当OpenClaw玩家开始觉得生活无趣，就会诞生新的AI技能包。本文作者基于字节Seed2.0开发了一套AI漫剧视频生成Skills，实现从一张主角图到完整分镜短剧的全自动流水线
最近玩 Openclaw 又玩的跟个疯狗似的，给我的小龙虾装了很多实用技能，可以自动写小红书图文，可以自动写作，配图，生成封面等。
但感觉生活还是很无趣，于是又花了一些时间，开发了个 AI 漫剧视频生成 Skills，给小龙虾使用。
准确的说，这是个基于字节 Seed2.0 的技能包，有以下子技能。
「seedance-video」：文生视频、图生视频，seedance 1.5 Pro 版本还自带音频生成，属于基本盘。
等seedance 2.0 的 API 出来，也会第一时间接入。
「manga-style-video」：8 种漫画风格一键切换。日式治愈系、吉卜力、国风水墨、美式卡通、铅笔素描、水彩、Q版萌系。
「manga-drama」：这个是核心，漫剧生成器。丢一张主角图进去，自动给你编排分镜短剧。
「volcengine-video-understanding」：火山视频理解，生成完还能分析效果，看看情感表达到不到位。底层用的是 doubao-seed-2.0-code 的能力。
说白了，从写脚本到出视频到验收，一条龙全包了。
比如直接一句话调用 manga-drama 技能生成视频。
稍微控制一下提示词，就能生成比较精致的动漫风格的视频了，其中我给的提示词是：
动漫风格视频，一名长发高中少女漫步在盛开的樱花树下。粉色的花瓣在微风中缓缓飘落。明媚的春季阳光洒下，产生柔和的镜头光晕效果。侧向跟踪镜头，怀旧氛围，高画质，控制在20M 以内，并以视频文件预览的方式直接发给我
这个视频目前使用的是 seedance 1.5 Pro，等 2.0 的 API 出来效果会更好 ：
可以使用一张图片，直接生成漫剧分镜视频，生成脚本到主角再到分镜视频，manga-drama 都能一次性完成。
我录了个视频，大家可以看下这个流程：
生成的分镜视频合成了下是这样的：
后面考虑迭代的方向就是让这几个视频能连一块组成丝滑的视频。
我把整个 Skills 都也开源到了 GitHub 我的 Skills 仓库：
使用的话也非常简单，你只需要让你的 openclaw 自己安装下我的技能就好了。
实战：一张图到一套漫剧，怎么跑的？
光说不练假把式，直接上流程。不过在此之前，得申明一点，这个过程将会非常费 token，我自己小龙虾用的是火山的 Coding Plan 套餐。
3 月起新用户首购是 9.9，还有裂变活动：被推荐的用户还可叠加10% 推荐福利，8.9 即可购买。
里面模型也挺多的，主要原因是我想用 doubao-seed-2.0-code 的 Agent 和 VLM 能力，之前也做过一次测评，目前表现是非常不错的。
能理解长达 2 小时的视频，并调用剪辑 skill 进行混剪。
还可自定调用各种 Skills 和 Agent 由视频转公众号文章。
因为 seed2.0 具备更强的多模态理解能力和 Agent 能力，特别是在多模态感知，长视频理解，对 Skills 的理解和应用上表现不错。
在我们的整个流程中需要调用不少的 Skills，以及需要理解视频，所以目前来看，doubao-seed-2.0-code 是最合适的。
火山的 Coding Plan 上就可以直接用 doubao-seed-2.0-code，而且性价比也是挺高的，特别对新用户几乎是白菜价，hh。
第一步：剧本逻辑编排
漫剧视频第一步，得有个像样的分镜脚本。
谁来写？Openclaw 后端配置的大模型。
我这里接的是 doubao-seed-2.0-code，负责生成分镜逻辑、编排场景顺序。
比如我想做一个「少年仗剑走天涯」的国风漫剧。
它会自动帮我拆成：开场独白、拔剑出鞘、对决场景、雨中沉思、结尾定格。
每一幕都带详细的画面描述和镜头指令，省心到离谱。
第二步：主角设定 + 风格选择
脚本有了，需要生成漫剧主角，会调用 canghe-image-gen skill 来生成主角形象，这个 skill 是支持 Google API 及第三方 API 的。
无论是用最新的香蕉 2.0，还是使用 seedream 5.0，生图都轻松。
需要选风格。manga-style-video skill 提供了 8 种预设风格，每种都内置了专业提示词。
不用自己调参，选一个就完事。
我这次选的是国风水墨，配合「仗剑少年」的主题刚刚好。
你还别说，吉卜力风格也很绝，改天再试试。
第三步：漫剧生成
重头戏来了。
manga-drama 这个 Skill，是整套工作流里最让我惊艳的。
操作贼简单：丢一张主角图进去，它自动帮你编排整套分镜。
内置了 5 种分镜类型：
主角登场、动作场景、情感表达、互动场景、结尾定格。
每一幕的构图、镜头角度、光影氛围，全都安排得明明白白。
不过当前是有一些待优化的地方都，传参考图，会中断链接，问题不大，后续我再修复下。
第四步：效果验收
视频生成完，还没完事。
volcengine-video-understanding 可以对生成的视频做内容分析。
这里基于 seed2.0 的视频理解能力，还是非常方便的。
情感表达到不到位？场景衔接顺不顺？它都能给你反馈。
相当于自带了一个「AI 质检员」，省得自己一帧一帧去看。
整套流程跑下来，从一张图到一套完整漫剧视频，我这边大概十来分钟搞定。
写在最后
Openclaw 的可玩性还是很多的，但也确实废 token。
Openclaw 的最佳使用方式是搭载自己的 Skills 技能包，而非是让自己的小龙虾在 ClawHub 中一顿瞎找。
现在的 Skill 太多了，但唯有那些对自己有用的技能才值得被收藏。
更推荐每个人都维护自己的技能仓库：把个人方法论、模板、脚本和领域默认配置沉淀为可版本化资产，而不是长期依赖单一公共基线。
说实话，等 Seedance 2.0 的 API 正式放出来，这套漫剧工作流还能再上一个台阶。
到时候画面一致性、角色连贯性都会好很多配资官方开户，想想就有点期待。
深金配资提示：文章来自网络，不代表本站观点。
热点资讯
