kais-movie-agent

"AI短片/短视频/短剧全流程自动制作管线。触发词：movie agent, 短片制作, AI短片, 视频管线, film pipeline, AI视频制作, 短视频管线, AI电影, 影片制作, AI短剧, 短剧制作, 视频自动化, 全自动视频, 一键生成视频, AI拍片, 视频工厂, 批量视频, 生成短片, make video, create film, video pipeline, movie production, AI filmmaker。覆盖需求确认→调研→剧本→美术方向→角色设计→配音→场景生成→分镜板→视频生成→后期合成的完整管线，支持git版本管理和断点续传。"

kaiger666888 0 Updated 1mo ago

Resources

GitHub

Install

npx skillscat add kaiger666888/kais-gold-team

Install via the SkillsCat registry.

SKILL.md

kais-movie-agent — AI 短片制作全流程管线

触发词

movie agent, 短片制作, AI短片, 视频管线, film pipeline, movie-wuji, AI视频制作, 短视频管线, AI电影, 影片制作, AI短剧, 短剧制作, 视频自动化, 全自动视频, 一键生成视频, AI拍片, 视频工厂, 批量视频, 生成短片, make video, create film, video pipeline, movie production, AI filmmaker, kais-movie, movie pipeline

⚠️ 强制审核门（Review Gate）

以下 Phase 完成后必须暂停，展示产出物给用户审核，收到确认后才能继续：

Phase	审核内容	展示方式
Phase 1	需求确认 + 调研报告	发送调研摘要到当前会话，等用户确认
Phase 2	美术方向（mood board 3选1 + 光影参考图）	发送图片到当前会话，等用户选择/修改
Phase 3	角色设计（转面图 + 多角度参考图）	发送图片到当前会话，等用户确认
Phase 4	剧本（scenario.json + 分镜描述）	发送文本摘要到当前会话，等用户确认
Phase 5/5.6	场景图（所有镜头的渲染图）	发送图片到当前会话，等用户确认
Phase 6	分镜板（完整 storyboard）	发送分镜摘要到当前会话，等用户确认
Phase 7	视频粗剪（rough cut）	发送视频或截图到当前会话，等用户确认

执行规则：

到达审核门时，必须停止执行，不要继续下一个 Phase
将产出物发送给用户，附上简要说明和审核选项（✅通过 / 🔄重做 / ✏️修改）
使用 message 工具发送图片（带 inline buttons 让用户选择）
只有收到用户明确的"通过"回复后，才能执行 git checkpoint 并进入下一阶段
用户要求重做时，回滚到对应 Phase 重新生成
禁止：一次性跑完多个 Phase 然后事后补审核

为什么这很重要： AI 生成结果不可预测，用户审美和预期可能与 AI 不同。跳过审核会导致大量返工和积分浪费。审核门是质量保障的核心机制，不是可选步骤。

管线流程

设计原则：叙事先行 — 先立故事骨架，再匹配视觉和角色。遵循真实电影工业流程：剧本 → 美术指导 → 选角 → 分镜 → 拍摄。

Phase 1: 需求确认 + 深度调研                     → 🔒 REVIEW GATE
  └─ 四维蓝图生成（1st-director）                   → checkpoint (自动)
  └─ Phase 1.5a: 选题发散 (kais-topic-selector + 约束聚合) → checkpoint (自动)
  └─ Phase 1.5: 品牌与背景深度调研 (deep-research) → checkpoint (自动)
  └─ Phase 1.6: 选题投票筛选 (kais-audience)       → checkpoint (自动)
Phase 2: 剧本大纲 (kais-scenario-writer)           → 🔒 REVIEW GATE
  └─ 剧本预测试 (kais-audience 深度测评)            → checkpoint (自动)
Phase 3: 美术方向 (kais-art-direction)             → 🔒 REVIEW GATE
Phase 4: 角色设计 (kais-character-designer + kais-blender-pose) → 🔒 REVIEW GATE
  └─ 剧本量化分析 (kais-story-score, 可选)            → checkpoint (自动)
Phase 4.5: 配音 (kais-voice)                       → 🔒 REVIEW GATE
Phase 5: 场景图生成 (kais-scene-designer)           → checkpoint
Phase 5.3: 线稿生成（anatomy-guard 预防）           → checkpoint
Phase 5.5: 基于线稿渲染                            → checkpoint
Phase 5.6: 渲染审核                                → 🔒 REVIEW GATE
Phase 5.7: 拍摄手法规划                            → checkpoint
Phase 6: 分镜板 (kais-storyboard-designer + kais-blender-pose) → 🔒 REVIEW GATE
Phase 7: 视频生成 (kais-camera + 延长链)            → 🔒 REVIEW GATE
Phase 8: 后期合成 + 交付                           → checkpoint
  └─ Phase 8.5: 质量门控 (6维度 + story-score注入)  → 🔒 APPROVE/WARN/REJECT

