byted-drama
字节跳动AI视频创作工具。支持漫剧、短剧、电影创作，从剧本到成片的全流程自动化。触发词：漫剧, 短剧, 电影, 动漫视频, 漫画视频, 剧情视频, 短视频创作, 漫剧生成, 动画制作, drama video, byted-drama
- Installs
- 743
- Last 24h
- —
- Trending rank
- —
- Security
- Not audited
Install
Works with every agent the skills CLI supports.
npx skills add https://skills.volces.com --skill byted-drama- 01
Install
Run the command in your project. The CLI asks which agents to install for.
- 02
Describe the task
Ask your agent for something this skill covers. It loads byted-drama automatically when relevant.
- 03
Review the result
The agent follows the SKILL.md steps, scripts and references bundled with the skill.
SKILL.md
The instructions your agent reads when the skill is triggered.
Drama - AI 视频创作工具
从剧本到成片的全流程自动化，支持漫剧、短剧、电影等多种创作类型。
🎬 项目类型
| 类型 | 说明 | 适用场景 |
|---|---|---|
| 漫剧 | AI生成的动漫风格视频 | 抖音/小红书短视频、故事号 |
| 短剧 | 真人演绎的剧情短片 | 短视频平台、广告片 |
| 电影 | 完整的电影作品 | B站/YouTube长视频 |
🎨 风格选项
| 风格 | 适用类型 | 视觉特点 |
|---|---|---|
| 动漫 | 漫剧 | 通用动漫风格 |
| 日漫 | 漫剧 | 日式动画，大眼萌系/热血 |
| 美漫 | 漫剧 | 美式漫画，线条粗犷 |
| 国漫 | 漫剧 | 中国风，水墨/古风/现代国潮 |
| 电影 | 短剧/电影 | 电影级画面，写实风格 |
| 纪录片 | 短剧/电影 | 真实感，自然光效 |
| 真人 | 短剧/电影 | 真人实拍风格 |
工作流程
新建项目 → 剧本创作 → 角色场景道具生成 → 分镜生成 → 视频生成 → 合成成片
资源生成顺序（强制）
- 先生成角色图
- 再生成场景图
- 再生成道具图
- 最后才能生成分镜图片
分镜图生成前，必须先完成角色、场景、道具三类基础素材，用于统一视觉设定和后续参考图引用。
核心能力
1. 项目管理
- 新建项目并创建项目文件夹
- 项目配置持久化存储
- 支持多项目并行
- 项目信息：名称、类型、风格、创建时间
2. 剧本创作
- 支持多幕结构（钩子、发展、高潮、结尾）
- 角色设定与视觉描述
- 场景色调规划
- 分镜脚本（画面描述、对白、时长）
3. 角色 / 场景 / 道具图片生成
- 分镜生成前的基础素材准备步骤
- 使用统一风格生成角色设定图、场景设定图、道具设定图
- 角色图用于固定人物造型、服装、配色、视角
- 场景图用于固定空间氛围、建筑结构、色调、时代质感
- 道具图用于固定关键物件外观，避免分镜阶段形象漂移
角色图规范（强制）
- 比例固定：21:9
- 背景固定：纯白色背景
- 单张图必须同时包含：
- 面部特写
- 正面全身图
- 侧面全身图
- 背面全身图
- 用途：作为后续分镜生成的人物参考图，保证角色一致性
场景图规范（强制）
- 比例固定：21:9
- 用于定义场景整体构图、空间关系、光影氛围
道具图规范（强制）
- 比例固定：21:9
- 用于定义关键道具造型、材质、细节与时代风格
4. 分镜图片生成
- 使用 Seedream API 生成高质量图片
- 支持角色一致性
- 生成前必须先准备好角色、场景、道具参考图
- 根据项目类型自动选择分辨率
- 支持多种画幅比例
5. 视频片段生成
- 使用 Seedance API 从图片生成视频
- 支持中文运镜描述
- 可选 AI 音效生成（
generate_audio=true）
6. 视频合成
- FFmpeg 合并视频片段
- 可选字幕嵌入
- 输出格式：MP4
项目结构
projects/
├── 项目名称/
│ ├── project.json # 项目配置
│ ├── script.md # 剧本文件
│ ├── narration.md # 旁白台词
│ ├── video_prompts.md # 视频提示词
│ ├── subtitles.vtt # 字幕文件
│ ├── characters/ # 角色图（21:9，白色背景，含面部+正/侧/背全身）
│ │ ├── 刘备.png
│ │ ├── 诸葛亮.png
│ │ └── ...
