终于,我把 Openclaw 加 Seed2.0 Skills 做 AI 漫剧搞定了

终于,我把 Openclaw 加 Seed2.0 Skills 做 AI 漫剧搞定了

这是苍何的第 500 篇原创!

大家好,我是苍何。

不知不觉,500 篇原创啦。年前开源的 AI 漫导开源项目也 1.1 k star 了。

图片

最近玩 Openclaw 又玩的跟个疯狗似的,给我的小龙虾装了很多实用技能,可以自动写小红书图文,可以自动写作,配图,生成封面等。

图片

但感觉生活还是很无趣,于是又花了一些时间,开发了个 AI 漫剧视频生成 Skills,给小龙虾使用。

准确的说,这是个基于字节 Seed2.0 的技能包,有以下子技能。

图片

「seedance-video」:文生视频、图生视频,seedance 1.5 Pro 版本还自带音频生成,属于基本盘。

等seedance 2.0 的 API 出来,也会第一时间接入。

「manga-style-video」:8 种漫画风格一键切换。日式治愈系、吉卜力、国风水墨、美式卡通、铅笔素描、水彩、Q版萌系。

「manga-drama」:这个是核心,漫剧生成器。丢一张主角图进去,自动给你编排分镜短剧。

「volcengine-video-understanding」:火山视频理解,生成完还能分析效果,看看情感表达到不到位。底层用的是 doubao-seed-2.0-code 的能力。

说白了,从写脚本到出视频到验收,一条龙全包了。

比如直接一句话调用 manga-drama 技能生成视频。

图片

稍微控制一下提示词,就能生成比较精致的动漫风格的视频了,其中我给的提示词是:

动漫风格视频,一名长发高中少女漫步在盛开的樱花树下。粉色的花瓣在微风中缓缓飘落。明媚的春季阳光洒下,产生柔和的镜头光晕效果。侧向跟踪镜头,怀旧氛围,高画质,控制在20M 以内,并以视频文件预览的方式直接发给我
图片

这个视频目前使用的是 seedance 1.5 Pro,等 2.0 的 API 出来效果会更好 :

wxv_4408713255741292548

可以使用一张图片,直接生成漫剧分镜视频,生成脚本到主角再到分镜视频,manga-drama 都能一次性完成。

图片

我录了个视频,大家可以看下这个流程:

wxv_4408715430488440839

生成的分镜视频合成了下是这样的:

wxv_4408716137966977028
后面考虑迭代的方向就是让这几个视频能连一块组成丝滑的视频。

我把整个 Skills 都也开源到了 GitHub 我的 Skills 仓库:

图片
点击头像,然后私信回复:canghe-skill,可获取我的所有技能包。

使用的话也非常简单,你只需要让你的 openclaw 自己安装下我的技能就好了。

图片

实战:一张图到一套漫剧,怎么跑的?

光说不练假把式,直接上流程。不过在此之前,得申明一点,这个过程将会非常费 token,我自己小龙虾用的是火山的 Coding Plan 套餐。

图片

3 月起新用户首购是 9.9,还有裂变活动:被推荐的用户还可叠加10% 推荐福利,8.9 即可购买。

图片

里面模型也挺多的,主要原因是我想用 doubao-seed-2.0-code 的 Agent 和 VLM 能力,之前也做过一次测评,目前表现是非常不错的。

图片

能理解长达 2 小时的视频,并调用剪辑 skill 进行混剪。

图片

还可自定调用各种 Skills 和 Agent 由视频转公众号文章。

图片

因为 seed2.0 具备更强的多模态理解能力和 Agent 能力,特别是在多模态感知,长视频理解,对 Skills 的理解和应用上表现不错。

在我们的整个流程中需要调用不少的 Skills,以及需要理解视频,所以目前来看,doubao-seed-2.0-code 是最合适的。

火山的 Coding Plan 上就可以直接用 doubao-seed-2.0-code,而且性价比也是挺高的,特别对新用户几乎是白菜价,hh。

我把地址放在「阅读原文」了,想要玩的可以自己点哈。

第一步:剧本逻辑编排

漫剧视频第一步,得有个像样的分镜脚本。

谁来写?Openclaw 后端配置的大模型。

我这里接的是 doubao-seed-2.0-code,负责生成分镜逻辑、编排场景顺序。

比如我想做一个「少年仗剑走天涯」的国风漫剧。

它会自动帮我拆成:开场独白、拔剑出鞘、对决场景、雨中沉思、结尾定格。

每一幕都带详细的画面描述和镜头指令,省心到离谱。

图片

第二步:主角设定 + 风格选择

脚本有了,需要生成漫剧主角,会调用 canghe-image-gen  skill 来生成主角形象,这个 skill 是支持 Google API 及第三方 API 的。

无论是用最新的香蕉 2.0,还是使用 seedream 5.0,生图都轻松。

需要选风格。manga-style-video skill 提供了 8 种预设风格,每种都内置了专业提示词。

不用自己调参,选一个就完事。

我这次选的是国风水墨,配合「仗剑少年」的主题刚刚好。

图片

你还别说,吉卜力风格也很绝,改天再试试。

第三步:漫剧生成

重头戏来了。

manga-drama 这个 Skill,是整套工作流里最让我惊艳的。

操作贼简单:丢一张主角图进去,它自动帮你编排整套分镜。

内置了 5 种分镜类型:

