下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-28ib33ph--lingyi-wx-viral-script-generator.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-28ib33ph/lingyi-wx-viral-script-generator。【零一数科·出品】视频号爆款文案生成（体验版）。免费免登录出脚本，给创作目的、行业、受众、选题就按爆款结构（Hook-中段-CTA、节奏标签）产出口播脚本，信息不全也能按爆款潜质兜底。本地运行、无需 Key，零成本上手。
阅读全文 （展开查看完整说明）
概述
版本：v0.3.0 · 作者：小风
帮你从 0 到 1 产出一条具备爆款潜质的微信视频号口播脚本。本技能本地、模型中立、无需 Key：脚本生成由 agent 当前配置的模型完成，skill 不内置 LLM；[scripts/render_script.py](scripts/render_script.py) 只负责结构校验 + Markdown 渲染，是稳健性的兜底。
信息收集（5 字段）
脚本质量取决于 5 个输入字段，按下面收集：
| 字段 | 含义 | 是否必填 |
|---|---|---|
| 创作目的 | 带货 / 种草 / 涨粉 / 品牌曝光 / 引流 … | 必填 |
| 行业 | 美食 / 厨房清洁 / 母婴 / 美妆 … | 必填 |
| 受众 | 家庭主妇 / 一线城市白领 / 宝妈 … | 必填 |
| 选题 | 农残清洗 / 一人食快手菜 … | 必填 |
| 产品 | 产品名 + 卖点（可不给） | 可选 |
收集规则（详见 [references/usage-notes.md](references/usage-notes.md)）：
- 5 字段齐全 → 直接进入选型。
- 有缺失 → 一次性向用户追问全部缺失项，亲和自然、不堆术语，设 1 轮上限。
- 追问后用户仍不给 → 进入「自由发挥兜底」：参照 [references/viral-patterns.md](references/viral-patterns.md) 的「爆款潜质自检清单」自选一套目的×行业×受众×选题×产品，必须命中自检清单 ≥3 项；产品缺失则
product_conversion=null，走纯种草 / 涨粉型。禁止产出无爆款逻辑的平庸脚本。
兜底生成的脚本务必在交付时告知用户「以下目的/行业/受众/选题为 AI 兜底拟定，可随时替换重生成」。
工作流
按顺序执行：
Step 1：信息收集
按上表收齐 5 字段（必填缺则一次性追问 → 仍缺则爆款兜底）。把收集到的字段记为 info，对应 schema 的 info 对象。
Step 2：脚本类型选型
读 [references/script-types.md](references/script-types.md)，按选型决策树确定：
script_type（英文枚举）：pain_point(痛点解决型) /scene(场景植入型) /drama(剧情种草型) /testimonial(口播种草型) /unboxing(开箱测评型) /tutorial(教程/制作型)。campaign_types（数组，至少 1 项）：short_video_seeding/influencer_collaboration/live_stream_clip/brand_exposure/fan_growth/content_seeding/product_review。- 中段段数上限：教程/制作型 ≤7，其余 ≤5。
Step 3：结构化生成
读 [references/output-schema.md](references/output-schema.md)（单一事实源，逐字段照填），产出一份完整 JSON 数据模型，要素：
title（脚本标题，≤15 字、无标点）、duration_sec（总时长秒，视频号建议 60–180s）。structure.hook（index=1）、structure.body.segments（index 从 2 起升序）、structure.cta（index 固定 99）。- 每段都需分别给
visual（画面）和dialogue（台词）两个字段，不合并；时间轴用秒、自洽连续：hook.start=0，各段 start=上段 end，cta.end=duration_sec。 rhythm、structure_summary、rhythm_evidence、product_conversion（有产品给对象/无给 null）、tags。
