短剧创作工坊
把一个短剧想法做成短剧创作工坊的一组成品:分集节拍、竖屏分镜静帧、每条节拍一句对白,以及一条原创配乐。短剧创作从节拍表开始,再出画面、短剧配音和可以先听的短剧配乐,确认后再把静帧做成镜头。适合爱情、悬疑、喜剧和催泪的竖屏短剧,人物、服装和场景在整集里保持一致。
skillhub install @user_738c00b9/short-drama-creation-workshop
README 文档
5,769 字短剧创作工坊
你会拿到
- 一份制作设定:谁保持不变,哪些服装和道具是长期的,哪些状态只属于一个节拍。
- 一份节拍表。每个节拍有一件戏剧任务、视觉锚点、构图、对白和时长。
- 每个主要人物和反复出现的场景各一张竖屏参考静帧,然后每个要出图的节拍一张竖屏静帧,都锁在这些参考上。
- 每个有对白的节拍一句人物口播,或多人同场对话场景,由「智能语音导演」提前编排节奏并附带免费对齐字幕。
- 一条原创器乐配乐,并可选场景音效与音频后期处理(
normalize_loudness、trim、fade)。 - 一条竖屏成片,由你接受做运动的镜头组成:钩子、转折和收束,除非你点名更多。每个运动镜头从它已接受的静帧开始。成片带上对白、配乐和字幕。
制作设定和节拍表不需要连接;静帧、对白口播、配乐和成片在连上 Beatra 之后再做。
怎么跑
- 工坊套装。默认。先设定和节拍表,再做你确认的静帧、对白和配乐,然后成片。
- 一个动画镜头。只有这一轮的静帧,或你提供的静帧,成为开场帧之后。
- 你提供的声音。一次克隆,只有当你交出一段干净的单人样本,并确认你有权使用它。否则每个人物用账户里的一条现成声音。
有人带着前提,想要一条能看的竖屏集,而不是单条电影镜头,也不是商品广告,就从这里开始。
范围和相邻路线
这条路线用于按节拍讲的竖屏短剧:爱情、悬疑、喜剧或催泪。没有整集骨架的单条电影镜头走镜头路线。漫画分格走漫画短剧。没有戏剧节拍的商品广告走商品视频。
输入和默认
硬性输入是短剧前提:关于谁、冲突是什么、结尾是什么感觉。缺了只问这个。沿用已知的演员、服装和场景。
默认竖屏 9:16、六到八个节拍、每个节拍一张静帧、每个有对白的节拍一句口播,以及一条器乐。每个节拍都出图。让钩子、转折和收束动起来,其余节拍保持静帧,除非用户点名。静帧被接受之前不要做成镜头。运动镜头最多八个,以便收成一条。
黄金路径
- 写出设定和节拍表并展示。把长期身份和只属于一个节拍的状态分开。这段文字不收费。
- 用户提供脸、服装照片或场景照片时,用
beatra.assets.upload上传,并把这个文件留作参考。没有照片的第一张参考静帧是一次beatra.images.generate,在beatra.models.list之后,载荷{"capability": "texttoimage"}。之后每张静帧是一次beatra.images.transform,载荷{"capability": "imagetoimage"},用已接受的人物和场景文件,最多四张。 - 用
beatra.voices.list(支持中英双语search及supportsdialogue、supportsperformancetags等能力筛选)并用免费的beatra.voices.preview试听选角,为每个说话人固定不透明voiceid,每句对白沿用。提供的样本是一次beatra.voices.clone(载荷{"capability": "voiceclone"},按角色需求选用即刻就绪克隆方案;未在工具列表出现beatra.voices.activate时不要调用需要激活的方案),并且只在用户明确确认权利(consentattested: true)之后;若录音带环境底噪或配乐,先按实时报价提供付费的beatra.audio.process降噪清理(operation: "isolatevoice",{"capability": "audiovoiceisolation"},4.6 秒–5 分钟)。台词需要停顿或表演节奏时,先对原文调用付费的「智能语音导演」beatra.speech.preparescript({"capability": "speechscript"};48 小时内同原文与导演说明只换voice/model重新调用不重复收费;最多并发 2 个;绝不手写花括号标签),检查directed与scripts[].synthesis(或出现warnings且值为null时先按提示处理),再用免费的beatra.speech.validate预检单人台词(拿estimateddurationseconds与实时积分)后调用beatra.speech.synthesize({"capability": "texttospeech"},保持subtitleenable: true免费获对齐 JSON/SRT/VTT 字幕与时间戳)。多人同场连续互动(2–50 轮、<= 2,000字、<= 10个supportsdialogue: true音色且其中已就绪克隆<= 4个)时,先用免费的beatra.speech.validatedialogue预检,再由beatra.speech.synthesizedialogue({"capability": "texttodialogue"},subtitleenable: true)一次生成;超长剧本按场分段或拆分为分段beatra.speech.synthesize。 - 配乐调用
