swan7-py/minimax-h3-skills-local

64 stars 质量 52 趋势 35

改良自官方skills，转换为纯提示词输出

概览

一套面向的 WorkBuddy skill 集合。核心理念：，并且**——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。：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。，缺任何一个都会在某一步断了调用。：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：。 h3-video-prompt-cn 管**（镜头句该放在哪一段）； h3-camera-motion-lib 管**（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。：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）。本仓库为**：根目录下就是 11 个 skill 文件夹 + 本 README。**整体复制到 WorkBuddy 用户级 skills 目录，重启/刷新即可在 UI 看到： - ：C:\Users\ .workbuddy\skills\ - ：~/.workbuddy/skills/ 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**，无需再进任何子目录。

README

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。

⭐ 如果你只想装「有用的那几个」（2026-10-25 起推荐）

本仓库现在分两块：主线 = H3 提示词，其余是 2026-09 的本地版流水线（已归档到 old/）。

推荐只装 2 个：

装什么	为什么
`h3-video-prompt-cn`	必装。H3 六段结构＋全部实跑判据（动作迁移、替换／编辑、音频参考、否定式闸门、运镜指引、交付模板）；官方使用说明也已归档在它的 `references/` 里，不必另装官方 skill
`h3-camera-motion-lib`	强烈建议。镜头句本体——按运镜族给可直接粘贴的中文句子 + 实测状态 + 推荐 LoRA

old/ 里的 10 个是早期流水线，2026-09-03 之后没再维护，且互相强依赖（要装就得 10 个一起装），详见 old/README.md。

包含清单

一、主线：H3 提示词（2 个）

Skill 文件夹	定位	用途
`h3-video-prompt-cn`	唯一超集 · 主力	官方 H3 规范＋实跑判据：视频参考三玩法、镜头句精简纪律、否定式两级闸门、替换／编辑四条判据、动作迁移、音频参考、隔空操控、手势粒度、跨镜点名、大型附属物、特效结构层、交付模板；`references/` 18 份
`h3-camera-motion-lib`	镜头句库	⭐ H3 运镜提示词库——按运镜族（摇镜变焦 / 推拉横移升降 / 环绕翻滚子弹时间 / 特殊复合 / 视角机位 / 装置风格 / 双人关系）给可直接粘贴的中文镜头句＋实测状态（✅🟡❌）＋推荐 LoRA ＋坑

日常两个都装：h3-video-prompt-cn 管结构与判据，h3-camera-motion-lib 管镜头句本体。

官方口径放哪了（2026-10-28 起）

官方 h3-prompt-writing（英文）/ h3-prompt-writing-cn（中文）已不再作为独立 skill，正文归档进 h3-video-prompt-cn/references/：

文件	内容
`official-guide-cn.md` / `official-guide-en.md`	官方 8 章使用说明（工作流 / 基础模式 / 全参考 / 音频时间线 / 输出规则 / 特殊标记 / 技巧 / 参考索引），中英各一份
`base-en.txt` / `ref-en.txt`	官方规范原文（基础模式 / 全参考模式）——权威契约，不翻译
`base.txt` / `ref.txt`	上面两份的可读中文渲染版

一句话：官方版告诉你"H3 提示词长什么样"，h3-video-prompt-cn/SKILL.md 告诉你"哪些写法在实跑里会翻车"。权威方向：任何新判据只进 h3-video-prompt-cn/SKILL.md；官方口径有变动时只更新 references/official-guide-*.md。

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）。

二、已归档：2026-09 的本地版流水线（10 个，在 `old/` 下）

Skill 文件夹	用途
`3d-animation-short-generator-local`	风格化 3D 动画短片
`brand-promo-video-generator-local`	品牌 / 产品 / 网站宣传短片
`co-op-game-intro-generator-local`	双人合作游戏开场动画
`handdrawn-live-video-generator-local`	手绘发光动画 + 实拍融合
`minimalist-product-ad-generator-local`	极简 / Apple 风产品广告
`music-video-subtitle-generator-local`	歌词排版 / 卡点 MV
`paper-collage-explainer-generator-local`	纸拼贴科普动画
`papercraft-stop-motion-explainer-local`	纸艺定格科普动画
`image-prompt-writer-local`	富结构文生图提示词（上面 8 个的生图步依赖）
`ace-step-1.5-prompt-writer`	ACE-Step 1.5 音乐提示词（分离模式 BGM 依赖）

