jimeng-script-intake
Use when 新剧本入库即梦分镜师工作空间并拆集。
- License 许可
- MIT
- 最近更新
- 2026-11-14
- Stars
- ★ 1.6k
- Forks
- 491
01 前言 Front Matter
- name
- jimeng-script-intake
- author
- 即梦分镜师工作台
- license
- MIT
- version
- 1.1.0
- metadata
- { "codex": { "tags": [ "短剧", "剧本入库", "拆集", "即梦分镜师" ], "related_skills": [ "jimeng-character-assets", "docx" ] } }
- platforms
- [ "windows", "linux", "macos" ]
- description
- Use when 新剧本入库即梦分镜师工作空间并拆集。
02 资源文件 1
- 参考文档references/script-format-contract.md6.3 KB
03 SKILL.md 正文
短剧剧本入库与拆集(即梦分镜师工作空间)
When to Use
- 用户丢来一本新剧本(.docx/.txt/.doc/.pdf)说「这是新剧本,放在他应该在的位置」「开始处理这部」。
- 需要在即梦分镜师工作空间新建一部剧的剧本仓库(骨架 + 源稿存档 + 分集 txt)。
- 已入库剧本的场景行/叙述行格式被质疑、或下游脚本报「未命名场景(场景标题缺失)」、终审伪报台词「改写」时(看
references/script-format-contract.md定位是哪条格式规则)。
不适用:已经在跑的剧本单集分镜生产(那是 AGENTS.md 的阶段一~八)。
工作区根:Codex 项目根(AGENTS.md 所在目录;所有 scripts/…、tools/… 相对该根,可用环境变量 JIMENG_ROOT 显式指定)。
权威规则:工作区根 AGENTS.md(阶段零前 / 文件结构 / 硬约束)。本技能只补它没写的操作细节与解析器坑。
目标位置(放错=后续全流程读不到剧本)
scripts/<剧名>/
├── <剧名> 1-N.docx # 源稿存档,原字节不动(既有各剧源稿都放这一层)
├── script/
│ ├── 00-剧本概要.txt # 剧名 + 人物简表等「第1集」标题之前的前言
│ ├── ep01.txt … epNN.txt # ★ 分镜全流程唯一读的剧本形态
│ ├── assets/ config/ outputs/
.codex/memory/<剧名>-<role>.md 五份身份文件必须在首次派子代理前存在,否则子代理按派遣契约 abort。
步骤
- 定剧名:取剧本首行标题去掉《》或用户给的名字,作为
scripts/目录名(不含《》、标点)。 - 建骨架+身份文件(一条命令):
python tools/new_drama_memory.py "<剧名>" --dirs - 存档源稿:把用户上传件原样复制为
scripts/<剧名>/<剧名> 1-N.docx(N=总集数),md5sum与上传件比对确认字节一致;不转码、不另存、不改内容。通用的剧本(2).docx这类文件名要换成「剧名 1-N」再入库。 - 拆集:
python tools/split_script_episodes.py "scripts/<剧名>/<剧名> 1-N.docx" --name "<剧名>"产出script/ep01.txt …+script/00-剧本概要.txt;重复执行幂等(覆盖同名文件)。- 整本多集、纯中文 → 用上面这条。
- 单集稿 / 中韩对照(双语)稿 → 用
python tools/docx_script_import.py "<docx路径>" "<剧名>" --ep N:一次落script/epNN.txt(中文正文)+epNN-中韩对照.txt(双语留档)+00-剧本概要.txt+_source/源稿。别拿split_script_episodes.py处理双语稿:它按行保留韩文,韩文台词会被当成中文台词进台词本与终审对照。 - 双语稿落库后把
_source/里的源稿按本节约定挪到剧根、命名成<剧名> 1-N.docx(全库一致,换新版时能一键重跑)。
- 验证(必做,不要只信脚本自报):见下节。
- 报告:产出清单+验证数字+下一步。
- 阶段零(
config/global-style.md):风格 A-D 选项必须交用户敲定,不得代定;画幅也必须先问(短剧默认 9:16 竖屏,别写成 16:9)。用户偏好:光线从句从简(写「日间自然光,室内光线柔和」「夜晚,室内以油灯烛火作局部照明」这种粒度,不写光源方向与明暗细节)、不加角色与面孔强化子句——面孔铁律/画内文字这类纪律改记在人物资产条目里,不在 config 重复。 - 人物资产(阶段零点五)走
jimeng-character-assets技能。
- 阶段零(
台词正文一字不改,只做标记类规范化
四项都由 tools/split_script_episodes.py 默认完成(--no-fix 关闭,仅用于排查):
- 场景行去行首「场」、非断字连字符(U+2010‑2014)统一为 ASCII
-:场12‑3 青云宗山门 日 外→12-3 青云宗山门 日 外。 why:gen_dialogue_list.is_scene_title()要求行首是数字编号;否则整集台词被归入「未命名场景(场景标题缺失)」,而check_dialogue还会把该场景行并进上一条台词 → 终审伪报「改写」。 - 无标记叙述行补
△(原稿多数叙述行本来就带 △,属标记不一致)。 why:check_dialogue把任何无法识别的行并进上一条台词,且空行不重置合并状态 → 台词被污染。 - 台词后紧贴的【…】行(钩子/字幕)前补空行。
why:
gen_dialogue_list把紧贴上一句的普通文本行当作台词折行续接。 - 前言(剧名/人物简表)独立成
script/00-剧本概要.txt,绝不并入 ep01。 why:人物简表每行都形如角色:介绍,会被解析成 ep01 的台词,污染台词本与终审对照。
拆集(整本 → 分集)与人物清点
- 拆集:
python tools/split_script_episodes.py "scripts/<剧名>/<剧名> 1-N.docx" --name "<剧名>"(章节见下)。 - 人物清点:
python tools/gen_character_inventory.py "<剧名>" --alias assets/_character-aliases.json—— 阶段零点五 第 1 步,逐集出场表 + 有台词/无台词分列;别名表按剧维护。 新剧首次清点时最常见的漏项是**「角色名 + 动作描述」的台词行**(弟子甲厉声反驳:…、清月收回手掌面向众人:…)与单字序号简写(人物:守山弟子甲、乙、丙),两者不并回角色名就会多出几个幽灵角色,后续分镜 @引用名分裂。
验证(两步,都真跑)
- 逐行回环比对:源稿非空行数 == 写出行数,且序列逐行相等(用