│ ├── scenes/ # 场景图（21:9）
│ │ ├── 隆中草庐.png
│ │ └── ...
│ ├── props/ # 道具图（21:9）
│ │ ├── 羽扇.png
│ │ └── ...
│ ├── frames/ # 分镜图片
│ │ ├── frame_01.png
│ │ └── ...
│ ├── videos/ # 视频片段
│ ├── final/ # 最终成片
│ │ └── final_video.mp4
│ └── assets/ # 素材资源
│ ├── audio/
│ ├── images/
│ └── fonts/
项目配置 (project.json)
{
"name": "赛博朋克之梦",
"type": "drama",
"style": "anime",
"created_at": "2026-03-15T09:00:00+08:00",
"updated_at": "2026-03-15T10:30:00+08:00",
"resolution": "1440x2560",
"ratio": "9:16",
"duration": 60,
"status": "in_progress",
"stats": {
"frames_total": 29,
"frames_generated": 15,
"videos_generated": 10
}
}
默认配置
漫剧 (drama)
- 分辨率: 1440x2560 (9:16 竖屏)
- 平台: 抖音、小红书
- 时长: 30秒-3分钟
短剧 (short_film)
- 分辨率: 1920x1080 (16:9 横屏)
- 平台: 抖音、快手、B站
- 时长: 1-10分钟
电影 (movie)
- 分辨率: 1920x1080 或 3840x2160
- 平台: B站、YouTube
- 时长: 10分钟以上
新建项目流程
触发方式
用户: 新建一个项目
用户: 创建一个漫剧项目
用户: 我要做一个电影
交互流程
助手: 🎬 创建新项目
请输入项目名称：____
选择项目类型：
1. 漫剧 (默认) - AI动漫风格短视频
2. 短剧 - 真人剧情短片
3. 电影 - 完整电影作品
选择风格：
[漫剧] 动漫 | 日漫 | 美漫 | 国漫
[短剧/电影] 电影 | 纪录片 | 真人
用户: 项目名：赛博朋克之梦，类型：漫剧，风格：动漫
助手: ✅ 项目创建成功！
📁 项目目录: projects/赛博朋克之梦/
📋 项目配置:
- 类型: 漫剧
- 风格: 动漫
- 分辨率: 1440x2560
- 画幅: 9:16
接下来可以：
1. 创作剧本 - "帮我写一个1分钟的赛博朋克故事"
2. 上传素材 - "上传参考图片或背景音乐"
3. 设置角色 - "设定主角的外观和性格"
API 配置
Seedream（图片生成）
- Endpoint:
https://ark.cn-beijing.volces.com/api/v3/images/generations - Model:
ep-20260225094435-gzb5q（或用户配置的 endpoint）
Seedance（视频生成）
- Endpoint:
https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks - Model:
doubao-seedance-1-5-pro-251215
重要规则
⚠️ 项目管理
- 所有创作必须在项目内进行
- 新建项目时必须提供项目名称
- 类型默认为"漫剧"，风格默认为"动漫"
- 项目文件夹路径：
~/workspace/agent/workspace/projects/<项目名称>/ - 若环境变量中未配置
API_KEY，在进行生图或生视频前，必须先提示用户提供用于生成图片/视频的 API_KEY，再继续执行
⚠️ 成本控制
- 视频生成成本高，批量操作前必须获得用户确认
- 估算成本后再执行
- 提供预览选项（发送单张图片/视频供确认）
⚠️ TTS 限制
- 当前环境无 TTS（文字转语音）能力
- 旁白配音需用户自行处理或提供 TTS API
- Seedance 的
generate_audio仅生成环境音效，非人声旁白
⚠️ 用户确认流程
- 分镜图片生成后：必须把图片发给用户确认
- 并且后面每一张分镜图都必须同时发送对应提示词信息，包括：
- 分镜画面描述
- 使用了哪些参考图
- 按规则写成的正式生成提示词
- 视频片段生成后：必须发送给用户确认
- 合成最终视频后：必须发送给用户确认
- 每个关键步骤都需要用户预览和确认
⚠️ 飞书文档输出规则
- 创建飞书文档后：必须把文档链接发送给用户确认，不能只回答"已创建"
- 确保用户能直接访问文档链接
⚠️ 分镜图片生成前置条件
- 禁止跳过基础素材阶段：生成分镜图片前，必须先生成人物角色图、场景图、道具图
- 若角色 / 场景 / 道具尚未完成，不得直接进入分镜图片生成
- 分镜阶段默认优先复用前面已经确认过的设定图，保持视觉统一
⚠️ 分镜图片提示词引用参考图规则
当分镜中包含了参考的场景、角色、道具时：
- 提示词命名：只能用"图1"、"图2"、"图3"等（不能用图A、图B）
- 提示词末尾注明每个图是什么：如"// 图1是深渊之主，图2是城市废墟"
- API调用顺序：参考图片的传入顺序必须与提示词中的命名顺序一致
示例：
分镜提示词：
"深渊之主站在城市废墟中（参考图1的角色设定，图2的场景氛围），触手挥舞..."
