开源Seedance 2.0 Claude Agent Skill，一键将小说转化为多集视频

背景

随着 Seedance 2.0 等新一代 AI 视频生成模型的开源与普及，AI 视频制作的能力边界被大幅拓展。然而，从静态文本到高质量、连贯的多集视频，中间仍缺乏一套标准化的自动化工作流。此前开源的 Seedance 2.0 分镜工具已受到社区关注，但针对长剧情、多集短剧的剧本创作与结构化生产工具尚属空白。

为了解决这一痛点，开发者在 LINUX DO · AI 社区发布了一款基于 Claude Agent 的 Skill 工具。该工具旨在将小说或故事文本一键转化为符合 Seedance 2.0 格式的多集视频剧本，填补了从“故事构思”到“视频生成”之间的自动化缺口，旨在更便捷地利用新 AI 能力制作短剧。

核心内容

该开源项目构建了一个完整的 AI 视频制作自动化工作流，核心逻辑是通过三件套工具实现从故事到成片的流水线生产。整个流程涵盖：构思主题 → 写剧本 → 生成素材描述 → 生图 → 写分镜脚本 → 逐集生成视频。

1. 技术栈与工具分工

• Claude Code：作为核心 Agent，负责剧本创作（改编为四幕结构）以及分镜脚本的生成（输出为 Seedance 2.0 时间轴格式提示词）。
• Nana Banana Pro：用于生成角色、场景、道具的视觉素材图。注：此环节为可选，也可替换为其他生图 AI。
• Seedance 2.0：负责最终的视频生成，并利用其视频延长功能实现集数间的无缝衔接。

2. 短剧制作详细步骤

• 剧本创作：Agent 将源材料（如小说、故事文本）改编为标准的四幕结构剧本（起、承、转、合）。
• 素材规划：系统会自动创建编号的角色 (C)、场景 (S)、道具 (P) 清单，并生成对应的图像生成提示词。
• 图像生成：使用 Nana Banana Pro 或其他工具，生成统一视觉风格的素材图片。
• 分镜脚本：将剧本转化为 Seedance 2.0 所需的时间轴格式提示词。
• 视频生成与衔接：利用 Seedance 2.0 的视频延长功能，确保各集视频在视觉上自然过渡。

3. 使用方法与操作示例 用户只需在终端输入 seedance 命令并附带主题或故事文本即可启动。例如： ❯ seedance 风云中聂风小时候的故事

启动后，Agent 会逐步指导用户完成配置，自动完成 Seedance 2.0 格式的剧本生成。

4. 视频链式生成逻辑（无缝衔接关键） 为了实现多集视频的连贯性，项目强调了“视频延长”功能的使用。每一集都以上一集的结尾画面作为起点，具体操作逻辑如下：

• E01：新生成。
• E02：延长 E01 —— 上传 E01 视频作为 @视频1。
• E03：延长 E02 —— 上传 E02 视频作为 @视频1。
• E04：延长 E03 —— 上传 E03 视频作为 @视频1。
• E05：延长 E04 —— 上传 E04 视频作为 @视频1。

通过这种链式生成方式，剧情剧本被串联成最终的故事视频。

关键要点

• 自动化剧本结构化：利用 Claude Agent 自动将非结构化文本（小说/故事）转化为符合视频制作需求的四幕结构剧本。
• 标准化资产输出：自动生成编号化的角色、场景、道具清单及对应的生图提示词，解决了多集视频中角色/场景一致性难维护的问题。
• 格式兼容性：直接输出 Seedance 2.0 时间轴格式的提示词，无需人工二次转换，降低了使用门槛。
• 无缝衔接工作流：核心创新点在于利用 Seedance 2.0 的视频延长功能，通过“上传上一集结尾”的方式实现集数间的视觉无缝过渡，解决了 AI 视频常见的跳帧或风格突变问题。
• 低门槛操作：通过命令行交互（CLI）引导用户，简化了复杂的工作流配置，用户只需提供主题或文本即可启动全流程。

意义与影响

该工具的开源标志着 AI 视频生产从“单点技术突破”向“全流程自动化”迈进了一步。

1. 降低短剧创作门槛：传统短剧制作涉及编剧、分镜、美术、后期等多个环节，成本高昂。该工作流将大部分前期策划和中期制作自动化，使得个人创作者也能高效产出多集连贯视频。
2. 解决一致性难题：通过先生成统一风格的素材图，再结合视频延长技术，有效缓解了 AI 视频生成中常见的角色和场景不一致问题，提升了成片的专业度。
3. 推动生态标准化：明确了 Claude Code（逻辑/文本）、Nana Banana Pro（视觉资产）、Seedance 2.0（动态视频）三者协作的最佳实践，为后续其他 AI 视频工具的工作流设计提供了参考范式。
4. 社区协作价值：在 LINUX DO 社区的推动下，此类开源 Skill 促进了开发者之间的经验共享，加速了 AI 视频应用层的创新与落地。