beatra.models.list,载荷{"capability": "texttomusic"},然后一次器乐beatra.music.generate。账号带有音乐工具时(beatra.music.edit和beatra.audio.process;见音乐编辑与音频处理(references/music-editing-and-audio.md)),durationseconds传比成片计划长度略长的值,因为合成会在成片结束处把配乐淡出,而生成的结果可能达不到目标时长;配乐必须填满一个精确的时段时,再加durationfit: "exact"。需要场景拟音或无缝环境氛围(0.5–30 s,氛围铺底设loop: true)时,读取{"capability": "soundeffects"}并用beatra.audio.generatesfx单独列行报价生成。需要对台词或配乐做响度统一(默认-14 LUFS)、裁剪、循环、淡入淡出或转格式(最长 60 分钟、<= 300 MB、最短输出>= 1 s)时,读取{"capability": "audioprocess"}并按独立付费行调用beatra.audio.process(music.edit、audio.generatesfx、audio.process与speech.prepare_script均属付费步骤,绝不称为免费)。报告返回的真实时长。 - 为静帧、对白、音效、音频处理和配乐出示制作卡并等待。然后只做这些槽位。
- 每个接受做运动的镜头,调用
beatra.models.list,载荷{"capability": "imagetovideo"},从这张静帧提交一次beatra.videos.animate。节拍有对白时,把这句口播作为drivingaudio传入,并选择接受图像加驱动音频的模型。用户也接受了结束帧时,改用beatra.videos.interpolate,载荷{"capability": "framestovideo"}。有人物和场景参考但没有单张开场静帧时,用beatra.videos.generatefromreferences,载荷{"capability": "referenceto_video"}。 - 视频卡是分开的。已确认的静帧、对白和音乐不批准它。
- 每个运动镜头都成功之后,用
beatra.videos.compose收成一次。这次拼接是一次付费调用,按实时的videocompose价格计费(调用beatra.models.list,载荷{"capability": "videocompose"});它不另需一张卡,因为视频卡已经把它单独列成一行,并带有它自己的clientrequestid。用beatra.tasks.get轮询,交付成片、零件和billing.netchargedcredits。
静帧回来脸、服装或道具不对时,一次 beatra.images.edit,载荷 {"capability": "image_edit"},用自己的卡,以这张静帧为底。修一次,然后停。
连接就绪之前
一轮结束时,若「允许」仍未完成,就把不需要连接的内容按用户要求的格式做完并交付:制作设定、节拍表、每个说话人该是什么声音,以及每张参考静帧和节拍静帧画什么。这些写好的内容就是本轮交付的内容。用一句话说明:点「允许」后,下一条消息会继续付费步骤;「允许」只完成连接,每一步付费在那条消息里仍要先出示当前的卡并等待。不要用别的工具或服务填补这段空档,也不要说出没有实时返回过的声音、模型、价格或结果。
需要确认的决定
规划和写出来的文字不收费,也不算批准。
每次付费调用之前,出示当前的制作卡并等待:
- 做什么:用用户的话说出将要做出的东西,并说明这一行是画面、台词编排、人声降噪、克隆、单句或多人对话、音效、音频处理、配乐编辑还是查询。
- 积分:刚刚从
beatra.models.list、beatra.speech.validate或beatra.speech.validate_dialogue读到的现价。不要沿用记得的数字。 - 次数:每个槽位一次付费调用。制作卡可以列出每张静帧、台词编排、各句或整场对白、音效、音频处理和配乐;每个槽位保留自己的实时价格和
clientrequestid。视频调用另等一张卡,这张卡还把拼接单独列成一行,写明videocompose的实时价格并带上它自己的clientrequest_id。这张卡之前给出的任何合计都已把拼接算在内。某个镜头在拼接之前单独出卡重做时,改由那张卡列出拼接,并换一个新标识。 - 标识:每次调用一个新的不透明
