安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install article-to-video-shots
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 article-to-video-shots。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

Article-to-Video Shots 将文章、博客文章、评论、教程、报告和技术文档转换为专为 TikTok、YouTube Shorts、Instagram 风格竖屏视频和 Bilibili 等平台设计的短视频脚本。它不是将段落直接复制到场景中，而是围绕一个核心要点和一系列重点信息重新组织文章。
每个镜头包含时间范围、视觉简报、中英文文生视频提示词、配音和简洁的屏幕字幕。内置检查功能可发现时间、提示词和格式问题，而积累的项目和全局经验有助于防止未来工作中的已知渲染陷阱。对于评估 Openclaw Skills 的创作者而言，此技能提供从源文章到可直接生产的故事板的实用工作流。

应用场景

将发布的博客文章、评论、教程、报告或技术文档重新用于制作 30–90 秒的竖屏视频。
为 TikTok、YouTube Shorts、Bilibili 或其他短视频频道创建简洁的故事板。
将抽象的观点和论点转化为可供文生视频模型使用的具体、视觉上可描述的动作。
为 Sora、Veo、Runway 和其他文生视频系统生成并行的中英文提示词。
在交付前检查草稿的镜头数量、时间间隙、配音长度、缺失字段、不一致的样式前缀或已知的渲染隐患。
在反复进行的项目中复用用户偏好和经验教训。此技能不适用于静态海报生成或持续时间已固定的剪辑项目。

工作原理

在起草前阅读积累的经验教训；应用现有的偏好和渲染排除项，并在开始工作前记录任何新需求。
阅读完整文章并确定其最核心的要点。如果提取不出清晰的中心思想，请停止并解释为什么该文章不适合。
选择支持证据并将其归纳为 6–9 个镜头，每个镜头传达一个信息点。将其安排为简短的钩子、推进的中段以及带有动作提示的结尾镜头。
构建一个定时的故事板，通常目标为 30–90 秒，钩子为 3–5 秒，每个镜头通常 4–8 秒。必要时使用初始化工具创建结构，然后用真实内容替换每个 TODO。
完成每个镜头的全部五个字段：视觉简报、中文提示词、英文提示词、口语配音和屏幕字幕。在提示词中描述可见的动作和对象，并在每个镜头中重复全局视觉样式前缀。
运行故事板检查器并解决所有严重错误。检查警告，并在警告同样应该阻止交付时使用严格模式。
以 Markdown 形式交付故事板，包含必需的发布注意事项，并将新的项目经验写回，以便未来的 Openclaw Skills 工作流能够受益。

配置指南

使用发行版记录的 pipx 或一键安装方法安装配套的 avs 命令行工具，或使用技能中包含的脚本。avs 命令会转发到相应的脚本，因此在未安装 CLI 时可以直接调用脚本。使用 avs install 将技能安装到支持的代理的技能目录中；平台路径通过 adapters.json 进行管理。

安装到支持的代理（例如：Cursor）

avs install --agent cursor

使用文章创建定时故事板骨架

avs init article.md --duration 60

检查完成的故事板

avs check storyboard.md

使警告与严重错误一样导致验证失败

avs check storyboard.md --strict
如果 avs 不可用，请从技能目录调用捆绑的脚本：
python3 scripts/init_storyboard.py article.md --duration 60
python3 scripts/check_storyboard.py storyboard.md
python3 scripts/learn.py digest
该技能记录了与 WorkBuddy、Claude Code、Cursor 和 Codex CLI 的集成。对于自定义安装路径，请使用 avs install --dir
。请将 SKILL.md、scripts/ 和 references/ 保持在其相对位置，以便脚本路径继续正常工作。

