TypingMindTypingMindThe best frontend for AI
Paper Collage Explainer Generator Local logo

Paper Collage Explainer Generator Local

Community
swan7-py
paper-collage-explainer-generator-local

本地版（逐步确认式 · 纯提示词）。纸拼贴科普动画：解析→制作计划门→静帧规格→生图(只给提示词+等用户返回图像)→定格组装计划→视频提示词(调用 h3-video-prompt-cn，以返回静帧为参考图 I2V)+设置建议→QA→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 namepaper-collage-explainer-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 Paper Collage Explainer 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/paper-collage-explainer-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/paper-collage-explainer-generator-local .claude/skills/paper-collage-explainer-generator-local
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Paper Collage Explainer 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 Paper Collage Explainer 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 Paper Collage Explainer 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.

Paper Collage Explainer Generator（本地版 · 逐步确认式）

本文件由原始 skill paper-collage-explainer-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：每片段静帧等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」。生图步骤必须等你返回图像地址后，才进入视频提示词步骤（视频提示词以静帧为参考图，I2V from still）。
  3. 视频提示词调用 h3-video-prompt-cn skill：视频提示词均调用用户级 h3-video-prompt-cn skill（纯文本、无需 API）来写；以你返回的静帧为参考图，按其 I2VA / Ref2VA 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"表情图"相关提示词。

默认创意目标（沿用）

  • 画幅 16:9；每段约 4s；默认保留/生成拼贴 SFX，不加 BGM/语音/字幕（除非你确认）；视觉为高端编辑 halftone 纸拼贴；运动为触感定格组装；默认视频模型标注 MiniMax-H3。

音频策略（沿用 + 本地化）

⚠️ 音频模式门：仅模式=分离 时单独生成 BGM/语音（BGM 用 ace-step-1.5-prompt-writer、语音只给提示词（把【音色参考文件】放项目文件夹，用任意 TTS 参考模式保证跨镜一致））；模式=统一H3 时由 H3 原生生成。 ⚠️ 音频模式门：仅模式=分离 时单独生成 BGM/语音（BGM 用 ace-step-1.5-prompt-writer、语音只给提示词（把【音色参考文件】放项目文件夹，用任意 TTS 参考模式保证跨镜一致））；模式=统一H3 时由 H3 原生生成。 默认交付＝含拼贴 SFX、无 BGM/语音/字幕。涉及 BGM/语音/字幕时先问你「用云端生成 or 只给提示词」；若只给提示词，输出对应风格提示词。其中 BGM 部分优先调用 ace-step-1.5-prompt-writer skill 产出 ACE-Step 1.5 提示词（Caption/Lyrics/Metadata）；语音部分只给提示词（不绑定具体 TTS 工具，你用任意 TTS 生成）。

全局风格规则（沿用）

统一视觉、控纸纹强度、统一色调、定格组装感（逐片出现/滑入/弹/压平/暂停/锁）、批次协调、16:9 分层、强调纸拼贴工艺。

STEP 1：解析输入

同原 skill：核心义/情绪/动作动词/视觉隐喻/3–6 关键纸组/音频暗示；故事拆 3–6 beat。

  • ⏸ 确认门：解析呈现后暂停，等你确认隐喻与 beat 拆分。

STEP 2：门1 制作计划文档批准

同原 skill：Brief + 视觉隐喻 + 脚本/视觉 beat 轨 + 分镜；先给默认媒体说明（拼贴 SFX 保留，BGM/语音/字幕不加），可选问你是否要；批准后再生媒体。

  • ⏸ 确认门（硬确认）：制作计划呈现后暂停，等你批准/修改后才进 STEP 3。

STEP 3：静帧规格

同原 skill：含风格签名（flat bold color field、黑白 halftone 剪贴、选择性卡纸重色、暖奶油 keyline、软纸影、细无涂布纸纹、精 hand-torn 边、层缝）。

  • ⏸ 确认门：规格呈现后暂停，等你确认。

STEP 4：生图提示词（只给提示词 + 交付物门）

本 skill 不调用云端/ComfyUI 生图。改为： 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/抽象（纸拼贴静帧）、风格上下文=本片纸拼贴统一风格锚（平色场+纤维、黑白 halftone 剪贴+卡纸重色、暖奶油 keyline、软纸影、no 3D/CGI/photo/neon/glass）、主体与要求=每段（清晰主体层次、3–6 大纸组、无可读文字/UI/logo）。它返回「通用风格锚 + 每段静帧四段式详描」，你原样呈现。 本步骤产出：每段静帧的文生图提示词（来自上一步 skill 输出；风格签名已写入提示词）。

