TypingMindTypingMindThe best frontend for AI
Brand Promo Video Generator Local logo

Brand Promo Video Generator Local

Community
swan7-py
brand-promo-video-generator-local

本地版（逐步确认式 · 纯提示词）。品牌/产品/网站宣传短片：素材核实→事实表→故事脊→beat 规划→硬确认→生图(只给提示词+等用户返回图像)→视频提示词(调用 h3-video-prompt-cn，以返回图像为参考图)→可选语音音乐(先问云端)→剪辑思路。不硬编码任何生图/视频工具路径，不依赖 MiniMax Hub。

Overview

Publisherswan7-py
RepositoryMiniMax-H3-Skills-Local
Skill namebrand-promo-video-generator-local
Stars
66
Forks
5
Bundled files
1
Links
Skill sourceRepository
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 1 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by swan7-py on GitHub. Read the source before you install it.

Installation

Install the Brand Promo Video Generator Local AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/swan7-py/MiniMax-H3-Skills-Local/tree/main/old/brand-promo-video-generator-local
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/swan7-py/MiniMax-H3-Skills-Local.git /tmp/MiniMax-H3-Skills-Local
mkdir -p .claude/skills
cp -r /tmp/MiniMax-H3-Skills-Local/old/brand-promo-video-generator-local .claude/skills/brand-promo-video-generator-local
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Brand Promo Video Generator Local in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Brand Promo Video Generator Local on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Brand Promo Video Generator Local is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

Brand Promo Video Generator（本地版 · 逐步确认式）

本文件由原始 skill brand-promo-video-generator 改造为「本地版 · 逐步确认式」。 本地化改造总则 v2（纯提示词 · 逐步确认 · 交付物门）

⏹ 门控硬规则（真停顿 · 已生效）：本 skill 中每个 ⏸ 确认门 与 ⏸ 交付物门 均为硬性停止点，不是建议。固定执行顺序：① 仅输出当前步骤交付物（提示词 / 文本计划 / 分镜脚本等）；② 立即调用 AskUserQuestion 工具，给三选项「✅ 确认，继续下一步」「✏️ 修改当前步」「⏸ 暂停 / 停止或换方向」；③ 等待用户回复，本回复内绝不可预生成任何后续步骤（即使你觉得能一次写完）。任一 ⏸ 门不得跳过 / 合并，也不得仅用一句"请确认"文字代替——必须用 AskUserQuestion 真正阻塞。

  1. 生图只给提示词，不调用任何生图工具：每个生图步骤只输出文生图提示词；用户自行用任意工具生成图像，并把生成的图像文件路径或地址返回给我。本 skill 不硬编码任何 ComfyUI 工作流路径。
  2. 每一步都确认 + 交付物门（核心规则）：每个步骤产出后我都会暂停，等你「确认 / 修改」。凡涉及生成资产的步骤，必须等你**返回对应交付物（图像地址 / 视频地址 / 音频地址）**后，才进入下一步。典型链路：出静帧生图提示词 → 等你返回图像地址 → 再以其为参考图出视频提示词。
  3. 视频提示词调用 h3-video-prompt-cn skill：所有视频生成提示词，均调用用户级 h3-video-prompt-cn skill（纯文本、无需 API）来写；以你返回的图像为参考图，按其 I2VA / Ref2VA / T2VA 结构输出完整 H3 视频提示词，并附端口 / 顺序 / 时长 / 分辨率设置建议，由你在本地 H3 节点自行执行。 H3 特殊占位符 <d>/</d>、<|lyrics_start|>/<|lyrics_end|>、<|caption_start|>/<|caption_end|>、<|cutoff|> 及其固定 id 见 h3-video-prompt-cn 的「特殊标记」节，写对白/歌词/字幕时严格照用。
  4. 语音 / 音乐先询问（已升级为「音频模式门」）：进入流程第一步（方向/简报锁定）时，必须先用 AskUserQuestion 问你音频方案，二选一：
  5. 批次时长上限先问（贯穿分镜设计）：同样在进入流程第一步（方向/简报锁定）时，用 AskUserQuestion 问你「本次一次生成几秒？」可选 5s / 10s / 15s（或自定），记为批次时长上限，并贯穿到本 skill 的分镜 / 镜头表设计步骤，使分镜在设计期就 ≤ 批次、无需事后强切。
    • A) 统一 H3 音频：旁白 + 对白 + BGM 全部由 H3 原生音频驱动生成（最省事，音色/配乐与画面同步，无需外部文件）。
    • B) 分离生成：旁白/对白只给提示词（你用任意 TTS 工具，推荐用「参考/音色克隆」模式保证跨镜头一致；不绑定 MOSS-TTS）、BGM 用 ACE-Step 1.5 本地生成（调用 ace-step-1.5-prompt-writer skill）、对白分别生成，后期合成。
    • 记录你的选择，后续「视频提示词步骤」与「音频步骤」依此分支执行。
  6. 旁白/对白一致性（分离模式必做）：若选 B 且含旁白/对白，提醒你把【音色参考文件】（.wav/.mp3，代表目标音色）放到当前项目文件夹（你运行本 skill 的工作目录），并在调用 TTS 时使用「参考模式 / 音色克隆」，确保多镜头音色统一；若你未提供该文件，先暂停请其提供，禁止无参考直接生成（否则各镜头音色漂移）。
  7. BGM 分离 -> 视频提示词只规划视觉（重要）：若选 B，BGM 由 ACE-Step 1.5 单独生成，因此调用 h3-video-prompt-cn 写视频提示词时不可规划 BGM/旁白/对白的音频出现（如"音乐渐强""旁白响起""对话切入"等），只规划镜头/动作/画面；音频在后期合成。若选 A，视频提示词可正常包含音频驱动指令，无需单独生成音频。
  8. 删除自动剪辑 / 拼接：改为提供"剪辑思路"。
  9. 规划 / 分镜 / 排版等文本方法论沿用原 skill。
  10. 删除全部"表情图"相关提示词。