// 图1是深渊之主，图2是城市废墟
API调用：
reference_images: [深渊之主.png, 城市废墟.png] // 顺序必须对应，图1是深渊之主，图2是城市废墟
关键：
- 提示词中只能用"图1"、"图2"命名（禁止用图A、图B等）
- 提示词末尾用注释说明每个图是什么
- API调用时参考图顺序必须与命名顺序一致
创建新项目
用户: 新建项目，名字叫"仙剑奇缘"，类型短剧，风格真人
助手: ✅ 项目"仙剑奇缘"创建成功！
📁 项目目录: projects/仙剑奇缘/
📋 配置: 短剧 | 真人风格 | 1920x1080 (16:9)
切换项目
用户: 打开"赛博朋克之梦"项目
助手: 📂 已切换到项目"赛博朋克之梦"
- 状态: 制作中
- 进度: 15/29 分镜已完成
查看项目列表
用户: 我有哪些项目？
助手: 📋 项目列表：
1. 赛博朋克之梦
类型: 漫剧 | 风格: 动漫 | 状态: 制作中
进度: 15/29 分镜
2. 仙剑奇缘
类型: 短剧 | 风格: 真人 | 状态: 刚创建
进度: 0/0 分镜
批量生成确认
用户: 生成所有分镜的视频
助手:
⚠️ 视频生成成本较高
- 项目: 赛博朋克之梦
- 分镜数量: 29个
- 预计耗时: ~30分钟
- 预计费用: [估算]
确认生成吗？
常见问题
| 问题 | 解决方案 |
|---|---|
| 视频无音频 | 使用 generate_audio=true 重新生成 |
| 需要旁白配音 | 当前无 TTS，需用户提供音频或 API |
| 文件太大无法发送 | 使用 FFmpeg 压缩：-crf 28 -preset fast |
| 角色不一致 | 在提示词中详细描述角色特征 |
| 项目找不到 | 使用"查看项目列表"确认项目名称 |
脚本工具
new_project.sh - 创建新项目
./scripts/new_project.sh \
--name "项目名称" \
--type drama \
--style anime
generate_image.sh - 图片生成
./scripts/generate_image.sh \
--prompt "赛博朋克风格的霓虹街道" \
--output frames/frame_01.png \
--size 1440x2560 \
--project "赛博朋克之梦"
generate_video.sh - 视频生成
从图片生成视频片段，支持运镜描述。
merge_videos.sh - 视频合并
使用 FFmpeg 合并多个视频片段。
相关 Skill
miaoda-text-gen-image- 文字生成图片miaoda-speech-to-text- 语音转文字（反向操作）xiaohongshu-publish- 小红书发布（可选后续）
FAQ
What does the byted-drama skill do?
字节跳动AI视频创作工具。支持漫剧、短剧、电影创作，从剧本到成片的全流程自动化。触发词：漫剧, 短剧, 电影, 动漫视频, 漫画视频, 剧情视频, 短视频创作, 漫剧生成, 动画制作, drama video, byted-drama
How do I install byted-drama?
Run npx skills add https://skills.volces.com --skill byted-drama in your project. The skills CLI detects the agents you use and copies the skill into the right folder. For Claude Code you can also place the skill folder at ~/.claude/skills/byted-drama/ (personal) or .claude/skills/byted-drama/ (project).
Which AI agents can use byted-drama?
Any agent that supports the open Agent Skills format (a folder with a SKILL.md file), including Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf, Cline, OpenCode and more.
Is byted-drama safe to install?
No partner security audit is available yet. Skills can run commands and scripts, so read the SKILL.md and any bundled files before installing.
Who maintains byted-drama?