  • ⏸ 交付物门（必过）：提示词给你后暂停。请你用任意工具生成静帧图像并返回图像地址（=动画完成末帧/视频参考图）。收到后才进入 STEP 5/6。

确认卡：批准/改/重生成某张后再进视频。

STEP 5：定格组装计划

同原 skill：从匹配静帧底色色场开始→纸件滑/弹/压入→主体进入→次物件逐个组装→锁成静帧→尾持。

  • ⏸ 确认门：组装计划呈现后暂停，等你确认。

STEP 6：视频提示词（调用 h3-video-prompt-cn + 设置建议 + 交付物门）

不再由本 skill 直接写 H3 提示词，改为调用 h3-video-prompt-cn skill：

  • 输入：STEP4 返回并批准的静帧图像地址 + STEP5 定格组装计划。
  • ⚠️ 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）。
  • 调用用户级 h3-video-prompt-cn skill（纯文本、无需 API），按其 I2VA / Ref2VA 结构输出完整 H3 视频生成提示词（I2V from still，含定格组装运动指令：色场起始→逐片滑入/弹/压平/暂停/锁→尾持静帧+拼贴 SFX）。
  • 并附设置建议：
    • 参考图 = STEP4 静帧（批准版）→ 接入 H3 节点「图像参考 / image reference / 首帧」端口（I2V from still）
    • 音频（依总则「音频模式门」分支）：模式=统一H3 时，BGM/语音由 H3 原生生成；模式=分离 时，本视频提示词仅规划视觉，不写 BGM/语音出现指令——SFX 保留、BGM 由 ace-step-1.5-prompt-writer skill 生成 ACE-Step 1.5 提示词（Caption/Lyrics/Metadata）、语音只给提示词（把【音色参考文件】放项目文件夹，用任意 TTS 参考模式生成），分别接「音频输入」端口。
    • 时长 = 约 4s/段（或你定）；分辨率 = 与静帧一致（默认 16:9）；其余你自定
    • 模型标注 MiniMax-H3；本地用 Wan I2V 亦可（首帧接静帧）
  • 本步骤产出：完整 H3 视频提示词 + 端口/顺序/时长/分辨率设置建议。
  • ⏸ 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）。

STEP 7：质量评审

同原 skill：隐喻无需文字可读；静帧层次/对象数/组装可见/定格感/纸纹受控/色调一致/终帧近静帧/无杂字。

  • ⏸ 确认门：评审呈现后暂停，等你确认或打回重做。

STEP 8：剪辑思路（替代可选自动组装）

  • 多片段故事视频：按确认分镜顺序拼接，默认保留各 clip 原生拼贴 SFX。
  • 工具建议：ffmpeg/本地剪辑软件硬切；BGM/语音仅在你确认后混音（与 SFX 共存不替换）。
  • 交付：每段给最终 B-roll 路径/组装视频路径 + 静帧路径 + 一句隐喻说明 + 媒体注记。

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 Paper Collage Explainer Generator Local AI skill do?

本地版（逐步确认式 · 纯提示词）。纸拼贴科普动画：解析→制作计划门→静帧规格→生图(只给提示词+等用户返回图像)→定格组装计划→视频提示词(调用 h3-video-prompt-cn，以返回静帧为参考图 I2V)+设置建议→QA→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 Paper Collage Explainer Generator Local on TypingMind?

Because you install it once and use it with any model. Paper Collage Explainer 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 Paper Collage Explainer 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/paper-collage-explainer-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 Paper Collage Explainer 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 Paper Collage Explainer Generator Local?

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

Is the Paper Collage Explainer 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
NousResearch logo

Audiocraft Audio Generation

NousResearch
OrganizationPopular

AudioCraft: MusicGen text-to-music, AudioGen text-to-sound.

53.5K
250.4K
2 files
View
NousResearch logo

Brag Slim

NousResearch
OrganizationPopular

Launch video from a project or URL, upstream-maintained.

53.5K
250.4K
Instructions
View
NousResearch logo

Brag

NousResearch
OrganizationPopular

Project launch video via Hyperframes, upstream-maintained.

53.5K
250.4K
Instructions
View
NousResearch logo

Comfyui

NousResearch
OrganizationPopular

Generate images, video, and audio via diffusion workflows.

53.5K
250.4K
30 files
View

Set up your own AI workspace now

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