A-cat-with-carrots/OnlyShot

它解决了什么问题

OnlyShot 是一个工业级的制作管线，旨在将简单的创意转化为完整、高质量的 AI 短剧，适用于抖音、红果等平台。它通过引入结构化的多阶段工作流程，解决了 AI 视频制作中常见的瓶颈，例如视觉质量不一致、构图随机、以及迭代生成视频的高成本。

运作方式

此项目作为 Claude Code 的技能运作，并集成 dreamina CLI 进行素材生成。它遵循严谨的 5 步骤工业流程：

1. 创作（第一阶段）： 执行市场情报扫描以避免过时主题，开发 IP 简报、故事架构，以及角色与场景的「设定圣经」。它会生成一个包含 80-150 张图片的全面参考（ref）库，以确保视觉一致性。
2. 分镜（第一点五阶段）： 不是直接生成视频，而是先生成候选关键帧（文字转图片）。这让用户能以远低于视频生成的成本确认构图。
3. 制作（第二阶段）： 根据可用的素材，自动从四种视频生成模式（image2video、frames2video、multiframe2video 或 multimodal2video）中选择，以产生最终片段。
4. 优化： 实施「7 步」爆款公式（例如，对抗式开场、30 秒爆发、180 秒倒数）来优化节奏与参与度。
5. 剪辑： 最终片段在 CapCut 中组装，并加入 TTS 配音与背景音乐。

适合对象

内容创作者、AI 电影制作者，以及短剧制作人，他们希望在维持对视觉一致性和叙事节奏的专业掌控的同时，自动化制作爆款风格的短视频内容。

亮点

• 具成本效益的迭代： 使用分镜阶段，与直接生成视频相比，修改成本降低了 18 倍。
• 视觉一致性： 采用工业级参考库（80-150 张图片）和详细的 8 部分提示词 SOP，以确保角色与场景的稳定性。
• 爆款优化节奏： 集成特定的「7 步」校准系统，根据平台数据确保高观众留存率。
• 多模态视频生成： 自动在四种不同的生成模式之间切换，以处理从简单动作到复杂一镜到底的序列。
• 稳健的错误处理： 包含 17 种失败模式与解决方案的详细目录，特别针对 dreamina CLI 和内容审核过滤器。