数据架构

主要交付物是 Markdown 故事板。它包含 6–9 个定时镜头，每个镜头使用以下五个字段结构：
字段 用途
镜头名称和时间范围 标识镜头及其开始/结束时间
视觉简报 用于剪辑和设计的简洁描述
中文提示词 视频模型的可见、具体场景描述
英文提示词 场景提示词的等效英文版本
配音 适合镜头持续时间的口语台词
字幕 屏幕短文本行，通常不超过 15 个汉字
共享视觉指导包括在每个镜头中重复的全局样式前缀以及全局负面提示词集。默认样式针对稳定的 9:16 竖屏视频；负面提示词可防止乱码文本、水印、徽标、闪烁和过饱和等问题。时间必须是连续的、不重叠的，并从零开始。
文件或位置 内容和角色
scripts/init_storyboard.py 从长篇文章创建定时故事板骨架。
scripts/check_storyboard.py 验证故事板结构并支持多文件检查、--strict 和 --json。
scripts/learn.py 添加、列出、总结、提升或遗忘积累的经验。
scripts/storyboard_lib.py 共享的解析和验证逻辑。
references/shot-patterns.md 镜头模式、视觉公式和常见失败点。
references/prompt-patterns.md 场景、镜头运动、光照及相关提示词语言的中英文词汇。
~/.workbuddy/avs/learnings.jsonl 可在项目之间复用的全局经验。
.avs/learnings.jsonl 存储在当前项目目录中的项目级经验。
学习条目可以记录视觉指导或用户偏好等类别、文本指令、避免的视觉元素以及可选原因。确切的 JSONL 记录格式由学习脚本管理。重复的经验可以提升到全局范围；出现三次或更多次的循环规则应考虑纳入 SKILL.md。

高级特性

自动化验证检查九类严重错误：缺少必需字段、配音不符合镜头持续时间、视觉描述中的文本渲染指令、镜头数量超出 6–9、损坏或重叠的时间轴、缺少样式前缀、英文提示词中的中文文本、先前记录的禁用视觉术语以及未完成的 TODO 占位符。
其他警告会标记视觉中的金钱或百分比、过短或过长的提示词、超过 15 个字符的字幕、超过 8 秒的镜头以及使视觉填充不足的配音。使用 --strict 使警告导致验证失败。
经验捕获支持添加用户决策、模型特定的渲染失败和稳定的偏好。在经验中保存的术语可以变成新的检查，无需修改代码；将可复用的教训提升到全局范围。
avs
CLI 提供
install
、
init
、
check
learn
命令作为捆绑脚本的快捷方式。代理目录映射在
adapters.json
中配置。
提示词指导强调可见、具体的动作；成对的中英文提示词；一致的全局样式；以及跨镜头循环视觉元素的连续性。
交付指导有助于降低常见的生产风险：避免模型渲染的文本，将具体价格和百分比排除在视觉之外，避免第三方徽标，对照当前版本验证产品界面细节，并交付 Markdown，除非另有请求。

name: article-to-video-shots slug: article-to-video-shots
version: 1.2.1
displayName: 长文转短视频分镜 · AI 视频脚本生成器
summary: 把公众号推文、博客、测评稿一键拆成带时间轴的分镜脚本，输出画面描述、中英文视频提示词、口播配音和字幕，自动体检时长语速与渲染风险，并把每次踩过的坑沉淀下来，下次自动拦住
description: 当用户有一篇已写好的长文（公众号推文、博客、测评稿、教程、报告、小红书长帖、技术文档），想做成短视频时触发。产出带时间轴的镜头清单，每个镜头包含画面描述、中文提示词、英文提示词、配音文案、屏幕字幕五要素，可直接投喂可灵、即梦、Sora、Veo、Runway 等文生视频模型。内置九项硬伤体检，自动检查配音字数是否超出时长、画面是否误让模型渲染中文、提示词是否遗漏统一风格前缀、单镜头是否过长。自带经验沉淀机制，每次完成的教训会累积下来变为新检查项。适用于抖音、视频号、小红书、B站、YouTube Shorts 等竖版短视频场景。触发词包括「把这个做成视频」「写视频提示词」「出分镜」「做短视频脚本」「长文转视频」「」「AI 视频脚本」「口播稿」「分镜头」「storyboard」「text to video」。不用于纯图片海报生成，不用于已有时长精确的剪辑工程。 tags: [ai, video, ai-video, storyboard, content, prompting, script, text-to-video]
license: MIT