📖 完整 Phase 流程图（含子步骤）见 `references/pipeline-flow.md`

四维蓝图（1st-director 元层）

Phase 1 完成后自动生成四维约束蓝图（blueprint.json），作为元层注入整个管线：

尺度	时间粒度	关注点
神经尺度	0.1-1s	预测误差、注意力锚点、归因闭环
情绪尺度	3-10s	锯齿循环、张力递进、无平淡期
叙事尺度	10-30s	价值缺口、身份投射、价值兑现
社交尺度	30-60s	截图时刻、引用候选、模因密度

蓝图自动影响：约束注入（Phase 2+）、熵注入（Phase 7）、质量门控权重（Phase 8.5）。无蓝图时系统行为与集成前完全一致。

Phase 1.5a（选题发散 — kais-topic-selector + 约束聚合）

触发条件：Phase 1 完成后自动执行。无需人工触发。

约束来源（多系统聚合）：

🧠 1st-director 四维尺度 → 选题必须满足神经/情感/叙事/社会层标准
🚦 quality-gate 6维度 → 每个候选选题预打分（hook/structure/realism/title/duration/engagement）
🗳️ kais-audience 受众匹配 → 选题符合目标人群偏好
📱 平台约束 → 最佳时长/格式/避免元素
🎨 四维蓝图（如有）→ 额外的认知走查约束

输入：Phase 1 需求确认结果 + 四维蓝图（如有）
输出：3-5 个候选选题（每个带 6 维度预评分 + 总分排名），保存为 candidate-topics.json

与 Phase 1.6 的关系：候选选题自动进入投票筛选，排名最高者进入 Phase 2。Phase 1.6 的 placement_options 改为从 candidateTopics 读取。

容错：LLM 调用失败只 warn 不阻断管线，后续阶段可手动提供选题。

Phase 1.5（品牌与背景深度调研）

📖 完整调研流程见 `references/research-workflow.md`

触发条件：品牌植入、真实人物/事件、特定行业/圈层时自动启用。纯虚构题材可跳过。

维度	输出
品牌深度	`research/brand_profile.md`
人物背景	`research/character_profile.md`
目标受众	`research/audience_persona.md`
竞品案例	`research/competitor_cases.md`
圈层文化	`research/subculture_notes.md`
植入策略	`research/placement_strategy.md`

Phase 1.6（选题投票筛选 — kais-audience）

触发条件：Phase 1.5 产出 3+ 个选题方向时自动启用。单选题或用户已明确指定方向时跳过。

执行方式：调用 kais-audience 的「快速投票」模式，让虚拟评审团对候选选题进行排名。

输入：Phase 1.5 产出的 placement_options（3-5 个植入方案/选题方向）
      + research/audience_persona.md（目标受众画像）
执行：kais-audience 快速投票模式（12人评审团，兴趣度+完播意愿+互动意愿）
输出：选题排名表 + 推荐选题 + 各选题一句话优缺点
保存：research/audience_vote_result.md

与 Phase 2 的关系：排名最高的选题自动进入 Phase 2 剧本创作。用户也可从排名中选择非第一的选题。

Phase 2 审核增强（kais-audience 深度测评）

Phase 2 剧本完成后、用户审核前，自动运行 kais-audience 的「深度测评」模式：

输入：Phase 2 产出的 scenario.json + story_bible.json
执行：kais-audience 深度测评模式
输出：
  - 完播率预测（校准后 + 置信区间）
  - 毒点检测（6大类，每类风险等级）
  - 情绪曲线预测
  - 分群反馈
  - 优化建议
保存：research/audience_deep_test.md

审核门行为：将深度测评结果作为审核依据之一展示给用户，标注高风险毒点和完播率预测。用户决定是否通过或修改后重新测评。

为什么剧本先行？

旧顺序	新顺序	原因
美术→角色→剧本	剧本→美术→角色	视觉服务于叙事，不是反过来
先定风格再想故事	先有故事再匹配风格	大纲的画面意图标注让风格选择有依据
角色在剧本之前	角色基于剧本需求设计	避免设计了用不上的角色
—	大纲含画面意图	Phase 2 产出同时标注视觉方向，下游无缝衔接

Phase 2（剧本大纲）产出规范

📖 完整 JSON schema 见 `references/scenario-schema.md`

关键字段：visual_intent（视觉意图）、style_hints（风格提示）、character_hints（角色提示）— 给下游 Phase 3/4 的约束信号。

Git 版本管理（每个 Phase 自动 checkpoint）

每个 Phase 完成后自动创建 git checkpoint，支持回滚到任意阶段。

使用方式

📖 完整 API 用法见 `references/api-usage.md`

import { GitStageManager } from './lib/git-stage-manager.js';

const git = new GitStageManager('/path/to/project');
await git.init();  // 首次调用初始化