normalize()重算期望序列),只允许上面三类标记差异 —— 证明没有丢字/串行。 - 镜像试跑台词本:把
script/ep*.txt复制到 scratch 的<剧名>/script/下,对每集跑.agents/skills/jimeng-storyboard/scripts/gen_dialogue_list.py,然后核对:全部集解析成功、台词总条数 == 源稿独立计数(减去人物简表行数)、0 集出现「未命名场景」、无台词含△或异常长(>90 字多为被叙述/钩子污染)。 在 scratch 里跑,别直接生成项目outputs/(那是分镜生产产物)。 现成片段与解析器契约见references/script-format-contract.md。
坑
- 自写 docx 段落抽取正则:用
<w:t(?:\s[^>]*)?>(.*?)</w:t>(w:t后必须是空白或>)。写成<w:t[^>]*>会连<w:textAlignment .../>一起匹配,把大段 XML 当成正文抽出来,表现为「剧本里混进了标签」,排查半天。tools/split_script_episodes.py已按前者实现。 - 集号标题与场景行格式两大类都要容错:正文标题可能是「第N集」或「第N集」(阿拉伯/中文数字),解析器两都收;场景编号可能是
1-1 地点 日 内、场1‑1 …、36-1 地点|午后|外,去「场」+连字符统一后都满足「行首数字」契约。 - native python 读不了 MSYS 的
/tmp/...:$TMPDIR在 bash 里可能展开成/tmp/...,直接传给 python 会file not found。scratch 一律用原生路径C:/Users/<user>/AppData/Local/Temp/jimeng-scratch/...。 - 中韩对照 / 双语稿:进流水线的
epXX.txt只留中文行,韩文行另存epXX-中韩对照.txt。韩文台词行同样满足角色(情绪): 台词形态(半角括号与冒号也在正则里),混进epXX.txt会让台词本与终审对照凭空多出一整套「缺失/改写」。双语档案同时是后续韩国本地化(人名/称谓/物件)的依据。 - 台词本总时长异常(约为合理值的两倍)、且某说话人台词后粘着一整段叙述 = 那段叙述没打
△(解析器把无法识别的行并进上一条台词)。入库后先核总秒数与逐条字数,别只看「N 条台词」。 - 逐字校验要对着源稿算:把源 docx 抽出的(角色, 台词)序列与
script/epXX.txt的序列逐对比较,只有这样才能证明「只加标记、没改一个字」;只比行数证明不了。片段见references/script-format-contract.md§5。 - 别把源稿只留在
docs/:docs/是暂存区,管道只读scripts/<剧名>/script/epXX.txt。 - 不要手改
script/epXX.txt的台词文字来「修格式」;只加标记(△/空行/场景行前缀),台词逐字是终审硬判据。 - 拆集规则(规范化项)改动后,要在旧剧上跑一次
tools\py.cmd tools/run_all_checks.py <剧名> epXX回归对比。
04 同仓库更多 Skills
worktable-review-with-annotations
Create, inspect, reply to, update, or resolve situated Worktable annotations. Use when feedback belongs to a Doc section, block, text range, or HTML Doc, or when the user asks to address existing review feedback and coordinate a requested artifact edit.
worktable-find-and-synthesize-context
Find, assess, and synthesize context from Worktable Docs and Records. Use when the user asks what a workspace contains, wants workspace-backed research, needs current facts reconciled across artifacts, or requests a cited synthesis without changing workspace state.
worktable-create-or-update-docs
Create, edit, rename, or maintain narrative Worktable Docs. Use for plans, decisions, briefs, notes, research syntheses, and other durable prose when the user requests a new artifact or a safe update to an existing one.
worktable-create-or-manage-records
Organize repeated structured information as durable Worktable Records. Use for research datasets, inventories, directories, pipelines, trackers, and other collections whose items need identity, fields, filtering, links, validation, or individual updates.
worktable-create-or-manage-interactive-html
Create or improve durable visual and interactive artifacts in Worktable. Use for dashboards, trackers, calculators, mini apps, slide presentations, and other requests that benefit from a polished HTML Doc.
worktable-collaborate-threads
Read, answer, and hand off messages through durable Worktable threads with users or other authenticated participants. Use when the user asks to check addressed messages, reply to a participant, continue a thread, request another agent's help, wait briefly for a response, or watch for comments and messages sent to the agent.