长文转短视频分镜

把一篇长文压缩成 30 到 90 秒的竖版短视频脚本。

这个 skill 替用户做三件他们自己做不好的事。一是把文章结构改成镜头结构，二是把中文意思翻译成视频模型听得懂的话，三是把每次踩过的坑记住，下次自动拦住。

第 0 步，先读记忆

动笔之前必须先看一下过去攒下的经验，这一步不能跳：

avs learn digest

# 没装 CLI 就跑 python3 scripts/learn.py digest

输出里的每一条都要遵守。特别留意「画面禁用词」，那些是过去真实翻过车的东西。

顺便问一句这次有没有新增偏好，比如客户指定要某套配色或某种口播风格，有就先 learn.py add 进去再开工。

核心判断

文章按「论证」组织，视频按「信息块」组织。直接把段落搬进镜头会得到一堆同一个机位的口播画面，观众三秒就划走。第一步一定是重排，不是摘抄。

镜头数控制在 6 到 9 个。少于 6 个讲不完，多于 9 个观众记不住。单个镜头 4 到 8 秒，钩子镜头不超过 5 秒。

每个镜头只承载一个信息点。一个镜头里塞两个观点，等于这个镜头作废。

工作流
第一步，提炼主线

读完全文，用一句话写出这篇文章最想让人记住的那件事。不是标题，是读完之后的认知转变。

提炼不出来，说明这篇文章不适合做视频，直接告诉用户并说明原因，不要硬拆。这是唯一的提前终止条件，触发就停。

主线定下来后列出支撑它的证据点，每个证据点对应候选镜头。证据点超过 9 个就合并同类，不要靠删掉重要论据来凑镜头数。

第二步，排镜头

按这个骨架排，这是长文转视频唯一稳定的结构：

位置 作用 建议时长
镜头 1 钩子，制造悬念或给出反常事实 3 到 5 秒
中间 4 到 6 个 痛点和转折，交替推进 每个 5 到 8 秒
最后 1 个 收束加行动引导 5 到 8 秒

钩子不要用「今天聊聊某某」这种介绍式开头。用文章里最反直觉的那个事实，或者最有画面感的那个动作。

需要脚手架时先让它生成一个骨架，省去排版时间：

avs init 文章.md --duration 60

# 没装 CLI 就跑脚本
python3 scripts/init_storyboard.py 文章.md --duration 60

avs 是随这个技能一起分发的命令行工具，装在 avs_cli 包里，avs init 会转发到 scripts/init_storyboard.py。它会读文章的小标题作为候选镜头主题，按钩子短、中段平均、收尾略长的规则切好时间轴。骨架里的 TODO 必须逐个填实，不允许批量编造。

镜头类型不够用时查 references/shot-patterns.md，里面有九种常见镜头的画面公式和翻车点。

第三步，写五件套

每个镜头必须写全这五项，缺一项这个镜头就没法直接投喂：

镜头 N｜镜头名（起止秒）

画面：给剪辑和设计看的一句话，说明这个镜头里发生了什么动作
中文提示词：给模型看的画面描述，只写看得见的东西
英文提示词：同一画面描述的英文版本
配音：口播原文，要能直接念出来
字幕：叠在屏幕上的短句，通常不超过 15 字

镜头语言从中英对照词表 references/prompt-patterns.md 里取，景别、运镜、光线这些词决定画面质感。

写提示词时重点处理这三件事：

只写看得见的东西。模型不理解「性价比高」「效率提升」，它能理解「五个窗口逐个关闭收拢成一把钥匙」。把抽象概念翻译成一个具体动作或物体，这是整个 skill 最值钱的一步。
中英文都给。同一画面给两版，命中率差别很大，让用户都跑一遍挑好的。
每个镜头都原样带上全局风格前缀，否则七个镜头会像七部不同的片子。
第四步，统一风格

全片用一个全局风格前缀。用户没指定时默认这套中性方案：

竖屏 9:16，电影级打光，干净的极简科技风，柔光，低饱和，画面稳定无闪烁

同时给一组全局负向提示词，每次一起提交：

变形文字，乱码字符，水印，商标 logo，画面闪烁，过度饱和，廉价广告风

第五步，体检

产出后必须跑检查脚本，不凭感觉交稿：

avs check 分镜.md
avs check 分镜.md --strict # 提醒也算失败

脚本查九项硬伤和五类提醒。硬伤必须改到清零才能交付：

代号 含义
E1 缺必备字段
E2 配音字数超出该镜头时长能念完的范围
E3 画面描述里出现需要模型渲染的文字
E4 镜头数不在 6 到 9 之间
E5 时间轴断档、重叠或起点不为零
E6 提示词没带全局风格前缀
E7 英文提示词里混入了中文
E8 命中历史沉淀的画面禁用词
E9 字段还留着 TODO 占位符

