小说女主变身工作台 (Novel Heroine Transformation Workbench)
端到端生产流水线：小说文本 → 角色描述 → AI 写真 → 走秀视频 → 合成成片（配音+字幕+BGM）→ 按平台特性一键发布。
> 本版已适配 WorkBuddy 运行环境：原 TRAE 专属工具（GenerateImage / GenerateVideo / byted-seedance-video-generate / trae-api-cn.mchost.guru 生图接口 / TRAE-browseruse / byted-mediakit-shared / dynamic-ui）全部替换为 WorkBuddy 原生能力（ImageGen / VideoGen / ffmpeg(Bash) / 浏览器创作中心），并以 6 大平台特性 重写发布与生成环节。
When to Invoke
满足以下任一条件即调用本 skill：
- 想把小说里的女性角色变成可视化内容（写真 / 视频）
- 要求从小说文本生成角色照片
- 想用角色照片生成走秀 / 时装视频
- 需要把多个角色视频合并成一条成片
- 想给视频加配音、字幕、背景音乐
- 要求一键发布到抖音、快手、小红书、视频号、B站、微博
- 提到「小说女主」「变身工作台」「空姐走秀」「角色照片生成」「视频合成发布」
- 想从一本小说批量生成风格一致的角色写真
Pipeline Overview (7 Steps)
| Step | Module | WorkBuddy 实现 |
|---|---|---|
| 1 | 小说输入与配置 | 用户粘贴小说文本，设置角色数/身份/国籍/学历 |
| 2 | 角色描述重写 | 提取女性角色，按配置重写出像描述卡 |
| 3 | 脚本与配音 | 写口播脚本，配置 TTS 语速/BGM |
| 4 | 写真生成 | ImageGen 工具 按描述卡生图 |
| 5 | 视频生成 | VideoGen 工具（text-to-video / image-to-video）生成走秀视频 |
| 6 | 视频合成 | Bash 调用 ffmpeg 合并 + 配音 + 字幕 + BGM |
| 7 | 一键发布 | 按平台特性生成标题/文案/话题，浏览器打开创作中心直传 |
Step 1: 小说输入与配置
1.1 文本输入
- 用户粘贴含女性角色描写的小说文本
- 系统自动识别文本中所有女性角色
1.2 角色配置参数
| 参数 | 选项 | 默认 |
|---|---|---|
| 角色数量 | 3–30 | 20 |
| 身份类型 | 空乘(高知) / 模特 / 混搭 / 自定义 | 空乘 |
| 国籍 | 中/日/韩/法/俄/意/巴/印/瑞典/美 | 全选 |
| 学历 | 硕士+ / 本科 / 混搭 | 硕士+ |
| 单人镜头时长 | 3–10 秒 | 5 |
1.3 细节维度（开关）
皮肤质感(毛孔/细纹/自然红晕)、表情、内心独白、五官、眼妆、穿搭细节、身材比例、发型发色、氛围、配饰。
Step 2: 角色描述重写
2.1 自动提取与重写
系统提取每个女性角色，并依据：配置身份（如空乘）、国籍分配、学历、所选细节维度，重写出像描述。
2.2 描述卡模板
姓名 | 国籍 | 年龄 | 学历 | 身份
---
[覆盖：皮肤质感、五官、眼妆、表情情绪、穿搭细节、身材比例、发型、配饰、氛围 —— 即 Step 1 所选维度]
2.3 编辑
- 可逐个编辑角色卡
- 可增删角色
- 可全量重生成
2.4 描述最佳实践
- 皮肤要具体：「保留毛孔、细纹等真实质感，自然红润气色」
- 眼神要有魂：「眼神有灵魂，带自信微笑微表情」
- 衣摆带动态：「制服衣角随步伐自然飘动」
- 加氛围：「丁达尔光效，空气中灰尘颗粒与胶片噪点细节」
Step 3: 脚本与配音
3.1 脚本模板
| 模板 | 风格 |
|---|---|
| fashion_show | 时装周走秀风 |
| character_intro | 角色介绍 |
| narration | 故事旁白 |
| custom | 用户自定义 |
3.2 脚本结构
[开场钩子 0-3s] —— 悬念 / 反直觉 / 强人设
[主体 3-25s] —— 逐角色分段，每段对应一段视频
[互动结尾 25-30s] —— 提问 + 评论区投票
3.3 开场钩子模板
- 「恭喜你，世界首富！」
- 「假如你有一架私人飞机……」
- 「最后一位绝了！」
- 「第一名你绝对想不到」
3.4 互动结尾模板
- 「你选哪一位？评论区告诉我！」
- 「你最心仪哪一个？评论区投票！」
