first_frame/last_frame/reference_image/reference_video/reference_audio， Seedance 为三个 reference_*）；带参考图却没有绑定的 job 会直接失败，不替它猜一个 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。 条目的「输入参考图」写成 PLAN-... 时，那些图片在创作者自己的工具里，项目内没有文件可送： prepare 直接失败并说明先把真实文件放进项目、改写成 REF-...，不拿计划当输入，也不静默丢掉参考。 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/<EP>/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：

python3 {技能目录}/scripts/production_tool.py prepare <project> --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 图片提示词.md 或 视频提示词.md 的对应条目建立绑定；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。非 creator 的结构化规格可不填 source_entry/reference_bindings，继续只使用显式 references；但新的 image/video job 只要 source 指向 canonical 图片提示词.md 或 视频提示词.md 就强制使用对应 selector，不能靠省略字段降级绕过。升级前已经 prepare 并落盘的 旧 job 仍可按原指纹读取。 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。命令由 production_tool.py 提供，然后运行：

python3 <本技能目录>/scripts/production_tool.py prepare <project> --job <job.json>
python3 <本技能目录>/scripts/production_tool.py confirm <project> --job-id <id> --confirmation "CONFIRM <id> <code>"
python3 <本技能目录>/scripts/production_tool.py run <project> --job-id <id> --adapter-config <outside-project-config.json>
python3 <本技能目录>/scripts/production_tool.py status <project> --job-id <id>
python3 <本技能目录>/scripts/production_tool.py collect <project> --job-id <id> --adapter-config <outside-project-config.json>
python3 <本技能目录>/scripts/production_tool.py audit <project>

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。连续段选择从上一段 生成结果续接时，下一段 job 同时绑定上一段实际视频和从该视频取得的实际尾帧，并保留 continuity_video、actual_tail_frame 的不同职责；供应商 role 由目标模型 adapter 翻译。H3 的这组 输入统一译为 reference_video + reference_image，不能混成 reference_video + first_frame；不以 计划尾帧或文字描述代替真实文件。
  • 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。
  • 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，只包含 argv 命令和超时；凭据由 adapter 自己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/<EP>/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。

本技能可选提供四个 stdlib adapter，均通过项目外 adapter config 选择，凭据只从运行环境读取：

  • Seedance：模型/Endpoint ID 必须由账号显式配置；compiler 支持 官方图片、视频和音频参考 role，内置 runtime 未配置可信上传时仍拒绝本地参考文件。
  • GPT Image 2：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：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：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——克隆是授权问题， 创作者授权的参考录音按普通创作者输入走 输入/。
  • MiniMax H3 视频：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，参考图按显式 role 绑定，本地参考在没有可信上传时 fail closed。该模型与画面同一次生成声音，写法影响见视频提示词技能的目标模型能力档案。

这些 adapter 是已验证请求契约，不是账号可用性或生成质量保证；正式生产仍必须通过上面的本次 确认闸门，并由审查 Skill 判断产物质量。

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

视频任务在提交那一刻就已经计费，不是在拿到结果时。提交之后的一切——轮询几分钟、下载—— 都可能被进程被杀、断网、机器休眠打断。内置 adapter 因此在拿到供应商任务 ID 的第一时间就把它 写进 handle_path（早于第一次轮询），这个路径不随本次尝试一起删除。

于是中断之后有三条确定的动作，不必再花一次钱：

  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. 只有在 collect 也确认那边确实失败之后，才走重新确认与重投的老路。

不要在 audit 报出 orphaned_provider_job 时直接重投——那是在为同一个镜头付第二次钱。 collect 不走确认闸门是有意的：闸门防的是意外花钱，而 collect 不花钱； 如果它也要求重新确认，那么中断之后最省事的路径就变成再付一次，正好是闸门要防的事。

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。 失败按三路走。超时、限流、服务端错误这类技术失败可做有上限重试。失败信息点名了被拒的是哪 一项输入——提示词文本、参考图或音频——就先改那一项再投：文本被拒改写那一句，把「一拳砸在 对方脸上，血顺着下巴滴」换成「一拳挥空，对方侧身避开，桌上的杯子被带倒」；参考图被拒换一张 构图与角色一致、画面本身合规的图；音频被拒重录那句台词。改动写进新的 job 重新 prepare，让创 作者在预览里看到改的是哪一项再确认；原样重投的那次确认不产生修复，只产生一笔费用。重复内容 缺陷回到对应 prompt/spec owner。 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：

python3 scripts/selftest.py
python3 scripts/provider_adapters.py --selftest

发现问题？提交给管理员复核

评分：

评论 (0)

暂无评论，成为第一个评论者吧！