E8 是这套工具自我进化的地方。经验文件里记过的禁用词会自动变成新的检查项，不用改代码。

提醒项包括画面出现金额百分比、提示词过短或过长、字幕超过 15 字、单镜头超过 8 秒、配音量相对画面过空。提醒默认不影响退出码，加 --strict 后算失败。

第六步，交付

默认交付 Markdown。用户另有要求再导出别的形式，不要自作主张生成网页或海报。

发布注意事项里必须提醒三件事，视频里不放外链、界面类镜头录屏前核对当前版本、不可独立验证的数字只进配音不进画面。

第七步，回写经验

每完成一条片子，把这次学到的东西写回去。这一步决定了下次能不能更准，不允许跳过。

至少回写两到三条，重点记这四类：

# 用户明确否决过的表达

avs learn add --category 画面 --text "涉及餐饮的画面不要给食物特写" --why "客户嫌廉价"

# 某个模型渲染失败的具体元素，会被体检自动拦截

avs learn add --avoid "沙漏" --why "该模型渲染沙漏必崩"

# 稳定的用户偏好

avs learn add --category 用户偏好 --text "配乐偏克制，不要情绪煽动型"

learn.py promote 把项目级经验提升为全局经验，跨项目复用。

learn.py show 会统计每条经验的命中次数。同一条经验出现三次以上，就应该升级成这个 SKILL.md 里的硬规则，而不是继续留在经验文件里。改完 SKILL.md 记得把 version 递增。

硬经验，照做就能少踩坑

画面里不要出现任何需要模型渲染的文字。 文生视频模型渲染中文基本必废，出来的是乱码。凡是「写着某某」「打印出一行」这类描述一律删掉，改成「字幕」字段交给后期叠加。

不要出现具体金额和百分比。 一是触发审计风险，二是模型会渲染错。价格信息只在配音里说。

商标和品牌 logo 要规避。 涉及第三方商业品牌的热点文，用通用物件代替，比如用一张通用小票代替某个快餐的包装。

配音语速按每秒 4.5 个汉字估算。 8 秒的镜头最多 36 字。写超了砍字或加时长，写少了画面太空观众会觉得拖，这两种情况脚本都会报警。

同一个元素要跨镜头保持一致。 文章里反复出现的核心物件，全片用同一个颜色同一个形态描述，不要这个镜头叫卡片、下个镜头叫面板。

产品界面类镜头必须核对当前版本。 提示词里写按钮名称之前先确认界面没改版，录出来和提示词对不上是最常见的翻车点。

文件说明
文件 用途
scripts/init_storyboard.py 从长文生成带时间轴的分镜骨架
scripts/check_storyboard.py 体检，支持多文件、--strict、--json
scripts/learn.py 经验沉淀，add / show / digest / promote / forget
scripts/storyboard_lib.py 解析与校验公共库
references/shot-patterns.md 九种镜头类型的画面公式
references/prompt-patterns.md 镜头语言中英对照词表
关于 avs 命令

这个技能还配了一个命令行工具 avs，用来把它装进各种 Agent。用户可能通过 pipx install 或一键脚本装过，也可能直接复制目录。

avs install 会把本技能复制进 WorkBuddy、Claude Code、Cursor、Codex CLI 等 Agent 的 skills 目录，自动检测本机装了哪些
avs init / avs check / avs learn 会转发到上面 scripts/ 里的对应脚本，作用完全一样，只是不用记路径
各平台的目录配置在同级的 adapters.json，新增平台只改配置

对本 skill 的影响：无论用户怎么装，本文件（SKILL.md）和 scripts/、references/ 的相对位置不变。所以上面所有命令里的相对路径写法始终成立，不需要关心自己被装到了哪里。

如果用户说「装到 Cursor 里」或「给 Claude Code 也装一份」，告诉他运行 avs install --agent cursor 即可，不要手动复制目录。路径对不上时用 avs install --dir 兜底。

交付与经验存放

交付一个 Markdown 文件给用户，格式照上文第三步的五件套代码块组织即可。这个 skill 不附带成品示例文件，避免把某个具体项目的品牌和口吻带进每一次使用。

经验文件不放在技能包内。全局在 ~/.workbuddy/avs/learnings.jsonl，项目级在当前目录 .avs/learnings.jsonl，这样升级技能包不会冲掉已经攒下来的东西。

Le Carré de Sable

Lowdown MCP Lookup