H3 本地版 Skills 分享包

一套面向 本地生成工作流 的 WorkBuddy skill 集合。核心理念：只产出提示词，不调用任何云端 / ComfyUI 生图生视频接口，并且每一步都用确认门暂停、等你返回图像/成片地址后再继续——你完全掌控生图、生视频、生音乐的工具与额度（Krea2、Wan I2V、H3 节点、ACE-Step 1.5 本地部署等均可），本包只负责把"过简需求"翻译成可直接粘贴的富结构提示词。

适用对象：已自建本地 ComfyUI / H3 / ACE-Step 1.5 环境，想把"一句话创意 → 分镜 → 各镜头提示词"这条链路交给 AI 流水线、但生成执行留在自己手里的用户。

---

包含清单（共 11 个 skill ＋ 2 个可选进阶 skill）

一、本地版生成类（8 个，直接面向各类视频/动画产出）

二、提示词 skill（3 个，被上面 8 个在对应步骤调用）

强依赖：8 个生成类 skill 在「生图」步会调用 image-prompt-writer-local、在「视频」步会调用 h3-prompt-writing、在「分离模式 BGM」步会调用 ace-step-1.5-prompt-writer。分享/安装时必须 11 个一起装，缺任何一个都会在某一步断了调用。

三、H3 进阶提示词（2 个，可选安装，不参与上面 8 个的调用链）

「官方原版」与「实践新版」的区别

一句话：官方原版告诉你"H3 提示词长什么样"，实践新版告诉你"哪些写法在实跑里会翻车"。 两份可以同时装——h3-prompt-writing-cn 的 SKILL.md 里已注明：冲突时以 h3-video-prompt-cn（专家包版）为准。

两个进阶 skill 的分工

h3-video-prompt-cn 管六段结构与规范（镜头句该放在哪一段）； h3-camera-motion-lib 管镜头句本体（这句话具体怎么写）。写运镜类提示词时先查后者，再套前者的结构。 不依赖 cinematic-director-camera-dsl：镜头句在本库里已可直接取用，camera DSL 降级为可选校验工具； 两者结论冲突时以本库的「实测」一栏为准（本库结论来自 A–G 七组 46 镜 · 约 100 条成片的对照测试）。

---

安装方法

本仓库为展平结构：根目录下就是 11 个 skill 文件夹 + 本 README。把根目录下除 README.md 外的 11 个 skill 文件夹整体复制到 WorkBuddy 用户级 skills 目录，重启/刷新即可在 UI 看到：

• Windows：C:\Users\\.workbuddy\skills\
• macOS / Linux：~/.workbuddy/skills/

复制后，你的 skills 目录里应新增这些文件夹：

.workbuddy/skills/
├── 3d-animation-short-generator-local/
├── brand-promo-video-generator-local/
├── co-op-game-intro-generator-local/
├── handdrawn-live-video-generator-local/
├── minimalist-product-ad-generator-local/
├── music-video-subtitle-generator-local/
├── paper-collage-explainer-generator-local/
├── papercraft-stop-motion-explainer-local/
├── image-prompt-writer-local/
├── h3-prompt-writing/          （含 agents/ 与 references/ 子文件，需一并复制）
└── ace-step-1.5-prompt-writer/

注意：h3-prompt-writing 不是空文件夹——它带有 agents/openai.yaml 和 references/base-en.txt、references/ref-en.txt，复制时务必保留整目录。

仓库根目录即如上 11 个 skill 文件夹，复制时排除 README.md 即可，无需再进任何子目录。

---

设计理念：本地化改造总则 v2

这 8 个本地版由官方原版 skill 改造而来，统一遵循以下规则：

1. 生图只给提示词，不调用任何生图工具：每步只输出文生图提示词，你用任意工具（Krea2 / ComfyUI 等）生成图像并把图像地址返回即可。不硬编码任何工作流路径。
2. 每一步都确认 + 交付物门：每个步骤产出后暂停，等你「确认 / 修改」；生图步必须等你返回图像地址后才进入视频步（视频步以你的静帧为参考图，I2V from still）。
3. 视频提示词调用 h3-prompt-writing：按 H3 的 I2VA/Ref2VA 结构输出完整视频提示词 + 端口 / 顺序 / 时长 / 分辨率建议，你在本地 H3 节点执行。
4. 音频方案门（见下）：第一步先问你音频走「统一 H3」还是「分离生成」。
5. 旁白/对白一致性（分离模式必做）：需把【音色参考文件】放到当前项目文件夹，用任意 TTS 的「参考 / 音色克隆」模式保证跨镜头音色统一；未提供则暂停，禁止无参考直接生成。
6. BGM 分离 → 视频提示词只规划视觉：选分离模式时，BGM 由 ACE-Step 1.5 单独生成，视频提示词不写 BGM/旁白/对白出现指令，音频留到后期合成。
7. 删除自动剪辑 / 拼接：改为提供"剪辑思路"。
8. 规划 / 分镜 / 排版等文本方法论沿用原 skill。
9. 删除"表情图"相关提示词（角色卡默认四视图锁定一致性）。

