tfboy1/oh-my-minimaxh3-director

你的 AI 视频导演。把剧本交给我，把成片还给你——剧本自动分镜 → MiniMax H3 生成 → 剪映一键拼合的全自动流水线。

功能特性

• 🎬 剧本自动分镜（WenWu 导演引擎）：先询问故事要求，生成上下镜头衔接 的分镜剧本，再生成人物四视图参考图（三张不同视角全身 + 一张脸部特写， 支持图片生成或网络角色参考），最后写 H3 提示词——支持官方 H3 六段式英文 与 WenWu 中文分镜两种模式，镜头密度随任意片长自适应。
• 🎞️ MiniMax H3 工作流分配：按内容自动路由 Ref2VA（有参考图）/ T2V （纯文本）/ I2V（首尾帧），按 class_type 覆盖提示词、时长、步数、种子、 分辨率与输出前缀，不写死节点 ID。
• ✅ 参数确认：提交前把参数汇总成一张表给你确认，后端校验非法值 （时长 5-15s、步数 4-40 等），不做前端表单。
• ☁️ Cloudflare 隧道：自动探测本机 8188 / 已有隧道 / AutoDL，需要远程 访问时自动复用或启动 trycloudflare 临时隧道。
• 📥 批量提交与断点监控：上传参考图 → 逐段提交 → 轮询下载，失败自动 重试，状态落盘可续跑。
• ✂️ 剪映自动拼合：调用 jianying-editor 生成剪映草稿（顺序导入 + 叠化 转场），可选自动导出 MP4。
• 🖥️ 首次使用引导：询问自动更新、检测 ComfyUI、评估硬件、指导下载 MiniMax H3 模型，逐个说明用途后询问是否安装辅助 skill 与 MCP。
• 🌙 无人值守安全模式：每次批量开始前确认是否无人值守；是则约定关机 时间并启动 GPU 显存/内存监控（90% 警告 / 95% 停止），防 OOM 并自动关机。

安装

从 skills.sh 安装（推荐）：

npx skills add TFboy1/oh-my-minimaxh3-director --skill oh-my-minimaxh3-director

或直接使用仓库（本地开发）：

git clone https://github.com/TFboy1/oh-my-minimaxh3-director.git

首次使用

第一次调用时，skill 会按顺序与你确认，每项都会先说明用途：

1. 是否启用自动更新（推荐启用）；
2. ComfyUI 是本地还是云端（本地探测 8188 / 未安装给下载教程；云端请你 提供 trycloudflare 或 AutoDL 网址链接）；
3. 运行硬件检测，判断本机能不能带动 MiniMax H3；
4. 是否已下载 MiniMax H3 模型（未下载给 ModelScope 教程）；
5. 是否安装可选依赖：h3-prompt-writing（提示词）、jianying-editor （剪映拼合）、comfy-mcp（ComfyUI 管理）。

完整教程见 references/setup-guide.md。

使用方法

在 Codex 中直接说：

使用 $oh-my-minimaxh3-director 把剧本做成视频

然后给出剧本文件或故事文本。流程：

剧本/故事 → 询问故事要求 → 衔接分镜 → 人物四视图参考图
→ H3 提示词（官方 / WenWu）→ 构建 H3 工作流 → 参数确认
→ 提交生成 → 下载片段 → 剪映拼合草稿 →（可选）自动导出

也可以分步手动执行：

# 1. 探测 ComfyUI（可选开隧道）
python scripts/probe_comfy.py --workspace  --write
python scripts/ensure_cloudflared.py --workspace    # 需要远程时

# 2. 从 storyboard.json + prompts/ 构建每段工作流与参数表
python scripts/build_workflows.py --project  --workspace 

# 3. 提交并监控（断点可续跑）
python scripts/submit_jobs.py --project  --workspace 
python scripts/monitor_jobs.py --project  --workspace 

# 4. 生成并运行剪映拼合脚本
python scripts/generate_assembly.py --project  --title 
python /assemble_jianying_.py

硬件要求

运行 python scripts/check_hardware.py 自动检测本机配置：

模型总计约 40GB，需要 NVIDIA GPU + CUDA；磁盘建议预留 60GB+。

目录结构

oh-my-minimaxh3-director/
├── SKILL.md                    # skill 主流程
├── README.md
├── agents/openai.yaml          # UI 元数据
├── assets/templates/           # H3 模板（ref2va / t2v / i2v，API 格式）
├── references/
│   ├── setup-guide.md          # 首次安装：ComfyUI / 模型 / 硬件 / 可选依赖
│   ├── storyboard-schema.md    # 分镜 JSON 与提示词规范
│   ├── workflow-routing.md     # 模板路由与字段映射
│   └── cloudflared.md          # 隧道操作细节
├── scripts/                    # 7+1 个流水线脚本
└── evals/evals.json            # 测试用例

常见问题

• 提交报 node_errors：通常是远程 ComfyUI 缺少节点包或模型文件名不对， 报错信息会指明，按提示补装/改名。
• 本地 OOM：降低分辨率（0.4MP → 0.2MP）、缩短时长、改用 4 步 Turbo， 或直接切到云 GPU。
• 隧道不稳定：ensure_cloudflared.py --stop 停掉后重开，或回退 AutoDL 直连地址。
• 想加自定义模板：用 convert_ui_workflow.py 把 UI 格式工作流转成 API 格式，放进 templates_dir 即可。

致谢 (Credits)

本项目站在以下开源项目的肩膀上：

• MiniMax H3（MiniMax-AI）：模型本体与 h3-prompt-writing 提示词 skill，遵循 MiniMax H3 社区许可；
• Comfy-Org/minimax-H3： ModelScope 重打包，国内直连下载；
• ComfyUI：视频生成推理引擎，GPL-3.0；
• jianying-editor-skill （luoluoluo22）：剪映自动拼合 JyWrapper，MIT；
• comfy-mcp（Comfy-Org）：ComfyUI MCP 服务，AGPL-3.0-or-later OR Commercial；
• cloudflared（Cloudflare）：远程 隧道，Apache-2.0。

完整名单见 CONTRIBUTORS.md。

License

本 skill 代码以 MIT 协议开源，完整文本见 LICENSE。 模型权重遵循 MiniMax H3 社区许可；上游组件（ComfyUI、comfy-mcp、 jianying-editor-skill、cloudflared）以各自许可证为准。