这 10 个 2026-09-03 之后未再维护，已整体移入 old/。它们互相强依赖：8 个生成类在生图步调用 image-prompt-writer-local、视频步调用 h3-prompt-writing、BGM 步调用 ace-step-1.5-prompt-writer——要装必须 10 个一起装，单装会断链。详见 old/README.md。注：其中 h3-prompt-writing 已移出主目录，正文归档在 h3-video-prompt-cn/references/official-guide-*.md——这条流水线本身已归档，引用仅作历史说明。

安装方法

推荐：只装 H3 主线

把下面 2 个文件夹复制到 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/

.workbuddy/skills/
├── h3-video-prompt-cn/     ← 必装（结构 + 判据）
└── h3-camera-motion-lib/   ← 强烈建议（镜头句本体）

官方口径不用另装：h3-video-prompt-cn/references/ 里已有 official-guide-cn.md / official-guide-en.md（官方 8 章正文），以及 base-en.txt / ref-en.txt（官方规范原文）。

h3-video-prompt-cn 带 references/ 子目录（18 个文件），复制时保留整目录。

若要装已归档的本地版流水线

见 old/README.md。old/ 下 10 个必须一起装，且会被装到同一层 skills 目录（即 old/ 这层只是仓库里的收纳，不要连 old/ 目录一起复制）。

⚠️ 下面四节（设计理念 / 门控硬规则 / 音频模式门 / 典型使用流程）描述的是 old/ 里那条已归档的本地版流水线。 只装 H3 主线的读者可以跳过；要复现那条流水线，请连同 old/README.md 一起看。

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：

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。
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）。
视频提示词调用 h3-prompt-writing（现已归档在 h3-video-prompt-cn/references/）：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。
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」。
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。
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。
删除自动剪辑 / 拼接：改为提供"剪辑思路"。
规划 / 分镜 / 排版等文本方法论沿用原 skill。
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）

2026-10-28 · 收敛为 2 个 skill：官方两版归档进 `h3-video-prompt-cn/references/`

结构：h3-prompt-writing（英）/ h3-prompt-writing-cn（中）不再作为独立 skill，正文归档为 h3-video-prompt-cn/references/official-guide-en.md / official-guide-cn.md（各 8 章：工作流 / 基础模式 / 全参考 / 音频时间线 / 输出规则 / 特殊标记 / 技巧 / 参考索引）。根目录只剩 2 个 skill：h3-video-prompt-cn（唯一超集）＋ h3-camera-motion-lib（镜头句库）。

文件	变更
`h3-video-prompt-cn/SKILL.md`	① 吸收官方版更详的章节：「分镜 / 批次 / 参考图约定」改为详版（硬规则 6 条 + 调用方说明）、「音频时间线对齐」补 Whisper 话轮边界与切点纪律、「特殊标记」补 ID 表与三条规则、「输出规则」补「改写段落用中文书写」条；② 补入「镜头句精简纪律 —— 没装运镜库时的兜底」与「替换 / 编辑类四条判据（2026-10-25 定稿）」两章；③ 末尾加「官方口径参考」节指向归档文件 → 413 → 434 行
`h3-video-prompt-cn/references/`	新增 `official-guide-cn.md`（95 行）/ `official-guide-en.md`（89 行）→ 16 → 18 份
`h3-prompt-writing/`、`h3-prompt-writing-cn/`	整目录移出仓库（正文已归档；两处 16 份 references 与 `h3-video-prompt-cn/references/` 逐字节相同，删除不丢内容）
官方两版正文	归档前已清回官方 8 章：CN 删「三条硬规则 / 构图可执行性 / 分镜批次 / 批次自含 / 道具交接 / 否定式」；EN 删「分镜批次 / 批次自含 / 道具交接 / 否定式 / 构图可执行性」

定位判据：h3-video-prompt-cn/SKILL.md 434 行（唯一超集）｜官方口径只在 references/official-guide-*.md（95 / 89 行）。任何新判据只进 h3-video-prompt-cn/SKILL.md；官方口径有变动时只更新 official-guide-*.md。

2026-10-26 · 三份 skill 的 references 统一；`` 旧硬规则撤销；新增「构图可执行性」7 条

结构：h3-prompt-writing / h3-prompt-writing-cn / h3-video-prompt-cn 三处的 references/ 收敛为同一套 16 份文件（逐字节一致）；h3-prompt-writing 首次获得整套 references（此前只有 ref-en.txt / ref.txt）。h3-prompt-writing-cn 由「精简版」升级为全量中文版，并接管权威方向：改动先改它，再同步回 h3-video-prompt-cn。