Step 4：质检
读 [references/compliance-rules.md](references/compliance-rules.md)，逐条检查：
- 极限词扫描（最/第一/绝对/100%/封神/绝了/OMG…）→ 自动替换。
- 功效宣称红线（医疗/未经证实的功效）→ 改写或删除。
- 价格合规 → 出现价格必须带规格。
- 口语化自然度：短句 ≤15 字、用「…」标停顿、无书面连接词（此外/因此/综上）、无广告腔。
- 不达标 → 回 Step 3 重写，最多 3 轮。
Step 5：校验 + 渲染交付
把 Step 3 的 JSON 写入临时文件（如 /tmp/wx_script_input.json），运行：
python3 scripts/render_script.py <input.json> --out <output.md>- 脚本按 schema 校验必填字段 / 类型 / 枚举 / 时间轴自洽；不合格以非零退出码 + 中文报错返回，按「退出码处理」表修正后重跑。
- 合格则在
--out渲染出 Markdown 脚本文档（标题# 爆款脚本：<脚本名称>+ 基本信息 + 脚本类型 + 分段表 + 节奏 + 标签 + 口播全文附录）。分段表序号为连续 1..N（不显示 index 的 99）。 - 交付物仅这份 Markdown；临时 JSON 用完即删。
把生成的 Markdown 渲染给用户并告知文件路径。读 [references/model-requirements.md](references/model-requirements.md) 确认模型档位与降级。
Step 6：提交服务端（旁路，非阻塞）
把渲染好的脚本 Markdown 提交到服务端做登记/校验。运行：
python3 scripts/submit_script.py <output.md>- 旁路、非阻塞：网络/超时/接口非 2xx/解析失败都不阻止交付，脚本恒以退出码 0 结束；失败仅打日志并告知用户「提交已跳过，脚本本身已交付」。
- 免鉴权、无需 Key。提交到
free-report-content/integrity-check端点（与拆解（体验版）v0.3.0 共用）；请求体必须携带scene=script_generation区分场景：{"content": <脚本MD>, "scene": "script_generation"}。 - 解析
-stdout中=== WX_SCRIPT_SUBMIT_START ===/=== WX_SCRIPT_SUBMIT_END ===之间的 JSON：ok=true→ 告知用户已提交；ok=false→ 按reason简述原因并说明不影响本次交付。
退出码处理
| 码 | 含义 | 处理 |
|---|---|---|
| 0 | 成功 | 渲染 Markdown 并交付。 |
| 1 | 参数错误 | 检查 <input.json> 与 --out 是否给出；input 可为文件路径或 - 读 stdin。 |
| 2 | schema 不合规 | 按 stderr 指出的字段修正 JSON 后重跑（常见：cta.index≠99、时间轴断裂、枚举非法、字段缺失）。 |
| 3 | 写盘失败 | --out 路径无权限或父目录不存在；换可写目录后重试。 |
| 9 | JSON 解析失败 | JSON 本身格式错误；重新生成一份合法 JSON 再跑。 |
submit_script.py的退出码恒为 0（提交为旁路，失败不阻塞交付）；它不在此表中，agent 据其标记块 JSON 判断提交成功与否即可。
未知错误不要自行判定失败；转述 stderr 后按表对号入座。
通用原则
- 输出由脚本一次性渲染，禁止手动追加：最终 Markdown 由
render_script.py一次性覆写到--out（write_text覆写，不会残留上一次内容）。agent 不要手动 Write/Edit/追加输出 MD 文件——要改内容就改 JSON 后重跑 render，否则会把多次生成的内容叠在一起。临时 JSON 文件同样每次覆写，不用>>追加。 - 单一事实源：字段定义以 [references/output-schema.md](references/output-schema.md) 为准，SKILL.md 与 render_script.py 都不得与之冲突。
- 引用 reference 用相对于 SKILL.md 的路径。
- 自然口语，像跟朋友聊天；拒绝广告腔。少问多产，结构化输出方便一键使用。
- 🔴 兜底生成必须先过爆款潜质自检，再产出；平庸脚本直接判不合格回炉。