STEP 1：Intake 与简报

同原 skill：要求上传 logo/字体/配色/产品图/官网链接等可核实资产；确认时长（默认 15s）、画幅（16:9/9:16/1:1/4:3/3:4/参考）、campaign 焦点、渠道、语言。

  • ⏸ 确认门：用文字确认替代 choice card，呈现后暂停等你确认。

STEP 2：品牌事实表

同原 skill：从用户资产/官网/媒体包提取 logo 变体、官方字体、主辅动态色、调性、产品名/功能/CTA/免责。禁用 logo 聚合站/粉丝复刻/AI 替代作为身份来源。

STEP 3：来源清单（provenance）

同原 skill：记录每个身份资产来源与权利状态；未授权则标注为 unofficial concept。

STEP 4：故事脊

同原 skill：按品类给 2–3 方向（AI/SaaS、实体产品、服务/公司、图像主导），推荐其一后确认。

  • ⏸ 确认门：方向呈现后暂停，等你选向并确认。

STEP 5：精确 beat 规划

同原 skill：30fps 约定；15s→5–8 beat，30s→8–12 beat；每 beat 定义起止、视觉归属、主动作、产品证明、文案、色态、转场、运动意图。

STEP 6：运动语言

同原 skill：用产品/UI/光/滚动驱动转场；2–5 个色态；每 beat 一个主动作；保留可读剪影与 logo 净空。

STEP 7：硬确认门

同原 skill：生成前展示预生产包（来源摘要/事实表/方向/beat/文案/权利提示），用户确认后继续。

  • ⏸ 确认门：预生产包呈现后暂停，等你硬确认。

STEP 8：本地产出资产（生图提示词 + 交付物门 → 视频提示词调用 h3-video-prompt-cn）

本 skill 不调用任何 Hub / ComfyUI 生成。改为按步骤交付提示词并等交付物：

  1. 生图（只给提示词）：生成/准备静帧、UI 板、产品主图、运动就绪故事图——调用用户级 image-prompt-writer-local skill 生成富结构提示词：传入 场景类型=海报/产品静物/风景（按资产类型选）、风格上下文=品牌统一调性、主体与要求=各资产。它返回「通用风格锚 + 每张图四段式详描」，你原样呈现（本步骤只输出该富提示词）。 严禁：用生图重绘/近似 logo、字体、产品 UI、包装、吉祥物、真人——只用官方/用户授权资产或抽象运动层（遮罩/渐变/色场/网格/粒子/文字/图表/转场几何）。
    • ⏸ 交付物门（必过）：提示词给你后暂停。请你用任意工具生成图像并返回图像地址（作为后续视频参考图）。收到后才进入第 2 步视频提示词。
  2. 视频提示词（调用 h3-video-prompt-cn）：以 STEP8.1 返回的图像（按镜头需要，可多张分别作为参考图1/参考图2）为参考图，调用用户级 h3-video-prompt-cn skill（纯文本、无需 API），按其 I2VA / Ref2VA / T2VA 结构输出完整 H3 视频提示词；并附设置建议：
  • ⚠️ 分镜 / 批次 / 参考图（严格遵循 h3-video-prompt-cn 约定）：① 沿用起始门（简报）已确定的批次时长上限（批次时长由设备定，已在分镜设计前问过，本步不再重问）；② 把分镜按批次时长分组，每批次产出一份独立 .md 文件（命名 batch_01.md、batch_02.md…），文件内含该批次全部分镜的 H3 提示词 + 端口/顺序/时长/分辨率建议；③ 参考图一律用 <Picture N> 占位符指代，严禁在提示词中写任何图像/视频文件路径或目录（占位符 → 实际文件由你在 H3 节点侧按端口映射）。
  • 🔒 批次打包（不重切分镜）：把本 skill 分镜设计步骤产出并确认的分镜按时长累加打包为批次——同批次各镜时长之和 ≤ 批次时长上限（已在起始门确定），一个批次 = 一次 H3 生成 = 一份 batch_XX.md。不重新切分已设计的分镜，分镜的创意与音频时序在打包中保持不变。仅当某分镜本身 > 批次时长上限（设计期偶发）时，在生成层做机械分段（如 Shot 3 → 3a / 3b，该分镜音频跨子段连续），不改其创意内容。motion-context 在连续批次的衔接边界问（见 h3-video-prompt-cn 规则⑤：跨段连续时启用，第 2 段起 22 帧重复 + 时间标注后延 0.917s、第 1 段不变）。
  • 参考图 = STEP8.1 返回的图像 → 接入 H3 节点「图像参考 / image reference」对应端口
  • 音频（依总则「音频模式门」分支）：模式=统一H3 时，提示词内写品牌安全器乐/UI 音设计（generate_audio=true）；模式=分离 时，本视频提示词仅规划视觉，不写 BGM/旁白音频指令，音频后期合成。
  • 时长 = STEP1 确认值（默认 15s）；分辨率 = STEP1 画幅对应值；其余你自定
  • 模型标注 MiniMax-H3；本地用 Wan/Animate2 亦可（按节点调整首帧接入）
  • ⏸ 交付物门（可选）：你确认提示词后自行在 H3 执行，返回成片地址（可选）。