门控硬规则（真停顿）

每个 ⏸ 确认门 / ⏸ 交付物门 都是硬性停止点，不是建议。固定顺序：① 仅输出当前步交付物 → ② 调用 AskUserQuestion 给三选项「✅ 确认继续 / ✏️ 修改当前步 / ⏸ 暂停或换方向」→ ③ 等待你回复，绝不预生成后续步骤。任何门不得跳过 / 合并，也不得用一句"请确认"文字代替。

音频模式门

进入流程第一步时必问二选一：

• A) 统一 H3 音频：旁白 + 对白 + BGM 全由 H3 原生音频驱动（最省事，无需外部文件）。视频提示词可正常含音频指令。
• B) 分离生成：旁白/对白只给提示词（不绑定 MOSS-TTS，你用任意 TTS 的参考模式 + 音色参考文件）；BGM 用 ace-step-1.5-prompt-writer 生成 ACE-Step 1.5 提示词；视频提示词只规划视觉，音频后期合成。

---

典型使用流程（以某个生成类 skill 为例）

你给创意/素材
   ↓
[STEP] 解析 + 制作计划          → ⏸ 确认门（你批准）
   ↓
[STEP] 静帧/角色卡/场景卡规格    → ⏸ 确认门
   ↓
[STEP] 生图提示词               → 调用 image-prompt-writer-local
       输出「风格锚 + 每图中文版/英文版双版四段式」
                                 → ⏸ 交付物门：你用 Krea2 生图，返回图像地址
   ↓
[STEP] 分镜/组装计划            → ⏸ 确认门
   ↓
[STEP] 视频提示词               → 调用 h3-prompt-writing
       输出完整 H3 提示词 + 端口/时长/分辨率建议
                                 → ⏸ 交付物门（可选）：你在 H3 节点生视频，返回成片
   ↓
[STEP] 音频（依模式门分支）
       A 统一H3：提示词已含音频指令
       B 分离：旁白只给提示词（你用 TTS 参考模式）
                BGM 调用 ace-step-1.5-prompt-writer 出 ACE-Step 1.5 提示词
   ↓
[STEP] 质量评审 → ⏸ 确认门
   ↓
[STEP] 剪辑思路（替代自动剪辑）

image-prompt-writer-local 与 ace-step-1.5-prompt-writer 也可独立调用——直接让 AI 写文生图提示词或写一段 BGM 提示词即可，不必走完整流水线。

---

---

更新记录（Changelog）

2026-10-14 · h3-video-prompt-cn 补入「音频参考」判据

新增 h3-video-prompt-cn/references/audio-reference.md（七节），并在 h3-video-prompt-cn/SKILL.md 的 references 索引表与「音频时间线对齐」节登记。

来源：H3 音频参考能力测试 —— 30 条成片，SelfLift dasiwa × FreeVideo 双管线、同提示词同 seed 对照。

同日补充测试（partially_copy 只复制伴奏层）： 声明 `partially_copy` 只取伴奏层作为画外配乐、 作 reference 音色参考、歌词由角色重新演唱——用同一份提示词跑「云朵女声 / 鹄仙本声 / 男性角色挂男声」三条，验证「只复制伴奏、人声换音色」这条路径。该轮同时暴露了上面 §一 的判定陷阱。

逐条测试数据与成片见项目内 H3音频参考测试/（HTML 报告生成器 gen_report.py ＋ 渲染自检 verify_audio_report.mjs）。

---

鸣谢 / 来源（Credits）

本分享包是"站在别人肩膀上 + 自己实跑"的产物，原始能力归属如下，特此鸣谢：

我们自己贡献的部分（不属于上述来源）：A–G 七组 46 镜、约 100 条 480P 成片 + 29 条 1080P 双采成片的对照测试结论—— 每镜的实测状态（✅/🟡/❌）、推荐 LoRA 与权重、踩坑清单，以及"环境写描述式不写清单式"“整圈的圈数与时长必须同时给” "`` 不进 summary / detailed_description"等校准后的写法纪律。

---

兼容性 / 免责

• 全部 skill 纯文本产出、零 API 调用，可移植到任何能读取本地 .workbuddy/skills/ 的 WorkBuddy 环境（含 OpenAI ChatGPT/Codex 等兼容 UI，h3-prompt-writing 的 agents/openai.yaml 仅提供可选 UI 元数据，不限制运行环境）。
• 本包不包含任何生图/生视频/生音乐的权重、工作流 JSON 或执行脚本；生成执行完全在你本地环境完成。
• 原始能力归属见上文「鸣谢 / 来源」；Krea2 工作流、h3-prompt-writing 等归各自原作者 / 官方项目，本分享包仅做"本地版 · 纯提示词 · 逐步确认"的改造封装。