anbeime/skill / skills/historical-science-video-prod/historical-science-video-prod
historical-science-video-prod
Verified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。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 3.3 KB |
| assets/output-templates/script-template.txt | markdown | 315 B |
| assets/output-templates/storyboard-template.md | markdown | 950 B |
| assets/output-templates/veo2-prompts-template.txt | markdown | 1.1 KB |
| references/multi-agent-architecture.md | markdown | 4.4 KB |
| references/script-structure.md | markdown | 5.3 KB |
| references/style-guide.md | markdown | 2.4 KB |
| references/veo2-prompt-template.md | markdown | 3.9 KB |
| scripts/generate_video_materials.py | script | 13.1 KB |
scripts/generate_video_materials.py
View on GitHub#!/usr/bin/env python3
"""
历史科学类科普短视频素材生成脚本
自动生成3分钟科普视频的全流程素材:口播文案、分镜脚本、Veo2提示词、人物形象规范
"""
import os
import argparse
import sys
import json
from typing import Dict, List, Any
from langchain_core.messages import SystemMessage, HumanMessage
from langchain_openai import ChatOpenAI
from coze_workload_identity import requests
# ==================== 配置常量 ====================
SKILL_ID = "7598365825573257262"
BASE_URL = os.getenv("COZE_LLM_BASE_URL", "")
API_KEY = os.getenv("COZE_LLM_API_KEY", "")
# ==================== 文案结构配置 ====================
SCRIPT_STRUCTURE = {
"开篇悬念": {"duration": 20, "content": "用[年份]+[科学事件/人物困惑]开头,引发观众好奇"},
"历史背景": {"duration": 30, "content": "交代时代、地点、学术或社会背景"},
"人物描写": {"duration": 25, "content": "突出科学家的特质(坚持、偏执、热情、天才)"},
"事件与实验细节": {"duration": 45, "content": "数字化描写实验对象、方法、数量、时间、空间"},
"发现与突破": {"duration": 35, "content": "明确科学结论或规律,用生动语言强调其重要性"},
"意义与影响": {"duration": 30, "content": "解释科学发现如何改变学界、社会或文化"},
"结尾反思": {"duration": 15, "content": "提出深思或未来探索问题"}
}
TOTAL_DURATION = sum(sec["duration"] for sec in SCRIPT_STRUCTURE.values()) # 200秒 = 3分20秒
TARGET_WORD_COUNT = 900 # 3分钟约900字
# ==================== 复古风格配置 ====================
RETRO_STYLE = """
复古照片风格要求:
- 色调:棕褐色调,色彩沉稳偏棕色
- 质感:轻微褪色,胶片颗粒感,档案感
- 光影:柔和阴影,历史真实感
- 注意事项:严格禁止出现不属于本年代之外的场景或物品
"""
# ==================== Veo2 提示词模板 ====================
VEO2_PROMPT_TEMPLATE = """
主体(Subject):
- 视频的主要对象是什么
- 对象的特征和细节
- 对象的数量(如果是多个)
动作(Action):
- 场景中发生什么动作
- 动作的速度和节奏
- 动作的连续性
场景(Setting):
- 环境描述
- 背景元素
- 空间感
镜头角度(Camera Angle/Movement):
- 镜头类型(特写、远景等)
- 镜头运动(平移、推进等)
- 视角变化
灯光(Lighting):
- 光源类型
- 光线强度
- 光影效果
风格/情绪(Style/Mood):
- 视觉风格:棕褐色调,复古历史照片质感,轻微褪色效果,细腻胶片颗粒感,柔和阴影
- 情感氛围:根据文案情绪调整(悬念/严肃/激昂/沉静)
- 艺术效果:历史真实感与档案感拉满,无任何跨年代元素
"""
# ==================== 大模型调用 ====================
async def call_llm(prompt: str, temperature: float = 0.7) -> str:
"""调用大模型生成内容"""
if not BASE_URL or not API_KEY:
raise ValueError("缺少大模型凭证配置,请设置环境变量 COZE_LLM_BASE_URL 和 COZE_LLM_API_KEY")
llm = ChatOpenAI(
model="doubao-seed-1-6-251015",
api_key=API_KEY,
base_url=BASE_URL,
streaming=False,
temperature=temperature,
max_tokens=4000,
extra_body={"thinking": {"type": "disabled"}}
)
messages = [
SystemMessage(content="""你是一位专业的科普短视频制作专家,擅长创作历史科学类视频素材。
你的任务是根据用户提供的主题、年代和核心结论,生成高质量的科普文案、分镜脚本和视觉提示词。
输出要求:
1. 文案:语言口语化、生活化,但保留科学准确性;多用数字、年份、数量增强真实感;短句与长句交替,增强节奏感
2. 分镜:每镜对应1-2句文案,时长4-6秒;保持复古照片风格;画面连续性和衔接性
3. 提示词:使用Veo2标准格式,涵盖主体、动作、场景、镜头角度、灯光、风格/情绪
4. 人物:保持人物一致性,服饰和道具严格贴合对应年代
请严格按照要求的格式输出,不要添加额外的说明文字。"""),
HumanMessage(content=prompt)
]
try:
response = await llm.ainvoke(messages)
return response.content
except Exception as e:
raise Exception(f"大模型调用失败: {str(e)}")
# ==================== 文案生成 ====================
async def generate_script(theme: str, era: str, core_conclusion: str) -> str:
"""生成3分钟口播文案"""
prompt = f"""请根据以下信息生成一个3分钟的历史科学类科普短视频口播文案:
【主题】:{theme}
【年代背景】:{era}
【核心科学结论】:{core_conclusion}
【文案结构要求】(严格按顺序,总时长约3分钟):
1. 开篇悬念(20秒):用 [年份]+[科学事件/人物困惑] 开头,引发观众好奇
2. 历史背景(30秒):交代时代、地点、学术或社会背景
3. 人物描写(25秒):突出科学家的特质(坚持、偏执、热情、天才)
4. 事件与实验细节(45秒):数字化描写实验对象、方法、数量、时间、空间
5. 发现与突破(35秒):明确科学结论或规律,用生动语言强调其重要性
6. 意义与影响(30秒):解释科学发现如何改变学界、社会或文化
7. 结尾反思(15秒):提出深思或未来探索问题
【语言特点】:
- 使用短句与长句交替,增强节奏感
- 口语化、生活化,但保留科学准确性
- 多用数字、年份、数量增强真实感
- 适当加入比喻或类比,让抽象概念易理解
【输出格式】:
请直接输出文案内容,每个部分用【部分名称】标注,不要添加其他说明。
示例格式:
【开篇悬念】
1961年冬天,麻省理工学院的一间实验室里...
【历史背景】
20世纪60年代的美国,正值计算机科学蓬勃发展的时期...
请开始生成:"""
return await call_llm(prompt, temperature=0.8)
# ==================== 人物形象生成 ====================
async def generate_character_design(script: str, era: str) -> str:
"""生成人物形象规范"""
prompt = f"""请根据以下文案和年代背景,生成统一、贴合时代的人物形象规范:
【口播文案片段】:
{script[:1000]}
【年代背景】:{era}
【人物形象要求】:
1. 设计一个或多个符合时代背景的人物形象(科学家、实验者等)
2. 外貌细节:年龄、发型、面部特征、神态
3. 服饰:符合对应年代的服装、配饰
4. 动作特征:与实验或研究相关的动作
5. 道具:实验器械、工具等
6. 复古风格:棕褐色调,胶片颗粒感,柔和侧光
【输出格式】:
请按以下格式输出人物形象规范:
【人物1:姓名】
年龄:XX岁
性别:XX
发型:描述
面部特征:描述
服饰:详细描述(年代、材质、颜色)
神态:描述
动作特征:描述
道具:描述
特写提示词:详细的视觉描述,用于生成人物特写图片
请开始生成:"""
return await call_llm(prompt, temperature=0.7)
# ==================== 分镜脚本生成 ====================
async def generate_storyboard(script: str, character_design: str) -> str:
"""生成分镜脚本"""
prompt = f"""请根据以下文案和人物形象规范,生成详细的分镜脚本:
【口播文案】:
{script}
【人物形象规范】:
{character_design[:1500]}
【分镜要求】:
1. 总时长:3分钟(约180秒)
2. 分镜数量:30-35个分镜
3. 单镜时长:4-6秒
4. 镜头类型:远景、中景、近景、特写合理搭配
5. 镜头运动:平移、推进、拉远等自然衔接
6. 画面连续性:保证画面的连续性和衔接性
7. 空镜:适当加入空镜(实验场景、历史环境等)
【复古风格】:
- 棕褐色调
- 轻微褪色
- 胶片颗粒感
- 柔和阴影
- 严格禁止出现不属于本年代之外的场景或物品
【输出格式】:
请按以下格式生成分镜脚本:
镜头1:【镜头类型】(XX秒)
画面内容:详细描述
人物动作:如有
镜头运动:描述
镜头2:【镜头类型】(XX秒)
...
