What makes Fableforge notable?

1K downloads. Trust evidence available

How should Fableforge be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Fableforge

FableForge 通用视频生成流水线 SOP。支持两种生产模式（图片流、视频 B-roll 流）和三种体裁（叙事寓言、商业分析、产品宣发）。包含从概念生成、剧本创作、TTS 配音、素材采集、到 HyperFrames 视频渲染的完整工业化 SOP，以及视觉风格指南与技术陷阱手册。v1.2.0 新增 VAD 物... Skill: Fableforge Owner: lucas-kay8 Summary: FableForge 通用视频生成流水线 SOP。支持两种生产模式（图片流、视频 B-roll 流）和三种体裁（叙事寓言、商业分析、产品宣发）。包含从概念生成、剧本创作、TTS 配音、素材采集、到 HyperFrames 视频渲染的完整工业化 SOP，以及视觉风格指南与技术陷阱手册。v1.2.0 新增 VAD 物... Tags: latest:1.2.0 Version history: v1.2.0 | 2026-05-22T03:04:08.772Z | user v1.2.0: 引入VAD声学平铺匹配、语速自动健康度审计门禁、大分镜GSAP变量解耦与生命周期控制 v1.1.0 | 2026-05-20T11:21:51.456Z | user FableForge 技能升级至 v1.1.0，新增全局禁令、素材新鲜度校验、渲染前集成检

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.0k

Updated

Oct 11, 2026

Version

1.2.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1K downloads reported by the source. Last updated 10/11/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 11, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 11, 2026
Adoption signal: 1K downloadsadoption · observed Oct 11, 2026
Latest release: 1.2.0release · observed May 22, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s1761m7dq1gcshz013v85wrpg586z1tn:fableforge

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-lucas-kay8-fableforge/snapshot"

Run-check

$0.02 USD

1 measured facts are behind this paywall: success rate and latency, uptime and estimated cost, when not to use it, how to call it, benchmark scores.

Agents pay $0.02 in USDC. A card payment is $0.50, the smallest a card allows.

Documentation

CLAWHUB

111,082 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: ai-video-studio
version: 1.2.0
description: FableForge 通用视频生成流水线 SOP。支持两种生产模式（图片流、视频 B-roll 流）和三种体裁（叙事寓言、商业分析、产品宣发）。包含从概念生成、剧本创作、TTS 配音、素材采集、到 HyperFrames 视频渲染的完整工业化 SOP，以及视觉风格指南与技术陷阱手册。v1.2.0 新增 VAD 物理声学平铺匹配、语速自动健康度审计（防脱节门禁）、大分镜 GSAP 变量解耦与生命周期显隐控制。
---

# 🔨 FableForge · 视频生成工业流水线 AI Agent SOP

本 Skill 是一份**命令级可执行 SOP**，而非经验教训集。每个 Stage 均包含**具体执行命令**和**退出验收标准**，严禁跳步或在退出标准未满足时进入下一阶段。

### ⛔ 全局禁令（违反任意一条即判定为生产事故）

1. **严禁复用旧集素材**：每一集的 `assets/` 目录下的所有文件（视频、音频、图片、BGM）必须为本次任务全新生成或下载。严禁从其他 `episodes/` 目录复制任何媒体文件。唯一例外是 `narration.wav`（由 TTS 脚本生成）和模板代码结构（非媒体文件）。
2. **严禁跳过退出标准**：每个 Stage 的退出标准中的所有检查项必须逐一验证并标记为通过，才能进入下一个 Stage。
3. **严禁无字幕渲染**：无论模式 A 还是模式 B，最终视频必须包含与配音同步的逐字滚动字幕。
4. **严禁无封面/封底渲染**：所有视频必须包含封面标题幕（`#scene_cover`）和封底互动幕（`#scene_end`）。
5. **严禁复用旧集 BGM**：每集的背景音乐必须根据本集剧本的情绪主题全新搜索并下载，不得复用历史集的 `bgm.mp3`。

---

## 0. 视频规格与体裁定义（内容优先定档制）

**核心原则：内容的可理解性永远优先于时长限制。**

视频时长不是预设的固定值，而是由内容倒推得出的。错误的做法是「先定 60 秒，然后把内容往里塞」；正确的做法是「先确认内容讲完需要多少字，再据此选档」。

### 0.0 视频体裁系统 (Genre)

本流水线支持三种核心体裁。在构思内容前，**必须首先确定体裁**：

| 体裁 (Genre) | 特征与核心要求 | 适用场景 | 常用视觉模式 |
|-------------|-----------|---------|---------|
| **Genre X: 叙事/隐喻 (Narrative)** | 有角色、有冲突。旁白重感受轻动作，追求悬念与结局升华。 | 寓言故事、历史重现、管理隐喻 | + 模式 A (图片) |
| **Genre Y: 分析/科普 (Analytical)** | 论点驱动、逻辑递进。追求清晰的结构拆解和痛点直击。 | 商业分析、职场洞察、技术科普 | + 模式 B (B-roll) |
| **Genre Z: 宣发/展示 (Promotional)**| 产品中心、利益点明确。强节奏感与转化引导 (CTA)。 | 产品宣发、网站转视频、功能展示 | 混合模式 |

### 0.1 三档体系

| 档位 | 适用场景 | 旁白总字数 | 预估时长 | 分镜数 |
|------|---------|-----------|---------|-------|
| S · 短片 | 单一概念解释、痛点直击、高密度短平快 | 150～450 字 | 45～120 秒 | 1+5~12+1 |
| M · 标准 | 完整叙事、多维度拆解、深度论证 | 450～900 字 | 120～270 秒 | 1+12~20+1 |
| L · 长篇 | 复杂案例剖析、连续剧集 | 900～1500 字 | 270～420 秒 | 1+20~30+1 |

> 超过 1500 字的内容必须拆成上下集（每集独立成片，各自包含封面和结尾）。

### 0.2 定档公式

```
旁白总字数 = 原始故事中【不可删减要素】的合计字数（见 0.3）
预估时长(秒) = 旁白总字数 ÷ 3.5（中文语速）
根据预估时长选择对应档位
```

### 0.3 不可删减要素（内容完整性红线）

不同体裁有不同的不可删减要素。如果被删除，观众将无法理解视频的核心价值。**剧本转化阶段（Stage 1.2）严禁删除这些要素：**

| 体裁 (Genre) | 核心不可删减要素 | 删除后果 |
|-------------|----------------|----------|
| **Narrative (叙事类)** | 因果链、角色动机、关键对话、认知翻转事件、结局因果闭环 | 观众不知道“为什么”，悬念消失，结论像硬塞的 |
| **Analytical (分析类)**| 痛点现象描述、核心矛盾拆解、数据对比/逻辑支撑、金句结论 | 视频变成空洞的说教，缺乏说服力 |
| **Promotional(宣发类)**| 目标受众痛点、核心利益点 (Benefit)、差异化价值、明确的 CTA | 看完后不知道自己能得到什么，无法转化 |

**可以精简的要素：**
- 重复的环境描写或冗长的数据罗列（保留首次，后续可省略）
- 纯装饰性的形容词堆叠
- 不影响主线的次要信息
- 已被画面传达的信息（如「山很高」——画面已经表达了）

### 0.4 通用规格（所有档位共享）

| 规格项 | 标准值 | 说明 |
|--------|--------|------|
| 每幕旁白字数 | 中文 30～80 字 / 英文 20～50 词 | 中文约 3.5 字/秒，英文约 2.5 词/秒 |
| 每幕预估时长 | 5 ～ 15 秒 | 最终以音频实测为准 |
| 分镜编号格式 | `scene_cover`, `scene1`~`scene{N}`, `scene_end` | 与 `assets/` 下的图片名严格一一对应 |
| 旁白与分镜对应 | 1 幕 == 1 张图 == 1 段旁白 | 封面通常对应标题旁白，结尾对应金句旁白 |

---

## 0.5 质量门禁（三重内容验收）

视频质量的上限由三个核心因素决定。**每一重门禁未通过，不得进入下一阶段。**

### 门禁一：概念与大纲验收（概念生成后、停机确认前执行）

AI 容易生成"结构正确但洞察平庸"的内容。在向用户展示前，必须根据体裁完成自检：

**强制自检（全部通过方可提交用户确认）：**
- [ ] **反常识测试 (通用)**：这个洞察/角度是"大家都知道"还是"大家都经历但从没被命名"的？前者没传播价值，重写。
- [ ] **Genre X (叙事) 专属**：结局是否让人感到轻微不适或醍醐灌顶？隐喻是否太直白（能在前10秒猜到结局）？
- [ ] **Genre Y (分析) 专属**：逻辑链条是否严密？是否提出了具有实操性的认知升华？
- [ ] **

resources/voice-model/README.md

# 声音样本录制指南

## 为什么需要录制声音样本？

本项目使用 **VoxCPM2** 声纹克隆模型。它的工作原理是：
1. 你提供一段 **15 秒**的自己的声音
2. 模型学习你的**音色、语调、情感特征**
3. 之后，模型就能用**你的声音**朗读任何文字

效果就像你亲自配音，但实际上是 AI 在模拟你。

---

## 录音要求

| 项目 | 标准 |
|------|------|
| 时长 | **15 秒**（过短效果差，过长会截断） |
| 格式 | WAV（不要 MP3，会丢失音质） |
| 采样率 | 44100 Hz 或以上 |
| 语速 | 正常语速，不要刻意放慢 |
| 内容 | 朗读下方指定文本（必须与 `PROMPT_TEXT` 一致） |

---

## 推荐朗读文本

将下方文字复制到 `generate.py` 的 `PROMPT_TEXT` 参数，并**朗读同样的内容**：

```
大家好，我在录制自己的声音样本。这段录音将作为我的声纹模板，
帮助 AI 精确还原我的音色和情感。现在是[你的名字]，感谢收听。
```

你也可以自定义这段文字，但要确保录音内容和 `PROMPT_TEXT` **完全一致**。

---

## 录音步骤（Mac）

### 方法 A：使用 QuickTime（最简单）

1. 打开 QuickTime Player
2. 菜单栏 → 文件 → 新建音频录制
3. 点击录制按钮，朗读文本，停止
4. 导出 → 音频 → 保存为 WAV

### 方法 B：使用 Audacity（质量更好）

```bash
# 安装 Audacity
brew install --cask audacity
```

1. 选择麦克风（推荐有线耳机）
2. 点击录制，朗读文本
3. 导出为 WAV，采样率 44100

---

## 保存路径

录音完成后，将文件保存为：
```
voice-model/01_samples/my_voice.wav
```

> ⚠️ **隐私提示**：此文件包含你的声纹信息，`.gitignore` 已自动排除 `01_samples/` 目录，不会被提交到 GitHub。

---

## 录音质量检验

一个好的声音样本应该：
- [ ] 没有明显的背景噪音（空调声、键盘声等）
- [ ] 没有爆音（P、B 音爆声）
- [ ] 没有回声（不要在浴室或空旷房间录制）
- [ ] 语速自然，情感投入（不要像机器人一样朗读）

---

下一步：参考 [README.md 阶段一第 4 步](../README.md#阶段一录制你的声音首次必做一劳永逸) 运行 `generate.py` 测试效果。

_meta.json

{
  "ownerId": "kn70kae1g9r73x5v5vn83saj7h86yevd",
  "slug": "fableforge",
  "version": "1.2.0",
  "publishedAt": 1779419048772
}

resources/stages/stage_0_env.md

# Stage 0: 自动化环境部署 (Scaffolding)

当用户在一个空文件夹中首次要求“初始化项目”或“初始化 FableForge”时，**必须且仅需执行一次**本阶段。如果你发现当前目录已经有了 `template/` 和 `bin/`，则说明已初始化过，请直接跳过。

**0.1 复制模板与模型资源**
FableForge 的项目模板与语音模型代码已打包在 Skill 目录中。请执行以下命令：

```bash
# 复制 HTML 模板与脚本模板
cp -r .agents/skills/fableforge/resources/template ./template

# 复制语音模型脚手架
cp -r .agents/skills/fableforge/resources/voice-model ./voice-model
```

**0.2 自动下载 FFmpeg 环境**
本流水线强烈依赖 `ffmpeg` 与 `ffprobe`。请自动为用户下载静态构建版：

```bash
curl -L https://evermeet.cx/ffmpeg/get/zip -o ffmpeg.zip && unzip -o ffmpeg.zip
curl -L https://evermeet.cx/ffmpeg/get/ffprobe/zip -o ffprobe.zip && unzip -o ffprobe.zip
mkdir -p bin && mv ffmpeg bin/ && mv ffprobe bin/ && chmod +x bin/*
rm ffmpeg.zip ffprobe.zip
```

**0.3 自动配置 VoxCPM2 Python 环境**
执行以下命令为用户的语音克隆模型创建隔离环境并安装依赖：

```bash
python3 -m venv voice-model/venv
source voice-model/venv/bin/activate
pip install voxcpm soundfile torch numpy
```

**0.4 引导用户录制声纹样本**
执行完毕后，请暂停并提示用户：
> "FableForge 环境已初始化完毕！请您用手机或电脑录制一段 15 秒的声音（朗读任意文本），将其导出为 `.wav` 格式，并放置在 `voice-model/01_samples/my_voice.wav`。准备好后请告诉我，我们就可以开始做视频了！"

**✅ Stage 0 退出标准：**
- [ ] 当前工作区包含 `template/`、`voice-model/` 和 `bin/` 目录。
- [ ] 用户确认已准备好声纹样本。

resources/stages/stage_1_creatives.md

# Stage 1：概念、剧本与物料生成

### 1.1 概念与大纲生成（须停机等待用户确认）

根据确定的体裁 (Genre)，使用对应的提示词框架生成内容大纲：

**对于 Genre X (叙事类)：**
> "请你从[指定领域]里，选择一个深度的概念。然后写一个寓言/历史故事，用间接的方式把这个概念讲清楚。不要一开始就说答案，到故事快结束时反转。最后解释概念及隐喻。"

**对于 Genre Y (分析类)：**
> "请你从[指定领域]里，挖掘一个反直觉的痛点现象。先描绘这个现象，然后拆解背后的核心矛盾/系统性崩溃原因，最后给出具有实操性的商业洞察或管理金句。"

**对于 Genre Z (宣发类)：**
> "请根据[产品/功能描述]，提取最核心的用户痛点和利益点，以短视频节奏输出一段极具转化率的宣发文案框架（痛点直击 -> 价值展示 -> CTA）。"

**去重检查**：生成前扫描工作空间内所有 `YYYYMMDD/视频脚本.md`，确保主题不与历史作品重复。

⛔ **此步完成后必须停机，将生成的大纲/故事完整展示给用户，等待明确确认。未经确认严禁继续。**

### 1.2 内容定档（用户确认大纲后立即执行）

在动手写剧本之前，必须先完成内容定档。这是防止「好内容变烂视频」的关键步骤。

**步骤：**

1. **标记不可删减要素**：逐段扫描用户确认的内容大纲，用以下标签标记（见 0.3）：
   - `[因果/逻辑]` — 逻辑链节点
   - `[转折/对比]` — 认知翻转或数据对比
   - `[核心金句]` — 结论闭环

2. **计算最低旁白字数**：将所有标记要素的文本合适，得出「不可压缩下限」。

3. **选档**：根据合计字数，在 §0.1 三档体系中选择对应档位。

4. **输出定档报告**（写入 `视频脚本.md` 头部）：
   ```markdown
   ## 内容定档
   - **原始内容字数**：{X} 字
   - **不可删减要素字数**：{Y} 字
   - **选定档位**：{S/M/L}
   - **预估旁白总字数**：{Z} 字
   - **预估视频时长**：{Z ÷ 3.5} 秒
   ```

⛔ **如果不可删减要素字数 > 450（S 档上限），严禁使用 S 档强行压缩。必须升档。**

### 1.3 剧本转化

将内容按选定档位的规格拆解为分镜剧本，写入 `YYYYMMDD/视频脚本.md`。

**内容完整性自检（剧本写完后必须执行，全部通过才能进入下一步）：**

- [ ] **盲测**：让一个没读过原文的人只看剧本旁白，能否独立理解核心价值（故事结局/分析结论）？如果不能，说明删多了。
- [ ] **因果/逻辑链完整**：每个「结论」都有对应的「事件/数据」作为铺垫，没有凭空冒出的道理。
- [ ] **Genre X 专属**：角色有动作有对话，不能只靠旁白概括。
- [ ] **Genre Y 专属**：痛点现象的铺垫是否足以推导出最终的解决方案和金句？

剧本格式模板：
```markdown
## 分镜 scene_cover — 封面/标题幕
- **情绪档位**：1
- **旁白**：{通常为视频标题或引导句}
- **画面描述**：{高吸引力、悬念感强的提示词}

## 分镜 {N} — {幕名}
- **时间（草稿估算）**：第 {X} ～ {Y} 秒
- **情绪档位**：{1/2/3/4}
- **旁白**：{中文30~80字}
- **画面描述**：{图片提示词，中英文均可}

## 分镜 scene_end — 结尾/升华幕
- **情绪档位**：4
- **旁白**：{点题金句，不超过 20 字}
- **画面描述**：{意境深远、呼应主题的提示词}
```

### 1.4 TTS 语音生成

**声纹选择（优先意识）：**
- **默认原则**：优先检查 `/语音模型/voxenv` 环境。若存在，**必须**使用用户的声纹克隆生成旁白。
- **降级方案**：仅在用户明确要求或克隆环境不可用时，才使用 Kokoro 等通用模型。

**语音节奏优化：**

VoxCPM2 的情绪输出相对平稳，需要在文本层面手动注入戏剧感。处理规则：

- 在核心关键词前插入 `……`，让模型自动降速放重音
- 超过 130 字的段落用 `|||` 在语气转折处手动分段
- 档位 4（沉默留白幕）的旁白每个词组之间都加 `……`

```
❌ 平铺直叙：
"你以为选出了战将，其实你只选出了最擅长残杀队友的屠夫。"

✅ 有停顿感的版本：
"你以为……选出了战将。|||其实，你只筛选出了——最擅长残杀队友的……屠夫。"
```

在项目目录下执行：

```bash
# 使用本地 VoxCPM2 模型生成语音（必须使用虚拟环境的 Python）
# 1. 复制并编辑生成脚本（每个项目独立一份）
cp /Users/lucas/Work/09.Antigravity/语音模型/generate_cantillon.py \
   /Users/lucas/Work/09.Antigravity/语音模型/generate_{project_name}.py
# 2. 编辑 TARGET_TEXT、OUTPUT_FILE 等变量
# 3. 运行
/Users/lucas/Work/09.Antigravity/语音模型/voxenv/bin/python3 \
  /Users/lucas/Work/09.Antigravity/语音模型/generate_{project_name}.py
```

### 1.5A 图片素材生成（模式 A）

> ℹ️ 仅模式 A（纯图片）执行此步。模式 B 跳转至 §1.5B。

按剧本中每幕的"画面描述"逐一生成图片，命名严格遵循 `scene1.png`、`scene2.png` ... `scene{N}.png`，保存至 `YYYYMMDD/assets/`。

**批量生成策略（应对 API 配额限流）：**

图片生成 API 通常有速率限制（如每窗口期 5 张）。为避免流程阻塞，采用以下策略：

1. **先批量准备提示词**：在生成前，将全部场景的提示词按风格圣经公式组装完毕，写入剧本。
2. **分批生成 + 穿插其他工作**：每批生成到限流后，立即切换到其他 Stage 的工作（如音频分析、HTML 搭建），不要干等。
3. **生成即归档**：每张图生成后立即 `cp` 到 `assets/` 目录并验证文件名，避免最后批量操作时遗漏。
4. **断点续传**：用 `ls assets/scene*.png | wc -l` 检查进度，只生成缺失的图片。

### 1.5B 视频 B-roll 素材采集与裁剪（模式 B）

> ℹ️ 仅模式 B（视频 + 文字叠加）执行此步。模式 A 跳转至 §1.5A。

**步骤 1 — B-roll 关键词策划：**

根据每幕的情绪和主题，在 `视频脚本.md` 中列出搜

Github ReposUpdated 2d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.