// Phase 完成后
await git.checkpoint('art-direction', {
  description: '赛博朋克风格，霓虹色调',
  metrics: { moodBoardCount: 5 }
});

// 查看历史
await git.log();

// 回滚到指定阶段（如审核不通过）
await git.rollback('art-direction');

CLI

node lib/git-stage-manager.js init <workdir>              # 初始化
node lib/git-stage-manager.js checkpoint <workdir> <phase> # checkpoint
node lib/git-stage-manager.js log <workdir>               # 查看历史
node lib/git-stage-manager.js rollback <workdir> <phase>   # 回滚

Phase 与 Git Stage 映射

Stage Name	Phase	产出文件
`requirement`	1	requirement.json, brief.md, research-report.md
`research`	1.5	research/*.md, research_summary.json
`audience-vote`	1.6	research/audience_vote_result.md
`audience-test`	2	research/audience_deep_test.md
`scenario`	2	scenario.json, story_bible.json, style_hints
`art-direction`	3	art_direction.json, mood_board.png, color_palette.json
`character`	4	characters.json, CHARACTERS_DIR/*.png
`scene`	5	PROJECT_ASSETSscenes/*.png, scene_design.json
`sketch`	5.3	`PROJECT/PROJECT_ASSETSsketches/*.png`
`render`	5.5	PROJECT_ASSETSscenes/*.png (渲染版)
`storyboard`	6	storyboard.json, shots.json
`camera`	7	video_tasks.json, output/*.mp4, rough_cut.mp4
`delivery`	8	final.mp4, qc_report.json

线稿控制管线（Phase 5.3-5.6）

⚠️ 强制规则：所有镜头必须先线稿后渲染，无例外。 不考虑积分成本，质量优先。
线稿是构图和比例的保险锁，跳过线稿直接渲染会导致比例失调、构图崩坏。

两阶段生成：先线稿锁定构图（Phase 5.3），再基于线稿渲染释放风格（Phase 5.5）。

模式	每场景调用	积分	空间准确性	适用
快速（--no-sketch）	~2次	~2	基准	简单/快速迭代
线稿（默认）	~3次	~3	+30-50%	正式制作

通用调研能力（全管线可用）

deep-research skill 可在管线任意阶段按需调用。典型场景：Phase 1 人物背景调研、Phase 2 美术风格参考、Phase 3 角色原型参考、Phase 5 场景光影技法、Phase 7 视频生成技术方案。

子 Skill 列表

Skill	Phase	功能
deep-research	1.5	品牌/人物/受众深度调研
kais-topic-selector	1.5a	选题发散（多约束聚合 → 3-5 候选选题 + 6维度预评分）
kais-audience	1.6, 2	选题投票筛选 + 剧本预测试（完播率/毒点检测）
kais-scenario-writer	2	剧本/分镜编写（对白情感注入）
kais-art-direction	3	美术方向/视觉风格定义
kais-character-designer	4	角色设计 + 参考图生成
kais-blender-pose	4, 6	3D 姿态参考图生成（Mixamo 动画帧截取 / 即梦图生图）
kais-voice	4.5	语音合成（GLM-TTS 多音色 + 审核选择）
kais-scene-designer	5	场景图生成
kais-cinematography-planner	5.7	拍摄手法批量映射（Coverage Map）
kais-anatomy-guard	-	肢体解剖修复守卫（三级防御）
kais-storyboard-designer	6	分镜板设计
kais-camera	7	视频生成 + 合成
kais-shooting-script	-	拍摄脚本生成
kais-review-page	-	审核页面构建（HTML 交互式预览）
kais-story-score	4, 8.5	剧本量化分析（5维度：弧线/情感/角色/节奏/文本） + 质量门控注入

共享工具

工具	路径	功能
sketch-generator.py	lib/scripts/	线稿生成
sketch-to-render.py	lib/scripts/	线稿→渲染（四维锚定融合：--style-ref/--lighting/--depth）
scene-evaluator.py	lib/scripts/	场景图评价（sketch/render/default + 肢体检查 + 深度层次检查）
anatomy-validator.py	lib/scripts/	解剖质量检测（GLM-4V，hands/face/body/full）
jimeng-client.js	lib/	即梦 API 客户端（Node.js）
cost-scheduler.js	lib/	积分/成本调度
extension-chain.js	lib/	延长链引擎（buildChainPlan/executeChain/assembleFinal）
pipeline.js	lib/	管线编排器（串行执行 Phase 1→8，checkpoint/断点恢复）
post-production.js	lib/	后期合成（字幕生成+音频混流+最终合成）
bgm-selector.js	lib/	BGM 选择（10种风格库，场景情感自动匹配）
guard.js	skills/kais-anatomy-guard/lib/	肢体解剖修复守卫（negative_prompt + GLM-4V 检测 + 修复）
git-stage-manager.js	lib/	Git 阶段版本管理（checkpoint/rollback/diff）
pose-reference.js	lib/hooks/	姿态参考图生成（kais-blender-pose 集成，Phase 3/6 hook）
1st-director.js	lib/	四维蓝图生成 + 认知走查 + 模因提取 + 熵注入 + 因果闭环（元层）
topic-selector-adapter.js	lib/	选题发散适配器（聚合四维尺度/6维度门控/受众匹配约束 → LLM生成候选选题）