- 「猜对了吗？评论区扣 1」
3.5 TTS 配置
- 工具：
edge-tts（微软 Xiaoxiao，zh-CN-XiaoxiaoNeural）。在 WorkBuddy 的受管 Python 环境安装：
python -m pip install edge-tts soundfile numpy -q - 备选：直接用系统/浏览器 TTS 预览（Web Speech API），无需安装。
| 场景 | 语速 | 用途 |
|---|---|---|
| 慢叙事 | +10%~+20% | 情绪、故事 |
| 正常解说 | +25%~+30% | 知识、评测 |
| 快节奏带货 | +35%~+45% | 推荐 |
| 超快 | +50%~+60% | 盘点、对比 |
3.6 音色
女声温柔 / 女声专业 / 女声年轻 / 男声低沉 / 男声温暖。
3.7 字幕
- 开关：显示字幕、中文 / 英文 / 双语
- 字体：微软雅黑 粗体 30 号，白字黑描边(3px)+阴影
- 对齐：底部居中，MarginV=55
3.8 BGM
| 风格 | BPM | 调 | 情绪 |
|---|---|---|---|
| 时尚电子 | 100-110 | A 小调 | 高端、神秘 |
| 电影感 | 80-90 | D 小调 | 史诗、宏大 |
| 流行 | 120-130 | C 大调 | 轻快 |
| 古典 | 60-80 | 多变 | 优雅 |
BGM 音量 15%–20%（不压配音）。
Step 4: 写真生成（ImageGen）
4.1 参数
| 参数 | 建议值 |
|---|---|
| 画幅 | 9:16 竖版（短视频平台）或 4:3 / 3:4（小红书封面/图文） |
| 风格 | 摄影级写实，SDXL 最佳实践 |
| 来源 | Step 2 角色描述卡 |
4.2 调用方式
直接调用 WorkBuddy 的 ImageGen 工具，prompt 模板：
[PURPOSE] 小说女主变身角色写真
[DESCRIPTION] {Step 2 角色描述}
[STYLE] 摄影级写实，高端时尚摄影，自然光
[QUALITY] 皮肤保留毛孔细纹、自然红晕，拒绝塑料陶瓷肌过度磨皮
4.3 批量生成
- 每人一张写真
- 状态追踪：pending → generating → done/error
- 写真存入工程目录，供视频生成作参考图
Step 5: 视频生成（VideoGen）
5.1 参数
| 参数 | 建议值 |
|---|---|
| 分辨率 | 720P / 1080P |
| 画幅 | 9:16 竖版（抖音/快手/小红书/视频号）；16:9（B站可选） |
| 单镜头时长 | 5-6 秒/人 |
| 总时长 | 30-60 秒 |
5.2 调用方式
调用 WorkBuddy 的 VideoGen 工具：
- text-to-video：直接给走秀动作描述生成
- image-to-video：以上一步写真为参考图（image 参数）生成，角色一致性更好
> ⚠️ 额度提示：VideoGen 调用额外模型、单独计费，约 5 秒 = 50–100 额度，时长越长消耗越多，请先确认再生成。
5.3 提质 Prompt（必带）
每条视频生成 prompt 末尾追加：
皮肤保留毛孔、细纹等真实质感，自然红润气色，拒绝塑料陶瓷肌过度磨皮。
眼神有灵魂，带自信微笑微表情，自然眨眼，发丝和衣角自然动态，避免呆板无神的AI形象。
动作带重量感，走路姿态有力度，制服衣角随步伐自然飘动，拒绝漂浮僵硬的机械感。
背景自带氛围感，丁达尔光效，空气中灰尘颗粒和胶片噪点细节，电影级画质，时尚大片质感。
5.4 多段策略
- 每人一段视频（5-6 秒），用写真作参考图
- Step 6 再合并
Step 6: 视频合成（ffmpeg via Bash）
6.1 合并多段
ffmpeg -f concat -safe 0 -i filelist.txt -c copy output.mp4
filelist.txt：file 'video1.mp4' …
6.2 调速
ffmpeg -i input.mp4 -filter:v "setpts=1.2*PTS" output.mp4 # 慢
ffmpeg -i input.mp4 -filter:v "setpts=0.8*PTS" output.mp4 # 快
6.3 配音时间对齐
- 逐句生成 TTS，记录真实时长
- 每句放到对应角色镜头（角色走近镜头时 2.5-3s 处）
- 空隙补静音
- 总时长偏差 → 同比调速
- 字幕时间戳同步缩放，做到 100% 对齐