主角登场、动作场景、情感表达、互动场景、结尾定格。

每一幕的构图、镜头角度、光影氛围,全都安排得明明白白。

图片

不过当前是有一些待优化的地方都,传参考图,会中断链接,问题不大,后续我再修复下。

第四步:效果验收

视频生成完,还没完事。

volcengine-video-understanding 可以对生成的视频做内容分析。

这里基于 seed2.0 的视频理解能力,还是非常方便的。

情感表达到不到位?场景衔接顺不顺?它都能给你反馈。

相当于自带了一个「AI 质检员」,省得自己一帧一帧去看。

图片

整套流程跑下来,从一张图到一套完整漫剧视频,我这边大概十来分钟搞定。

写在最后

Openclaw 的可玩性还是很多的,但也确实废 token。

Openclaw 的最佳使用方式是搭载自己的 Skills 技能包,而非是让自己的小龙虾在 ClawHub 中一顿瞎找。

现在的 Skill 太多了,但唯有那些对自己有用的技能才值得被收藏。

更推荐每个人都维护自己的技能仓库:把个人方法论、模板、脚本和领域默认配置沉淀为可版本化资产,而不是长期依赖单一公共基线。

说实话,等 Seedance 2.0 的 API 正式放出来,这套漫剧工作流还能再上一个台阶。

到时候画面一致性、角色连贯性都会好很多,想想就有点期待。

感兴趣的可以先玩起来,我的技能包都开源了,私信回复 canghe-skill 就能拿到。

想试试火山 Coding Plan 省 token 的,也可直接点文末「阅读原文」

有什么好玩的玩法,也欢迎评论区交流。

觉得有用的话,点个赞和在看呗,下次继续给大家整点好活。

Read more

人工智能:深度学习模型的优化策略与实战调参

人工智能:深度学习模型的优化策略与实战调参

人工智能:深度学习模型的优化策略与实战调参 💡 学习目标:掌握深度学习模型的核心优化方法,理解调参的底层逻辑,能够独立完成模型从欠拟合到高性能的调优过程。 💡 学习重点:正则化技术的应用、优化器的选择与参数调整、批量大小与学习率的匹配策略。 48.1 模型优化的核心目标与常见问题 在深度学习项目中,我们训练的模型往往会出现欠拟合或过拟合两种问题。优化的核心目标就是让模型在训练集和测试集上都能达到理想的性能,实现泛化能力的最大化。 ⚠️ 注意:模型优化不是一次性操作,而是一个“诊断-调整-验证”的循环过程,需要结合数据特性和任务需求逐步迭代。 48.1.1 欠拟合的识别与特征 欠拟合是指模型无法捕捉数据中的潜在规律,表现为训练集和测试集的准确率都偏低。 出现欠拟合的常见原因有以下3点: 1. 模型结构过于简单,无法拟合复杂的数据分布。 2. 训练数据量不足,或者数据特征维度太低。 3. 训练轮次不够,模型还未充分学习到数据的特征。 48.1.2 过拟合的识别与特征 过拟合是指模型在训练集上表现极好,但在测试集上性能大幅下降。 出现过拟合的常见原因有以下3点:

Flutter 组件 genkit 的适配 鸿蒙Harmony 深度进阶 - 驾驭模型幻觉审计、实现鸿蒙端多维 RAG 向量对齐与端云协同 AI 指挥中心方案

Flutter 组件 genkit 的适配 鸿蒙Harmony 深度进阶 - 驾驭模型幻觉审计、实现鸿蒙端多维 RAG 向量对齐与端云协同 AI 指挥中心方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 genkit 的适配 鸿蒙Harmony 深度进阶 - 驾驭模型幻觉审计、实现鸿蒙端多维 RAG 向量对齐与端云协同 AI 指挥中心方案 前言 在前文中,我们利用 genkit 实现了基础的 AI 模型流式调用(Streaming)与 Prompt 工程。但在真正的“专业级医疗诊断辅助”、“金融量化分析报告生成”或“大型智能客服矩阵”场景中。简单的模型调用仅仅是起点。面对大模型不可避免的“幻觉(Hallucinations)”问题。面对如何在鸿蒙(OpenHarmony)端实现本地向量库(Vector Store)与云端知识库的实时同步。面对如何在不同算力的设备(从手环到大屏)上分配不同的 AI

什么是 AI Agent 中的 Skills?它有什么用?

什么是 AI Agent 中的 Skills?它有什么用?

👨‍⚕️主页: gis分享者 👨‍⚕️感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅! 👨‍⚕️收录于专栏:AI大模型原理和应用面试题 文章目录 * 一、🍀Skills * 1.1 ☘️概念 * 1.2 ☘️作用 * 二、🍀扩展知识 * 2.1 ☘️Skills 出现之前的痛点 * 2.2 ☘️Skills 的技术实现原理 * 2.3 ☘️Skills 在主流 AI 编程工具中的应用 * 2.4 ☘️Skills 的设计原则 * 三、🍀追问 一、🍀Skills 1.1 ☘️概念 Skills 就是给 AI Agent 写的操作手册,

旧电脑秒变 AI 员工:OpenClaw 本地部署教程(含环境配置 + 插件开发 + 常见坑)

旧电脑秒变 AI 员工:OpenClaw 本地部署教程(含环境配置 + 插件开发 + 常见坑)

前言 本文基于最新OpenClaw版本编写,适配电脑低配置场景(最低2vCPU+2GiB内存+40GiB SSD),兼容Windows 10/11(优先WSL2)、Ubuntu 20.04+系统,全程纯操作指令,覆盖环境配置、本地部署、插件开发、高频坑排查。核心解决部署卡顿、国内网络适配、插件开发无思路、报错无法排查四大痛点,全程适配国内网络(国内镜像源)、国内大模型(通义千问、阿里云百炼等),无需海外代理,可稳定运行实现自动化办公(文件处理、IM对接、任务调度等)。 一、前置准备(适配优化) 1.1 硬件要求(最低适配) * CPU:Intel i3 4代+/AMD Ryzen 3 2000+(支持虚拟化,