据 AlphaMoat 统计,截至 2026-09,Pipixia Drama Producer 累计下载 1,466 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 4,785 位,在「设计创意」分类(512 个)中排名第 475 位。
| 平台 | 累计安装 | 累计下载 | 星标 | 评论 |
|---|---|---|---|---|
| ClawHub ↗ | 31 | 1,208 | - | - |
| SkillHub ↗ | 284 | 1,466 | - | — |
各平台的计数口径不同,统计时间不一致。
完整的职场动物短剧制作流程,从剧本到飞书发布。六步工作流:I2V 图生视频(必须用 reference_type="first_frame")→ 规范化并裁掉首秒(每个图生视频第一秒是原图静帧,必须裁掉)→ concat 剪辑合并(关键台词后插 1.5s 反应镜头)→ node-edge-tts 配音(⚠️ TTS台词时长不能超过对应视频片段时长,过长需用 atempo=1.1~1.2 加速)→ mix_audio.py 按时间轴混音并加 BGM(推荐 Kevin MacLeod CC BY 3.0 曲目)→ 提取封面后经 send_video.sh/send_audio.sh 发送到飞书群。需配置 FEISHU_APP_ID/FEISHU_APP_SECRET,应用需 im:message:send、im:file、im:image 权限;建议按 v2/v3 命名保留历史版本。card 安全提醒:该发布安全判定为 suspicious;send_video.sh 将媒体路径内插进 python3 -c,只处理可信路径或先行修补;共享环境用 mktemp 私有目录替代 /tmp;发送前需操作者明确确认。
资料发布于 2026-10-27
以下是根据技能文档生成的示例,不代表实际运行结果。
2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。
| 月份 | 累计下载 | 环比 | 星标 |
|---|---|---|---|
| 2026-09 | 1,466 | — | - |
| 2026-08 | 1,233 | +7.5% | - |
| 2026-07 | 1,147 | +16.6% | - |
| 2026-06 | 984 | +9.0% | - |
| 2026-05 | 903 | — | - |
| 2026-03 | 549 | — | - |
以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 2026-10-23。
--- name: pipixia-drama-producer description: 皮皮虾职场短剧全流程制作技能。用于为「皮皮虾」(机械龙虾AI-bot)职场短剧生成镜头视频、剪辑成片、配音配乐并发布到飞书群。完整流程:图生视频(I2V) → ffmpeg规范化+剪辑 → TTS配音 → BGM混音 → 飞书媒体消息发送。当用户提到制作皮皮虾短剧、生成新镜头、剪辑视频、配音配乐、或将视频/音频发送到飞书群时激活。 --- # 皮皮虾短剧制作技能 完整的职场动物短剧制作流程,从剧本到飞书发布。 ## 环境变量配置
使用前请设置以下环境变量:
| 变量名 | 必填 | 说明 |
|--------|------|------|
| `FEISHU_APP_ID` | ✅ | 飞书应用 App ID(发送消息用) |
| `FEISHU_APP_SECRET` | ✅ | 飞书应用 App Secret |
| `FFMPEG` | 可选 | ffmpeg 路径(默认从 PATH 查找) |
| `FFPROBE` | 可选 | ffprobe 路径(默认从 PATH 查找) |
| `EDGE_TTS` | 可选 | edge-tts 路径(默认从 PATH 查找 `node-edge-tts`) |
**飞书应用权限要求**:`im:message:send`、`im:file`、`im:image`
## 角色与剧本参考
详见 `references/drama-reference.md`,包含:
- 角色设定与prompt模板
- ffmpeg关键命令速查
- TTS音色对照表
- 飞书API速查
## 核心工作流
### 第一步:生成镜头(I2V图生视频)
```python
# 必须用 reference_type="first_frame",不要用 "subject"
gen_videos([{
"image_file": "/workspace/lobster_robot.png",
"output_file": "/workspace/shot.mp4",
"prompt": "cute orange lobster robot [动作], ...",
"reference_type": "first_frame"
}])
```
### 第二步:规范化 + 砍首秒
每个图生视频第一秒是原图静帧,必须裁掉:
```bash
python3 scripts/normalize_and_trim.py input.mp4 output_trim.mp4 --trim 1
```
### 第三步:剪辑合并
```bash
# 写concat列表,用Python避免shell语法问题
python3 -c "
clips = ['clip1_trim.mp4', 'clip2_trim.mp4', ...]
with open('/tmp/concat.txt', 'w') as f:
for c in clips: f.write(f\"file '{c}'\n\")
"
ffmpeg -y -f concat -safe 0 -i /tmp/concat.txt -c copy output.mp4
```
**剪辑技巧**:
- 在关键台词后插入1.5s反应镜头(增加喜剧节奏)
- 砍掉所有图生视频开头静帧(-ss 1)
### 第四步:TTS配音
```bash
node-edge-tts -t "台词内容" -f output.mp3 -v zh-CN-YunxiaNeural -l zh-CN
```
⚠️ TTS台词时长不能超过对应视频片段时长,过长需用 `atempo=1.1~1.2` 加速:
```bash
ffmpeg -y -i input.mp3 -filter:a "atempo=1.15" output.mp3
```
### 第五步:混音(配音+配乐)
使用 `mix_audio.py` 将多条TTS台词按时间轴叠加,并加入BGM:
```bash
python3 scripts/mix_audio.py \
--video drama_cut.mp4 \
--bgm bgm_sneaky.mp3 \
--bgm-volume 0.25 \
--output drama_dubbed.mp4 \
--lines "0.3:tts_line1.mp3" "5.1:tts_line2.mp3" "12.0:tts_line3.mp3"
```
BGM推荐下载地址(Kevin MacLeod CC BY 3.0):
```bash
curl -sL "https://incompetech.com/music/royalty-free/mp3-royaltyfree/Sneaky%20Snitch.mp3" -o bgm.mp3
```
### 第六步:发送到飞书
```bash
# 提取封面
ffmpeg -y -i video.mp4 -ss 00:00:00.5 -frames:v 1 -update 1 cover.jpg
# 发送视频(媒体气泡),chat_id 为目标群组 ID
bash scripts/send_video.sh video.mp4 cover.jpg <chat_id>
# 发送音频语音消息
bash scripts/send_audio.sh "要播报的文字" <chat_id> "zh-CN-YunxiaNeural"
```
## 依赖工具
| 工具 | 环境变量 | 默认值 |
|------|----------|--------|
| ffmpeg | `FFMPEG` | `ffmpeg`(PATH) |
| ffprobe | `FFPROBE` | `ffprobe`(PATH) |
| edge-tts | `EDGE_TTS` | `node-edge-tts`(PATH) |
| 飞书凭证 | `FEISHU_APP_ID` / `FEISHU_APP_SECRET` | 无(必填) |
## 版本管理惯例
每次重要修改用v2/v3...命名输出文件,保留历史版本方便回退:
- `drama_ep1_v1.mp4` → `drama_ep1_v2.mp4` → ...
- 在工作目录记录每个版本的剪辑结构
ContextWeave 架构图一键生成
用 Nano Banana Pro 生成或编辑图片的脚本技能。
用 whisper 命令行在本地把音频转写成文字或做翻译的技能。
通过 MCP 服务生成与编辑图表的技能。
面向界面设计的思路与落地建议技能,覆盖布局、交互流程、设计令牌与前端改动。
面向多家视频模型 API 的 AI 视频生成与编排技能。
用 ffmpeg 从视频里取出画面帧,或生成便于快速查看的缩略图。
用本地 Whisper 把音频文件转成文字,模型下载完成后可完全离线运行。
数据月份:2026-09 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。