It is published by skills.volces.com in skills.volces.com. It has 743 recorded installs.
More from skills.volces.com
byted-web-search
skills.volces.com
火山引擎豆包搜索 API（原联网搜索/融合信息搜索），返回网页/图片结果。联网搜索场景优先使用本 skill。触发词包括：豆包搜索、查/搜/找、真的吗/靠谱吗/确认/核实、最近/今天/最新/近期、出处/来源/链接、Agent Plan、融合信息搜索、Harness、有什么/有哪些/推荐、价格/政策/汇率/行情、对比/区别/哪个好、听说/据说/不太确定、热搜/热门/火、帮我看/了解一下、求证/辟谣、值不值得/该不该。任务依赖在线事实或时效性时优先使用。若回答可能依赖外部事实，优先调用本 skill 再作答。
byted-supabase
skills.volces.com
火山引擎 Supabase . 管理 AIDAP Supabase 项目、工作区、数据库、分支、Auth、Realtime、Edge Functions、Storage、API Keys、SQL、Schema 变更、TypeScript 类型生成和 MCP 集成。
find-skills
skills.volces.com
Helps users discover and install agent skills when they ask questions like "how do I do X", "find a skill for X", "is there a skill that can...", or express interest in extending capabilities. This skill should be used when the user is looking for functionality that might exist as an installable skill.
byted-util-ark-cua
skills.volces.com
Delegate broad computer-use tasks to ARK CUA for Volcengine AgentPlan users through an authenticated cloud desktop, and synchronize explicit credentials to a caller-owned CUA through Credential Agent. Use for web or desktop-app operation, file workflows, reusable task contexts, artifacts, temporary CUA App URLs, desktop shutdown/start/recovery, inspection, or exact browser, environment, secret, Credential Set, and managed-file credential setup/sync/status/reset. Do not use when local reasoning or a purpose-built local/API tool can complete the request more directly.
agent-browser
skills.volces.com
Headless browser automation CLI optimized for AI agents with accessibility tree snapshots and ref-based element selection
self-improving-agent
skills.volces.com
AI自我改进与记忆系统 - 解决'同类错误反复犯、用户纠正不长记性'的痛点。自动捕获错误、用户纠正、最佳实践，并转化为长期记忆。
Popular media & creative skills
hyperframes
heygen-com/hyperframes
Read first to make, edit, animate or render any video with HyperFrames (HTML rendered to video), including launch films, explainers, music videos, charts, maps, vertical clips, title cards, captions and overlays. Holds the render contract, the work loop and what each kind of video needs.
media-use
heygen-com/hyperframes
Get or make any media for a HyperFrames video - music, sound effects, images, icons, logos, voiceover, avatar and generated video, transcripts, cutouts, colour grades and looks - with HeyGen or free local tools, and mix placed audio. Also for footage that looks dark, flat or dull, or should be stylized or hidden.
hyperframes-registry
heygen-com/hyperframes
About 450 ready-made HyperFrames blocks and components installed as editable source - transitions, overlays, titles, kinetic type, captions, charts, map overlays, 3D, camera moves. Use it before hand-building any named visual (CRT scanlines, glitch, film grain, a chart); also for hyperframes add and catalog.
hyperframes-creative
heygen-com/hyperframes
Non-animation creative direction for HyperFrames videos. Use for design spec (frame.md / design.md) handling, palettes, typography, narration, beat planning, audio-reactive visuals, composition patterns, and brand / style decisions. For atomic motion patterns and scene blueprints, use hyperframes-animation.
ai-video-generation
101-skills/superpowers
Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse
ai-image-generation
101-skills/superpowers
Generate AI images with GPT-Image-2, FLUX, Gemini, Grok, Seedream, Reve and 50+ models via inference.sh CLI. Models: GPT-Image-2, FLUX Dev LoRA, FLUX.2 Klein LoRA, Gemini 3 Pro Image, Grok Imagine, Seedream 4.5, Reve, ImagineArt. Capabilities: text-to-image, image-to-image, inpainting, LoRA, image editing, upscaling, text rendering. Use for: AI art, product mockups, concept art, social media graphics, marketing visuals, illustrations. Triggers: flux, image generation, ai image, text to image, stable diffusion, generate image, ai art, midjourney alternative, dall-e alternative, text2img, t2i, image generator, ai picture, create image with ai, generative ai, ai illustration, grok image, gemini image, gpt image, openai image, chatgpt image