6.4 SRT 字幕格式
1
00:00:03,000 --> 00:00:05,500
一号，国航，北京姑娘，服务之星。
6.5 完整合成（视频+配音+字幕+BGM）
ffmpeg -y \
-i video.mp4 -i narration.mp3 -i bgm.wav \
-filter_complex "
[0:v]subtitles=sub.srt:force_style='FontName=Microsoft YaHei,FontSize=30,PrimaryColour=&H00FFFFFF,OutlineColour=&H00000000,Bold=1,Outline=3,Shadow=1,Alignment=2,MarginV=55'[vout];
[2:a]volume=0.18[bgm];
[1:a][bgm]amix=inputs=2:duration=longest:dropout_transition=0.5[aout]
" \
-map "[vout]" -map "[aout]" \
-c:v libx264 -preset medium -crf 20 -c:a aac -b:a 160k output.mp4
6.6 合成参数
- 输出分辨率：720P / 1080P / 4K
- 画幅：9:16（推荐）/ 16:9 / 1:1，按目标平台选（见 Step 7 矩阵）
- 转场：淡入淡出 / 滑动 / 缩放 / 无
- 可选：Logo 水印、账号名
6.7 分屏对比（可选）
ffmpeg -y -i old.mp4 -i new.mp4 \
-filter_complex "
[0:v]crop=640:720:0:0[left];
[1:v]crop=640:720:640:0[right];
[left][right]hstack=inputs=2[hstack];
[hstack]drawtext=text='Original':fontfile=msyhbd.ttc:fontsize=28:x=30:y=25:box=1:boxcolor=black@0.5[labeled1];
[labeled1]drawtext=text='Enhanced':fontfile=msyhbd.ttc:fontsize=28:fontcolor=gold:x=w-tw-30:y=25:box=1:boxcolor=black@0.5[vout]
" -map "[vout]" -c:v libx264 -crf 20 compare.mp4
> ffmpeg 未安装时：winget install -e --id Gyan.FFmpeg（Windows）或 brew install ffmpeg / apt install ffmpeg（mac/Linux）。
Step 7: 按平台特性一键发布（核心改动）
不同平台在画幅、时长、标题规则、话题风格、内容合规、最佳发布时间、转化位上差异巨大，必须按平台分别生成文案与参数，而非一套通发。
7.1 平台特性矩阵
| 平台 | 推荐画幅 | 时长 | 标题规则 | 话题风格 | 内容合规要点 | 最佳发布 | 转化位 |
|---|---|---|---|---|---|---|---|
| 抖音 | 9:16 | 15–60s（黄金30s） | 前 20 字最关键，强钩子；可带 emoji | #空姐走秀 #高知美女 #时尚大赏 + 趋势 | 禁低俗/诱导/虚假；可挂团购/小黄车 | 19:00–22:00 | 团购/小黄车、评论区置顶定位 |
| 快手 | 9:16 | 20–60s | 老铁体、口语化、接地气 | #老铁 #好物推荐 + 地域 | 真实不浮夸，禁夸大疗效 | 12–14 / 20–23 | 小黄车、主页橱窗 |
| 小红书 | 9:16 或 3:4 | 15–50s（封面党） | ≤20 字，emoji+数字+痛点，笔记体 | #小众旅行 #拍照圣地 + 垂直 | 禁硬广/导流站外，重真实体验 | 早9 / 午12 / 晚20 | 笔记挂链接（需资质）、评论区 |
| 视频号 | 9:16 | 15–60s | 克制有温度，利于朋友圈转发 | #慢生活 #治愈系 | 禁敏感/过度营销，重情感 | 早8 / 晚18–21 | 公众号/小程序、企业微信 |
| B站 | 16:9 或 9:16 | 1–3min 可更长 | ≤80 字，信息量大，带分区 | #知识分享 #二创 + 考据 | 弹幕友好，禁引战；可投自制 | 周五晚/周末 | 充电/橱窗、动态转发 |