clientrequestid。提示词、文件、模型或控制项一变,就换一个新标识。 - 停在这里:已经写出的文字仍然可用。
- 余额不足:原样转达官方消息和其中的充值地址。用户说已经充值之前不要重试。
声音克隆是自己的一张卡。只有用户确认对这段样本有权,并且 consentattested 为真时才提交。查询和生成是两张卡。已确认的静帧、对白或音乐不批准视频。所有远程 Beatra 工具只通过随包 scripts/mcpclient.py 调用。工具名是命令参数,JSON 参数走标准输入。不要配置、调用或使用宿主 Beatra Connector。不要使用 REST/OpenAPI 作为降级方案。
创建响应丢失时,只用逐字节相同的载荷和同一个 clientrequestid 重试。任务标识丢失时,先调用 beatra.tasks.list,再调用 beatra.tasks.get,对照冻结的请求之后才做相同重试。只有用户要求取消时才调用 beatra.tasks.cancel,然后用 beatra.tasks.get 确认该任务。
用户问还剩多少积分时,调用 beatra.wallet.get。用户问扣了什么时,调用 beatra.wallet.ledger。
按任务阅读
节拍表、载荷和一集做成的例子,读场景工作流(references/workflow.md)。 需要「智能语音导演」、多人对话、音色试听克隆、音效、音频处理与免费字幕规范,读语音与音频指南(references/speech-and-audio.md)。 配乐的时长参数、歌曲编辑与音频处理规范,读音乐编辑与音频处理(references/music-editing-and-audio.md)。 任务卡住、响应丢失、价格看起来不对,或静帧做错了,读出错时怎么处理(references/faq.md)。 连接还没就绪时,读安装与认证(references/installation-and-auth.md)。 首次注册,读安装注册(references/installation-registration.md)。 调用在任务出现之前失败时,读随包 MCP Client 连接诊断(references/mcp-connection.md)。 任务在排队、运行或找不到时,读任务与结果(references/tasks-and-results.md)。 扣费、退款或丢失的响应需要共用规则时,读计费、错误与恢复(references/billing-errors-and-recovery.md)。 用户要停止并移除连接时,读卸载与断开(references/uninstall-and-disconnect.md)。
更新与安全
本 Skill 会自动更新。内置客户端每天最多一次从 Beatra 官网读取本渠道的版本信息 (中国大陆网络走 www.beatra.cn 与 cdn.beatra.cn)。有新版本时,它下载官方发布包, 逐个文件校验 SHA-256,再替换本 Skill 自己的文件;你放进这个目录的其他文件不会被 改动。替换过程中断时,下次运行会自动恢复到替换前的状态。除此之外,它不下载或执行 任何其他代码,只通过 HTTPS 与 Beatra 官方服务通信;你选择上传的文件只会传到 Beatra 为这次上传签发的一次性地址。
关闭自动更新:python3 scripts/mcp_client.py update --auto off。关闭后,客户端每天 最多提示一次在你安装它的商店里更新的命令。详见更新与安全(references/updates-and-security.md)。
同分类其他技能
查看全部 ›通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创
135 180.6万 AI音乐MV短片制作用一首歌的情绪、节奏和视觉概念,制作一个短视觉短片。这个 AI 音乐 MV 短片制作与歌曲生成视频工作流可以把音乐片段和视觉方向变成电影
15 66.1万 MiniMax H3 AI视频创作用 MiniMax H3 这款 AI视频生成器创作高质感 2K AI 视频。从文字创意出发完成文生视频,让静态图片自然动起来,用首尾画面
27 64.2万 AI数字人口播与虚拟主播视频用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音
44 61.3万 架构图一键生成使用 ContextWeave 生成或修改架构图、流程图、思维导图和复杂信息图。适用于需要从代码、文件或自然语言中提取结构与关系并实际产
288 54.7万 海报设计工作室将一段活动描述、一张产品照片或品牌参考图,转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成
39 42.1万