  1. 语音/音乐（先问云端）：涉及语音/音乐时先问你「用云端生成 or 只给提示词」。若只给提示词，输出语音/BGM 风格提示词；不重复 soundtrack（原生音频与独立生成二选一）。其中 BGM 部分优先调用用户级 ace-step-1.5-prompt-writer skill 把音乐描述 + 可选带标签歌词改写成 ACE-Step 1.5 提示词；语音部分只给提示词（不绑定具体 TTS 工具，你用任意 TTS 生成）。

STEP 9：交付前核对

同原 skill：身份资产来自核实/授权源；产品名/文案/CTA 与官方一致或标 concept；时长/画幅/语言匹配；logo 未拉伸；运动有清晰归属。

STEP 10：交付 + 剪辑思路（替代自动剪辑）

  • 成片按 beat 顺序拼接；仅保留最新批准资产。
  • 字幕仅在用户明确要求时加。
  • 工具建议：ffmpeg/本地剪辑软件硬切；保持品牌锁版与 logo 净空。

失败恢复

同原 skill 思路：错误/近似 logo → 换官方源或停问；仿冒产品 UI → 换授权媒体；生成资产不可用时停问授权原文件，绝不臆造。

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Brand Promo Video Generator Local AI skill do?

本地版（逐步确认式 · 纯提示词）。品牌/产品/网站宣传短片：素材核实→事实表→故事脊→beat 规划→硬确认→生图(只给提示词+等用户返回图像)→视频提示词(调用 h3-video-prompt-cn，以返回图像为参考图)→可选语音音乐(先问云端)→剪辑思路。不硬编码任何生图/视频工具路径，不依赖 MiniMax Hub。

Why use Brand Promo Video Generator Local on TypingMind?

Because you install it once and use it with any model. Brand Promo Video Generator Local is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Brand Promo Video Generator Local in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/swan7-py/MiniMax-H3-Skills-Local/tree/main/old/brand-promo-video-generator-local. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Brand Promo Video Generator Local?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Brand Promo Video Generator Local?

As many as you like. As long as a model supports skills, you can use Brand Promo Video Generator Local with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Brand Promo Video Generator Local AI skill free?

It is published on GitHub by swan7-py. Check the repository for licensing terms. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

Related AI Skills

View all
affaan-m logo

Accessibility

affaan-m
CommunityPopular

WCAG 2.2 レベル AA 標準を用いてインクルーシブなデジタルプロダクトを設計・実装・監査します。Web 用のセマンティック ARIA および Web・ネイティブプラットフォーム（iOS/Android）のアクセシビリティトレイトを生成するために使用します。

39.1K
261.1K
Instructions
View
NousResearch logo

Archify

NousResearch
OrganizationPopular

Validated interactive HTML diagrams, upstream-maintained.

53.5K
250.4K
Instructions
View
NousResearch logo

Auteur

NousResearch
OrganizationPopular

Design and build cinematic, award-level web pages.

53.5K
250.4K
25 files
View
NousResearch logo

Concept Diagrams

NousResearch
OrganizationPopular

Generate flat, minimal educational SVG visuals as HTML.

53.5K
250.4K
19 files
View

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