请开始生成分镜脚本:"""
return await call_llm(prompt, temperature=0.7)
# ==================== Veo2 提示词生成 ====================
async def generate_veo2_prompts(storyboard: str, era: str) -> str:
"""生成Veo2提示词清单"""
prompt = f"""请根据以下分镜脚本和年代背景,生成符合Veo2标准的详细提示词:
【分镜脚本】:
{storyboard}
【年代背景】:{era}
【Veo2提示词标准格式】:
主体(Subject):
- 视频的主要对象是什么
- 对象的特征和细节
- 对象的数量(如果是多个)
动作(Action):
- 场景中发生什么动作
- 动作的速度和节奏
- 动作的连续性
场景(Setting):
- 环境描述
- 背景元素
- 空间感
镜头角度(Camera Angle/Movement):
- 镜头类型(特写、远景等)
- 镜头运动(平移、推进等)
- 视角变化
灯光(Lighting):
- 光源类型
- 光线强度
- 光影效果
风格/情绪(Style/Mood):
- 视觉风格:棕褐色调,复古历史照片质感,轻微褪色效果,细腻胶片颗粒感,柔和阴影
- 情感氛围:根据文案情绪调整(悬念/严肃/激昂/沉静)
- 艺术效果:历史真实感与档案感拉满,无任何跨年代元素
【输出要求】:
- 为每个分镜生成一条完整的Veo2提示词
- 使用清晰、具体的描述
- 包含所有必要的视觉元素
- 保持逻辑性和连贯性
- 避免模糊或矛盾的描述
【输出格式】:
镜头1提示词:
主体:...
动作:...
场景:...
镜头角度:...
灯光:...
风格/情绪:...
镜头2提示词:
...
请开始生成Veo2提示词清单:"""
return await call_llm(prompt, temperature=0.6)
# ==================== 主流程 ====================
async def main():
"""主函数:生成全流程素材"""
parser = argparse.ArgumentParser(description="历史科学类科普短视频素材生成")
parser.add_argument("--theme", required=True, help="科普主题(如:蝴蝶效应的起源)")
parser.add_argument("--era", required=True, help="年代背景(如:1961年)")
parser.add_argument("--core_conclusion", required=True, help="核心科学结论")
parser.add_argument("--output_dir", default="./output", help="输出目录(默认:./output)")
args = parser.parse_args()
# 创建输出目录
os.makedirs(args.output_dir, exist_ok=True)
print(f"🎬 开始生成历史科学类科普短视频素材")
print(f"📌 主题:{args.theme}")
print(f"📅 年代:{args.era}")
print(f"💡 核心结论:{args.core_conclusion}")
print(f"📂 输出目录:{args.output_dir}")
print()
try:
# 1. 生成文案
print("📝 [1/4] 生成3分钟口播文案...")
script = await generate_script(args.theme, args.era, args.core_conclusion)
script_path = os.path.join(args.output_dir, "script.txt")
with open(script_path, "w", encoding="utf-8") as f:
f.write(script)
print(f" ✅ 文案已生成:{script_path}")
# 2. 生成人物形象
print("👤 [2/4] 生成人物形象规范...")
character_design = await generate_character_design(script, args.era)
character_path = os.path.join(args.output_dir, "character_design.md")
with open(character_path, "w", encoding="utf-8") as f:
f.write(character_design)
print(f" ✅ 人物形象已生成:{character_path}")
# 3. 生成分镜脚本
print("🎬 [3/4] 生成分镜脚本...")
storyboard = await generate_storyboard(script, character_design)
storyboard_path = os.path.join(args.output_dir, "storyboard.md")
with open(storyboard_path, "w", encoding="utf-8") as f:
f.write(storyboard)
print(f" ✅ 分镜脚本已生成:{storyboard_path}")
# 4. 生成Veo2提示词
print("🎨 [4/4] 生成Veo2提示词清单...")
veo2_prompts = await generate_veo2_prompts(storyboard, args.era)
prompts_path = os.path.join(args.output_dir, "veo2_prompts.txt")
with open(prompts_path, "w", encoding="utf-8") as f:
f.write(veo2_prompts)
print(f" ✅ Veo2提示词已生成:{prompts_path}")
print()
print("🎉 所有素材生成完成!")
print(f"📦 素材包位置:{args.output_dir}/")
print(" - script.txt (3分钟口播文案)")
print(" - storyboard.md (分镜脚本表)")
print(" - veo2_prompts.txt (Veo2提示词清单)")
print(" - character_design.md (人物形象规范)")
print()
print("💡 下一步:使用 Veo2 提示词在即梦平台生成视频素材")
except Exception as e:
print(f"\n❌ 生成失败:{str(e)}", file=sys.stderr)
sys.exit(1)
if __name__ == "__main__":
import asyncio
asyncio.run(main())
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |