Story Master/通过图谱和管道方式创建剧本

剧情生成管道流技能。支持多剧集连续生成、图谱管理、AI质检+人工确认的双控机制。自动管理人物、场景、钩子的关联关系。

Security Scan

技能整体看起来是为剧情生成设计的，但说明文档与实际代码在关键点上不一致（尤其是图谱存储/远程接口与重试逻辑），需要作者澄清后再信任使用。

Purpose & Capability

技能名和描述表明这是一个本地/管道化的剧情生成与图谱管理工具 — 代码实现（graph_manager.py）只使用本地 JSON 存储（data/graphs 和 data/pipeline_state.json），这与 SKILL.md 中多处声称“图谱存储（调用远程接口）”和在文档顶部列出的图谱接口 URL (https://framedream.art/...) 不一致。如果远程接口确实被期望使用，代码没有任何配置项、环境变量或凭据字段来安全配置该外部 URL，这种不匹配是值得关注的。

Instruction Scope

SKILL.md 指示流程会调用远程图谱接口并写入/查询远端 webhook，但实际代码的 GraphManager 仅在本地文件系统读写，没有网络调用。SKILL.md 还在不同地方对重试次数给出矛盾说明（文档中有“最多3次”的表述，而 pipeline.py 的注释和 process_ai_review 实际上允许无限重试）。这些不一致会导致运行时行为与用户预期不符（例如数据可能在本地保存或在远端发送），应在安装前澄清。其他运行指令主要在 data/ 目录读写，与技能目的相关且有限。

Install Mechanism

没有安装规范（instruction-only / 无安装脚本）。这降低了安装时的代码下载风险；代码文件随 skill bundle 一起提供且没有外部依赖下载步骤。

Credentials

清单中没有要求任何环境变量或凭据，这本身是可接受的，但 SKILL.md 中公开了一个远端 webhook URL（https://framedream.art/...）并暗示会通过网络存取图谱。如果远端接口被实际使用，应当有配置项或凭据声明；当前既没有 env var 也没有在代码中看到对该远端的调用，造成不透明和潜在风险（若维护者后续改变代码去调用该 URL 而未在 manifest 中声明，这将是问题）。

Persistence & Privilege

技能会在本地写入和读取 data/pipeline_state.json 及 data/graphs/*，并提供删除图谱的接口。这与其功能声明一致，权限范围限于本包相对的 data/ 目录，没有要求系统级权限或修改其它技能的配置。always: false（默认）且没有声明强制常驻，自治调用留为平台默认。

What to consider before installing

要点与建议（简短、可操作）： - 主要不一致：SKILL.md 多处宣称会使用远端图谱接口并给出 webhook URL，但当前代码（graph_manager.py）只在本地 data/graphs/*.json 中读写；请作者或发布者确认是否应当调用远端接口，以及如何安全配置URL/凭据。 - 重试逻辑矛盾：文档中提到“AI 审核失败最多重试3次”，但 pipeline.py 注释和实现允许无限重试；如果你担心资源或成本（例如并发生成消耗），要求固定的最大重试次数或限流策略。 - 如果你准备运行此技能： - 先在隔离环境（沙箱或受限容器）中运行，观察是否有网络连接尝试（使用网络监控/防火墙），以确认是否会访问 SKILL.md 提到的远端 URL。 - 检查并备份 data/pipeline_state.json 和 data/graphs 目录，避免意外数据覆盖或泄露敏感内容。 - 如果希望使用远端图谱服务，要求作者把远端 URL 和凭据作为可配置项（环境变量或配置文件），并在 manifest 中声明所需的 env vars 与安全要求。 - 要求作者修正文档与代码之间的矛盾（重试次数、图谱存储位置、是否会发送数据到外部），并提供版本说明或变更日志，确保透明度。 总体建议：在得到上述澄清前，将此技能标记为“仅在受控/测试环境中使用”或等待作者更新以消除这些不一致。

剧情生成管道流 Skill

功能说明

本技能实现一个完整的剧情生成管道：

1. 连续剧集生成 - 基于前集内容自动生成下一集
2. 图谱管理 - 人物、场景、钩子的关联存储与查询
3. 双确认控制 - AI质检通过后，等待人工确认
4. 状态持久化 - 支持暂停、恢复、多剧本并行

---

核心工作流程

┌──────────┐    ┌──────────┐    ┌──────────┐    ┌──────────────┐
│ 生成第N集 │ -> │ AI质检   │ -> │ 图谱存储  │ -> │ 等待人工确认  │
└──────────┘    └──────────┘    └──────────┘    └──────────────┘
     │              │               │                   │
     ▼              ▼               ▼                   ▼
 查询图谱       通过/重试       存储关联            继续/修改/结束

---

使用方法

启动新管道

用户：开始一个新的剧情管道，主题：中国小女孩逆袭，目标集数：10集

继续管道

用户：继续剧情管道 [pipeline_id]

用户确认操作

用户：通过，继续下一集
用户：修改：[具体意见]
用户：暂停
用户：结束

---

双确认控制机制

第一层：AI 质量检查

每集生成后，AI 自动检查：

检查项	说明
剧情连贯性	与前集衔接是否自然
人物一致性	角色行为是否符合设定
钩子处理	新增/闭环钩子是否合理
节奏控制	剧情推进是否恰当
情感曲线	情绪起伏是否合理

评分标准： 0-10分，低于7分触发重试（最多3次）

第二层：人工确认

AI 审核通过后，展示预览并等待用户确认：

📋 第N集预览
━━━━━━━━━━━━━━━━━━━━━━━━
【剧情摘要】
...

✅ AI 评分：8.5/10
✅ 钩子状态：新增1个，闭环1个

请选择：
1️⃣ 通过，继续下一集
2️⃣ 需要修改（请说明）
3️⃣ 暂停
4️⃣ 结束
━━━━━━━━━━━━━━━━━━━━━━━━

---

图谱管理

图谱查询

生成第N集前，查询第N-1集的图谱：

graph_manager.query_graph(pipeline_id, episode=N-1)

返回：

• 上一集的完整内容
• 人物列表及其状态
• 未闭环的钩子
• 关键场景
• 关系网络

图谱存储

用户确认后，存储当前集的完整内容：

graph_manager.save_graph(pipeline_id, episode=N, content)

存储内容：整集的生成结果（不拆分要素）

---

状态管理

状态文件：data/pipeline_state.json

{
  "pipelines": {
    "pipeline_2026-03-05-001": {
      "theme": "中国小女孩逆袭",
      "target_episodes": 10,
      "current_episode": 3,
      "status": "waiting_user_confirm",
      "created_at": "2026-03-05T15:00:00",
      "updated_at": "2026-03-05T15:30:00",
      "ai_review": {
        "score": 8.5,
        "checks": {...}
      },
      "last_output": {
        "episode": 3,
        "summary": "...",
        "content": "完整内容..."
      }
    }
  }
}

状态类型

状态	说明
generating	正在生成
ai_reviewing	AI 审核中
waiting_user_confirm	等待人工确认
paused	已暂停
completed	已完成
error	错误状态

---

脚本说明

pipeline.py - 主控循环

• 初始化管道
• 协调各模块
• 处理用户指令
• 管理循环状态

ai_reviewer.py - AI 质量检查

• 执行质量评分
• 生成审核报告
• 判断是否通过

episode_generator.py - 剧集生成

• 基于图谱上下文生成新剧集
• 处理钩子的延续与闭环
• 处理重试逻辑

graph_manager.py - 图谱管理

• 图谱查询（调用远程接口）
• 图谱存储（调用远程接口）
• 本地缓存管理

---

接口说明

图谱接口

URL: https://framedream.art/n8n/webhook-test/open_frame_construct

查询接口：

{
  "action": "query",
  "pipeline_id": "pipeline_2026-03-05-001",
  "episode": 2
}

存储接口：

{
  "action": "save",
  "pipeline_id": "pipeline_2026-03-05-001",
  "episode": 3,
  "content": "第3集的完整生成内容..."
}

---

剧集生成逻辑

第一集生成

基于用户提供的主题和目标，生成：

• 主要人物设定
• 初始场景
• 核心冲突
• 开放钩子

后续剧集生成

基于图谱查询结果：

1. 读取上一集内容和未闭环钩子
2. 延续剧情主线
3. 处理钩子（延续/闭环/新增）
4. 推进人物成长弧
5. 调整情感曲线

结局生成

当达到目标集数或用户要求结束时：

• 闭环所有剩余钩子
• 完成人物成长弧
• 生成总结性结局

---

注意事项

1. 重试机制 - AI 审核不通过时，最多重试 3 次
2. 暂停恢复 - 暂停后可通过 pipeline_id 恢复
3. 多管道 - 支持同时运行多个不同主题的管道
4. 图谱一致性 - 确保人物、钩子的关联关系正确
5. 钩子管理 - 追踪每个钩子的创建和闭环状态

---

完整工作流程

步骤 1：创建管道

用户：开始一个新管道，主题：修仙少年，目标20集

AI：好的，创建管道 pipeline_20260305160000
    主题：修仙少年
    目标：20集
    风格：写实电影感
    
    状态：已初始化，准备生成第1集

步骤 2：生成剧集

AI 调用 start_generation(pipeline_id) 获取生成提示词，然后根据提示词生成剧集内容。

步骤 3：提交AI审核

AI 调用 submit_episode(pipeline_id, episode, content) 提交生成的内容，然后执行AI审核。

步骤 4：处理审核结果

AI 调用 process_ai_review(pipeline_id, episode, ai_result, content) 处理审核结果。

如果审核不通过（得分<7），自动重试（最多3次）。

步骤 5：等待用户确认

审核通过后，展示预览并等待用户确认：

📋 第1集预览
━━━━━━━━━━━━━━━━━━━━━━━━
【修仙之路开启】

少年李云在山中发现一块神秘玉佩，
从此踏上了修仙之路...

✅ AI 评分：9.0/10
✅ 新增钩子：H-001 神秘玉佩来历

━━━━━━━━━━━━━━━━━━━━━━━━

请选择：
1️⃣ 通过，继续下一集
2️⃣ 需要修改（请说明）
3️⃣ 暂停
4️⃣ 结束

步骤 6：处理用户确认

用户确认后，AI 调用 user_confirm(pipeline_id, action, note)：

• approve：存储图谱，准备下一集
• modify：根据意见重新生成
• pause：暂停管道
• end：结束管道

步骤 7：循环生成

重复步骤 2-6，直到达到目标集数或用户结束。

---

API 接口说明

创建管道

create_pipeline(theme: str, target_episodes: int, style: str = "写实电影感")
# 返回：{"success": True, "pipeline_id": "...", "message": "..."}

开始生成

start_generation(pipeline_id: str)
# 返回：{"success": True, "episode": N, "prompt": "生成提示词"}

提交剧集

submit_episode(pipeline_id: str, episode: int, content: str)
# 返回：{"success": True, "review_prompt": "审核提示词"}

处理AI审核

process_ai_review(pipeline_id: str, episode: int, ai_result: str, content: str)
# 返回：{"success": True, "passed": True/False, ...}

用户确认

user_confirm(pipeline_id: str, action: str, note: str = None)
# action: "approve" / "modify" / "pause" / "end"
# 返回：{"success": True, "status": "...", ...}

获取状态

get_status(pipeline_id: str)
# 返回：管道当前状态信息

列出管道

list_pipelines()
# 返回：所有管道列表

恢复管道

resume_pipeline(pipeline_id: str)
# 返回：恢复结果

---

示例对话

用户：开始一个新管道，主题：修仙少年，目标20集

AI：好的，创建管道 pipeline_20260305160000
    正在生成第1集...
    
    📋 第1集预览
    ━━━━━━━━━━━━━━━━━━
    【修仙之路开启】
    少年李云在山中发现一块神秘玉佩...
    
    ✅ AI 评分：9.0/10
    ✅ 新增钩子：H-001 神秘玉佩来历
    
    请确认：通过/修改/暂停/结束
    
用户：通过

AI：正在存储图谱...
    开始生成第2集...

---

注意事项

1. 重试机制：AI审核不通过时，最多重试3次
2. 状态持久化：所有状态保存在 data/pipeline_state.json
3. 图谱存储：通过远程接口存储，需要网络连接
4. 暂停恢复：暂停后可通过 resume_pipeline 恢复
5. 多管道：支持同时运行多个不同主题的管道