文生图: 即梦 API (jimeng-5.0)
视频生成: Seedance 2.0
评价: 智谱 GLM-4V-Flash
调研: deep-research skill（品牌/受众/竞品深度调研）
合成: FFmpeg

延长链引擎（Extension Chain）

📖 完整 API 见 `references/api-usage.md`

即梦 Seedance 全能参考模式，prompt 中用 @1 @2 @3 @4 描述参考物关系：

段1: @1首帧 + @2目标尾帧 + @3TTS + @4BGM
段N: @1段N-1视频 + @2段N尾帧 + @3TTS + @4BGM
目标尾帧来自分镜 end_frame 字段，TTS/BGM 按镜头时间切分

核心函数：buildChainPlan() / buildFilePaths() / buildSeedPrompt() / executeChain() / assembleFinal()

管线编排器（Pipeline）

📖 完整 API 见 `references/api-usage.md`

import { Pipeline } from './lib/pipeline.js';
const pipeline = new Pipeline({ workdir, episode, config, onPhaseComplete, onPhaseFail });
await pipeline.run();           // 执行全部
await pipeline.resume('character'); // 从断点恢复
await pipeline.runPhase('camera', { execute }); // 只执行某阶段

Phase 8 后期合成

import { PostProduction } from './lib/post-production.js';
const post = new PostProduction({ workdir, episode });
const result = await post.run({
  dialogueLines: [...], videoPath: 'output/rough_cut.mp4',
  ttsDir: 'WORKDIR_ASSETS/tts/', bgmPath: 'WORKDIR_ASSETS/bgm/bgm.mp3',
});

BGM 选择

import { selectBGMStyle, generateBGMPrompt } from './lib/bgm-selector.js';
const recommendations = selectBGMStyle('英雄站在山顶', '史诗', 30);

📖 完整 API 用法（Pipeline / PostProduction / BGM / ExtensionChain）见 `references/api-usage.md`

环境变量

JIMENG_SESSION_ID: 即梦 session ID
JIMENG_API_URL: 即梦 API 地址（默认 http://localhost:8000）
ZHIPU_API_KEY: 智谱 API Key（GLM-TTS 语音合成）

肢体解剖守卫（kais-anatomy-guard）

三级防御机制，从线稿阶段（Phase 5.3）即开始工作，贯穿渲染阶段（Phase 5.5）：

预防层（已集成）

sketch-generator.py 和 sketch-to-render.py 的 negative_prompt 已追加 anatomy 排除词：

bad anatomy, deformed, mutated hands, missing/extra/fused fingers,
extra/missing limbs, bad proportions, distorted/asymmetric face, ...

检测层（按需调用）

渲染完成后使用 GLM-4V-Flash 检测解剖问题：

python3 LIB_SCRIPTS/anatomy-validator.py render.png --mode full --threshold 0.6

返回 JSON 报告（<image>.anatomy.json），包含 score、issues、negative_boost。

修复层（检测失败时）

基于检测结果增强 negative_prompt + 降低 sample_strength 重试（最多 3 次）。
仍失败则降级：角度调整 / 景深模糊 / 构图裁切。

详见 skills/kais-anatomy-guard/SKILL.md。

kais-movie-agent

Resources

Install

kais-movie-agent — AI 短片制作全流程管线

触发词

⚠️ 强制审核门（Review Gate）

管线流程

四维蓝图（1st-director 元层）

Phase 1.5a（选题发散 — kais-topic-selector + 约束聚合）

Phase 1.5（品牌与背景深度调研）

Phase 1.6（选题投票筛选 — kais-audience）

Phase 2 审核增强（kais-audience 深度测评）

为什么剧本先行？

Phase 2（剧本大纲）产出规范

Git 版本管理（每个 Phase 自动 checkpoint）

使用方式

CLI

Phase 与 Git Stage 映射

线稿控制管线（Phase 5.3-5.6）

通用调研能力（全管线可用）

子 Skill 列表

共享工具

延长链引擎（Extension Chain）

管线编排器（Pipeline）

Phase 8 后期合成

BGM 选择

环境变量

肢体解剖守卫（kais-anatomy-guard）

预防层（已集成）

检测层（按需调用）

修复层（检测失败时）

Categories

Install

Recommended Skills