文件	新增 / 变更
三份 `SKILL.md` + `reference-image-roles.md`	撤销 2026-10-08／09 的硬规则「`summary` 与 `detailed_description` 里 `，错的是编号漂移；旧的"计数为 0"降级为排障备注（写进运镜句导致构图被拽时，该处换` 试一次）。机械自检改为「编号四段一致」
`ref-en.txt`	补一句：`summary` 里的 “shot flow” 指镜头级概括（一镜到底 / 三镜对切），焦段、半径、高度、角度、速度、景别等运镜细节只写在 `detailed_description`
三份 `SKILL.md`	新增「构图可执行性 —— 把形容词变成模型能执行的东西」7 条：① 开写前声明运行模式（Ref2VA 六段 vs 基础三字段）；② 两套命名空间（提示词标签从 1 数、接线端口 `ref_image_0` 从 0 数）；③ 比喻动词按字面执行（`hovering` → 指针真浮在盘面上方），「挨着」必须写物理证据（贴平 / 底面接触 / 影子在正下方相接）；④ 微距必须锁「画面里只有 X 和 Y」；⑤ 含人物镜必须写景别锁（实测 0.549 / 0.404 → 加锁 0.9986 / 0.9950），且视线词直接决定体态；⑥ 有读数物体必须写角度关系（四张钟面三张读错）；⑦ 跨镜连续性清单 4 项（道具件数 / 可读文字 / 读数状态 / 唯一例外）
`h3-prompt-writing-cn/SKILL.md`	并入专家包全部实战纪律：参考图「一图多态」按位置拆 ``（防多生一把扇子）、隔空操控动词纪律（`flick` → 会画成手握道具，改 `point`）、手势粒度不可控（双指并拢恒渲染成单指，只能从身体层面加码）、风格统一全量替换 + 残留自查、长镜合并前查显存、5s 单条约承载 2 个动作节拍、参考命名不写「定稿」、`fully_preserved` 不控制硬度、跨镜持续元素每镜点名、大型附属物给显式尺度倍数
`h3-prompt-writing-cn/references/`	补入 7 份：`audio-reference` / `card-derived-animation` / `creative-dna-library` / `editing-and-replacement` / `motion-transfer` / `multi-target-and-hit` / `video-reference-modes`
`camera-and-lora.md`	§5.4 turbo 权重 ↔ 参考贴合度：加速 LoRA 是「参考能力」的旋钮，权重越高越贴参考；降权重会表现为段内自编镜头、背景被重画、首帧画出参考图版式。实测 `turbo 4step` 0.8 → 0.9 消除「段内自编舞台远景 + 乐队」。不要用降 turbo 去油。Dutch Angle 定稿 `strength = 2.0`（1 ≈ 20°）
`negation-guard.md`	新增 §六 / 6.1 / 6.2 / 6.3：清除清单句（`A 和 B 不保留` + 同段正向句接管）不算裸否定；效力排序 `删除` ＞ `不保留，改为 Y` ＞ `没有 X`（清过闸门 ≠ 有效）；载体比句式更重要——待清除物件必须挂在 `的待重建区域，编成` 反而要求保留它；`不出现` 属 L1 硬拦
`h3-video-prompt-cn/references/reference-image-roles.md`	环境段重写为「描述式 vs 清单式」（效果上限放大 2.4–3×，仍不到腰部以上，正解是改用 I2VA 真实首帧）；F10 事故案例与「防复制双保险」写法移出，改为指针指向 `h3-camera-motion-lib` §七/§八与 `06-rig-and-device.md` F10
`h3-camera-motion-lib/references/00-core-discipline.md`	§八同步修订：原「`` 不进 `summary` 与 `detailed_description`… 计数应为 0」与撤销后的新规则冲突，改为「编号漂移才是错」

另有 audio-reference.md / output-template.md / writing-order.md 三处仅换行 / BOM 差异，内容无实质变化。

2026-10-25 · 仓库重构：旧流水线归档；替换类新增三条判据

结构：2026-09 的 10 个本地版 skill 整体移入 old/，根目录只留 H3 主线 4 个；README 顶部改为「推荐只装 h3-video-prompt-cn 相关」。