| 微博 | 横竖均可 | 15–30s（短） | ≤2 个话题，短平快 | #话题 + @相关 | 禁谣言/蹭敏感，重传播性 | 午12 / 晚21 | 微博橱窗、外链（受限） |
7.2 选题按平台微调
- 抖音：颜值/走秀/反转优先，前 3 秒必须抓人，完播率至上
- 快手：真实老铁感，少滤镜多接地气
- 小红书：穿搭/氛围/种草，封面决定点击，重图文质感
- 视频号：情感/家庭/怀旧，适合转发朋友圈
- B站：故事向/设定考据/二创，可更长更深度
- 微博：话题/八卦/截图传播，短而爆
7.3 标题公式（按平台套用）
| 公式 | 结构 | 抖音示例 |
|---|---|---|
| 悬念 | 场景+提问 | 「你的私人飞机已交付！六大航司空姐你选谁？」 |
| 对比 | A vs B | 「20国空姐走秀PK，中美日韩谁更强？」 |
| 盘点 | 数字+排名 | 「20位高知空姐走秀大赏，你Pick谁？」 |
| 好奇 | 「最后一位」钩子 | 「各国空姐走秀，最后一位绝了！」 |
7.4 发布工作流
- 用浏览器打开对应平台创作中心（见下表 URL）
- 上传
final_video.mp4（部分平台 iframe/跨域，自动上传可能失败 → 引导用户手动上传） - 按 7.1 矩阵填入该平台专属标题/简介/话题
- 点击发布（部分平台发布按钮需手动点击）
- 可选：立即发布 / 定时发布 / 存草稿
| 平台 | 创作中心 URL |
|---|---|
| 抖音 | https://creator.douyin.com/ |
| 快手 | https://cp.kuaishou.com/ |
| 小红书 | https://creator.xiaohongshu.com/ |
| B站 | https://member.bilibili.com/ |
| 微博 | https://weibo.com/ |
| 视频号 | 微信生态内「视频号助手」小程序 / https://channels.weixin.qq.com/ |
7.5 平台特殊说明
- 抖音：上传区在 iframe 内，跨域自动上传可能失败 → 引导手动上传
- 快手：自定义隐藏文件输入组件 → 引导手动上传
- 小红书：标题上限 20 字、发布按钮自定义 → 引导手动点击；封面权重极高
- B站：标准上传流，支持分区与简介时间戳
- 微博：可网页上传，话题≤2 个
- 视频号：依赖微信生态，需在「视频号助手」完成
角色数据注入（示例：北冰洋末世）
支持注入预置角色数据集。示例：20 位「北冰洋末世」空乘角色，含姓名/国籍/年龄/学历/详细描写/写真路径/对应旁白片段。
描述示例
姓名：陈梦瑶 | 国籍：中国 | 年龄：24 | 学历：硕士 | 身份：国航乘务长
陈梦瑶站在巴黎时装周T台，24岁中国姑娘，国航头等舱乘务长。
肌肤白皙如凝脂，面若桃花，双颊自然淡粉，保留细腻毛孔纹理与眼角细纹，拒绝塑料感磨皮。
一双丹凤眼眼尾微挑，内眼角尖锐，外眼角上扬，自带三分凌厉七分妩媚。
银色吊带长裙，灯光下折射细碎星光，高开叉露出修长双腿。
一米七二，49公斤，黄金比例。黑色长发如瀑，发尾微卷，走动间自然飘动。
Dependency（WorkBuddy 原生）
| 能力 | 用途 |
|---|---|
| ImageGen（内置工具） | 角色写真生成 |
| VideoGen（内置工具） | 走秀视频生成（text/image-to-video），消耗额度 |
| Bash（内置工具） | ffmpeg 合成、edge-tts 安装与调用 |
| agent-browser（可选 Skill） | 浏览器自动打开创作中心、辅助上传 |
| read_me / show_widget（可选） | 内联可视化预览（替代原 dynamic-ui） |
Required Tools
ImageGen：AI 写真VideoGen：AI 视频（注意额度）ffmpeg：合并/调速/字幕/混音（未装见 6.7 安装命令）edge-tts（可选）：中文配音，python -m pip install edge-tts soundfile numpy -q
Output Directory
{project_root}/
├── char_01.png ... # 角色写真（ImageGen）
├── video_01.mp4 ... # 单人走秀视频（VideoGen）
├── narration.mp3 # 配音
├── bgm.wav # 背景音乐
├── subtitles.srt # 字幕
├── merged_video.mp4 # 合并（无音）
└── final_video.mp4 # 成片