h3-video-prompt-cn 内容更新（长片分段换人 · 6 轮迭代的收敛结论）：

文件	新增
`references/editing-and-replacement.md`	§十一替换效果的三个提示词杠杆：① `拆分判据——片中只要有「把某件东西从主体身上取下 / 移开」的动作，这件东西就必须独立成`（写在主体外观串里 ⇒ 脸上一份 + 手里一份）；② 主体指代必须带画面可见特征（「带着耳麦的歌手」＞「歌手」）；③ 背景只写「背景、光源与明暗全部严格沿用 `` 对应时刻」——写「几处极淡的虚化光点」模型就真画出来（实测顶部条带亮度 33.7→61.7、饱和度 0.042→0.132）。附校验清单 +3 项
`references/negation-guard.md`	§六清除清单句不算裸否定：`X 不保留，改为 Y` 属替换式；`A 和 B 不保留` 属「清除源片元素」的清单句，不属 L1。两个限制：只能清能被正向描述接管的对象；静态贴身物件（耳麦）写「不保留」多数不生效
`references/camera-and-lora.md`	§5.4 turbo 权重 ↔ 参考贴合度：加速 LoRA 是「参考能力」的旋钮，降权重会削弱贴合，表现为段内自编镜头、背景被重画、首帧画出参考图版式。实测 `turbo 4step` 0.8 → 0.9 消除「段内自编舞台远景 + 乐队镜头」。处置顺序：先查权重 → 再查参考片分段 → 最后改提示词；不要用降 turbo 去「去油」

同源精简版 h3-prompt-writing-cn/SKILL.md 也补了浓缩版「替换类三条杠杆」。

2026-10-15 · `h3-video-prompt-cn` 补入「动作迁移」与「替换／编辑」两套提示词规程

新增 h3-video-prompt-cn/references/motion-transfer.md（八节）与 h3-video-prompt-cn/references/editing-and-replacement.md（十节），并在 h3-video-prompt-cn/SKILL.md 的全参考模式段加入判分岔的路由句（成片里源视频还在不在）＋ references 索引表登记两行。

来源：

motion-transfer.md —— 2026-10-14 赛博朋克滑板动作迁移实测：参考视频 舞蹈视频.mp4 ＋四视图角色卡， 5 版提示词 × 2 条管线（SelfLift dasiwa / FreeVideo VDN）、同 seed / 同 9:16 / 同 5+3，用逐帧 Farnebäck 光流做定量判据。
editing-and-replacement.md —— H3 替换／编辑类（换脸换人换服装换物体换背景换文字换材质换光照、移除、新增）实跑总结。

文件核心内容

motion-transfer.md 零动作白描（把动作写成可表演的台词，模型就会照文字演，而不参考视频）＋运动几何七维逐镜归属（位置/朝向/轮廓/位移与速度/姿态/占位体积/接触关系）；`` 定义升格为"全片运动与机位的唯一来源"；收口句；⭐ 字数配额（定量）：2622→1701→1416 字 ⇒ 运动能量 0.726→1.524→1.650、r 0.143→0.437→0.495 单调改善，但精简边界是不能砍掉题材识别特征（砍掉场景外观后赛博朋克公园退化成普通公园）⇒ 取向 1500–1700 字；光流四判据（能量比 0.7–1.3× / r>0.4 / 方向一致度>0.15 / 峰值帧）＋残余的"时间轴被压缩"问题；并注明清晰度不归提示词解决（σ 低噪区采样步、一采分辨率、turbo LoRA）

editing-and-replacement.md 三归属维度：外观←参考素材 ／运动几何←源视频 ／光学←源视频环境（漏运动几何⇒目标自己乱动、脱手、穿模）；遮罩形态检测（半透明 R≈80 为默认路径，不透明为回退）；七个不可省模块 REBUILD / LIGHT / SYNC / PERFORMANCE / OCCLUSION / FIT / SEAM / NO_ADDED_EVENT；目标类型→槽位速查表（10 类逐类给外观槽位、几何锚点、必列不迁移项）；可见行为四组必须带同节奏约束（on the same beats）；尺寸冲突 R1 保持占位（默认）/ R2 忠于参考 / R3 折中；任务类型标记与 summary 固定首句 The target video is an edited version of .

文件	核心内容
`motion-transfer.md`	零动作白描（把动作写成可表演的台词，模型就会照文字演，而不参考视频）＋运动几何七维逐镜归属（位置/朝向/轮廓/位移与速度/姿态/占位体积/接触关系）；`` 定义升格为"全片运动与机位的唯一来源"；收口句；⭐ 字数配额（定量）：2622→1701→1416 字 ⇒ 运动能量 0.726→1.524→1.650、r 0.143→0.437→0.495 单调改善，但精简边界是不能砍掉题材识别特征（砍掉场景外观后赛博朋克公园退化成普通公园）⇒ 取向 1500–1700 字；光流四判据（能量比 0.7–1.3× / r>0.4 / 方向一致度>0.15 / 峰值帧）＋残余的"时间轴被压缩"问题；并注明清晰度不归提示词解决（σ 低噪区采样步、一采分辨率、turbo LoRA）
`editing-and-replacement.md`	三归属维度：外观←参考素材 `／运动几何←源视频` ／光学←源视频环境（漏运动几何⇒目标自己乱动、脱手、穿模）；遮罩形态检测（半透明 R≈80 为默认路径，不透明为回退）；七个不可省模块 REBUILD / LIGHT / SYNC / PERFORMANCE / OCCLUSION / FIT / SEAM / NO_ADDED_EVENT；目标类型→槽位速查表（10 类逐类给外观槽位、几何锚点、必列不迁移项）；可见行为四组必须带同节奏约束（on the same beats）；尺寸冲突 R1 保持占位（默认）/ R2 忠于参考 / R3 折中；任务类型标记与 `summary` 固定首句 `The target video is an edited version of .`

同日同步：把本机在用、但仓库版本落后的 h3-prompt-writing / h3-prompt-writing-cn 覆盖同步回仓库（原仓库版 84/89 行，本机版 149/215 行，且本机版多 5 个 references：camera-and-lora / negation-guard / output-template / reference-image-roles / writing-order）。

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。

节	内容要点
一	⭐ 角色形象先验 > `` 音色参考（`reference` 的根本机制）——模型在「角色形象」与「参考音色」冲突时按角色形象加权折中（同性别可完整采纳 / 跨性别被往表观性别方向拉 / 双人同框完全倒向角色形象）；并含关键判定陷阱：F0 落在正确性别区间 ≠ 音色被复刻（可能是「按角色形象脑补的该性别通用声音」），音色迁移只能靠试听判定、F0 只能证伪
〇	四种关系标记的实测基线：`fully_copy` 音乐 r≥0.99 且零位移、语音带 +0.45s 系统性位移；`partially_copy` 区间声明不被遵循；`reference` 迁移能力取决于有无性别对手；`weak_reference` 不建议投入。附复刻精度的脚本化判据（0.05s 包络 ±2s 互相关）
一	`Sx` 编号须与接线顺序一致 —— 让 `Subject N` = `S N` = `Audio N` 三线同号，附交付前机械自检表
二	台词约束不可省 —— 把 `` 定义简化成纯绑定句时，官方规范 §5.4「只参考音色时不把原音频台词带入成片」这句必须保留，否则单人单句会跑偏（实测：包络相关升至 0.66、开口晚 1.5s）
三	双人 / 多说话人锁定 —— 性别倒错声明、过肩镜头、每镜收尾写「另一人嘴唇保持闭合 + 本镜台词由 X 独自说完」
四	正向单人约束（五处齐写） —— 抑制四视图参考卡的分格布局泄露（成片出现多个人物、或把参考卡的面部特写格渲染进画面）
五·六	音频类否定式的白名单（`` 内台词整段豁免）与闸门脚本接口

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：

来源	链接	用在本包的哪里
MiniMax 官方 H3 提示词指南	https://github.com/MiniMax-AI/MiniMax-H3	`h3-prompt-writing`、`h3-prompt-writing-cn`、`h3-video-prompt-cn` 的六段结构与标签规范（`subject_definitions` / `summary` / `retention_analysis` / `detailed_description` / `overall_soundscape` / `non_diegetic_music`）、`` 等占位符规则，均源自官方。本包只做中文产出版与本地化改造，未改动官方规范本身
cinematic-director-camera-dsl（Sidekick Animation Studio Ltd.，MIT）	https://github.com/SK-SL-source/cinematic-director-camera-dsl	`h3-camera-motion-lib` 的运镜族划分、镜头语言分层（camera core / clarifier 四层）、命令语义与部分实测证据参考自此项目。本库已去掉对它的运行时依赖（不装也能直接用镜头句），但结论与证据链受益于它——特此鸣谢原作者
loopforge0 / minimaxh3-shots-skills（MIT）	https://github.com/loopforge0/minimaxh3-shots-skills	约 80 次 H3 生成的公开实测发现（幅度 / 速度词效应、甩镜必须给落点、装置名会被画进画面等），经上述 DSL 引用后间接进入本库
Krea2 工作流等其余原始能力	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

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” "`` 编号四段一致（禁止的是编号漂移，不是出现）"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）。
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。

在 GitHub 查看完整 README

安装

npx skillfish add swan7-py/minimax-h3-skills-local

新手？先看 mcpskill.org 教程 →