用开源的Toonflow和MiniMax H3一步步复刻万妖

最近我在折腾一个叫 Toonflow 的东西。

简单说，它是一个本地跑的 AI 媒体生成工作台 ------ 你可以把各种图片、视频、音频模型接进来，像搭积木一样拼自己的创作流水线。

问题是，Toonflow 自带的模型列表里没有我最想用的那个：MiniMax H3。

为什么非要 H3

如果你关注 AI 视频生成，应该听过 "海螺" 这个名字。MiniMax 出的视频模型，在人物一致性、动作自然度和电影质感这块，目前确实是第一梯队。

我之前一直在用 RunningHub 上的云端 ComfyUI 工作流跑 H3------ 打开网页、上传参考图、粘贴提示词、点提交、等两分钟、下载视频。能用，但就是每次都得手动操作。

我就想：能不能把这套流程直接接进 Toonflow，让它变成画布上的一个节点？拖一张图进来，写段提示词，点生成，完事。

首先把RunningHub api调用和toonflow模板给智能体，先进行导入。

我用的是同时支持首帧和全能参考的MiniMax H3工作流。但是记得要勾选这些。

python 复制代码

AI应用：Minimax H3二采优化速度-self lift-多参考 
体验地址：https://www.runninghub.cn/ai-detail/2100129733211148290?inviteCode=oga1ahgc

在 Toonflow 设置里填入 RunningHub API Key
把章节的剧本给toonflow助手，自动生成资产图（第一次需要），后续可以直接复用

剧本可以拆成这样的格式，toonflow可以一部到位参考。

! $在这里插入图片描述$ (i-blog.csdnimg.cn/direct/1f62...](p0-xtjj-private.juejin.cn/tos-cn-i-73...) b404f43a6f0953f20faa867.png)

写提示词 ------ 按 subject_definitions → summary → retention_analysis → detailed_description 四段结构(先把minimaxh3 提示词技能安装一下）
弹窗对话框，选时长（5 秒）、选画幅（竖屏 9:16 或横屏 16:9）
点生成，等 5-6 分钟，视频直接出现在画布上

toonflow还很贴心，把15~30s也放在标题，这样方便后续查阅。

提示词结构是关键。不是随便写一句话就行，要像写分镜脚本一样：

xml 复制代码

subject_definitions:
<Picture 1> 妖物群像：蓝光大狼、金纹黑熊妖、泛白龙、破帽棕袍白猿妖。蓝狼泛蓝光并从卷轴跃出；黑熊妖穿佛冠、挂佛珠、周身金色火焰；白龙泛白光、从黑雾中探头嘶吼；白猿妖穿破帽棕袍、长白胡须、手持古卷轴、周身蓝色寒气。全片不得漂移。
<Picture 2> 金光小人与仙山构图：左侧金色光团化成的长裙发光小人，暖金粒子光；右侧云海、尖峰仙山、浮空古建岛屿，远处黑袍人影剪影。该图只锁金光小人与空间构图，不锁死后续人物身份。
<Picture 3> 百妖图卷轴：左右展开的鎏金铜轴古卷轴，龙纹云纹，黑色墨流漩涡，中心金色光团；左侧可见"百妖图"三字。全片保留卷轴材质、墨流与文字风格。

summary:
东方玄幻超写实 15 秒：百妖图古卷展开，金光小人沿墨流飞升，妖物从卷中显现，修士闭目盘坐，群妖俯首围卷，整体压迫、神秘、古卷显灵。

retention_analysis:
<Picture 1>（妖物锚点）：完全保留蓝狼蓝光、黑熊佛冠佛珠金纹火焰、白龙白光、白猿破帽棕袍白须与寒气的身份特征；不新增妖物，不改变数量。
<Picture 2>（构图锚点）：完全保留金光小人的暖金光体、云海仙山浮空古建的纵深感；后续可释放成飞行与墨流道路，不锁死静态摆拍。
<Picture 3>（道具/文字锚点）：完全保留鎏金卷轴、铜轴、墨流漩涡、中心金色光团；左侧"百妖图"三字稳定可读，古篆/古隶风格，不出现现代字体、UI、水印。

详细描述：
写实电影风格，东方玄幻，胶片颗粒，暗金、墨黑、云海蓝紫、妖物冷光的色调。15 秒内完成 4 个动作节点，全程以特写、近景、中景为主，起势即动，不做静态摆拍。

0--1s：特写，左右展开的鎏金铜轴古卷轴占据画面，左侧卷轴上"百妖图"三字清晰可见；黑色墨流在卷轴间旋转成漩涡，漩涡中心一点金色光团亮起。
1--3s：镜头顺墨流推入全景，金色光团化成长裙发光小人；小人上方黑色墨流迅速扩大为长条巨幅黑影，墨流旋成高速漩涡，带起金粒子。
3--5s：镜头切远景跟拍，黑影铺成向前延伸的墨色道路；金光小人裹着金光沿道路高速飞行，前方是云海中的尖峰仙山与浮空古建岛屿，镜头保持快速前冲但不失稳定。
5--9s：镜头推近金色龙纹光轮，光轮顶部出现金色仙宫造型；数道黑色墨流从四周刺向光轮中心的小人，同时金光爆发闪过人物眼部特写；随后切近景移镜，蓝光巨狼从卷轴跃出，黑熊妖自卷面显现，周身金色火焰升腾。
9--13s：切近景，白龙从黑雾中探出头嘶吼，紧接着白猿妖手持古卷轴显现，蓝色寒气外扩；再切中景，黑红古风长袍修士闭目盘坐于地面，身后浮现持火金巨妖、黑熊妖、蓝狼妖虚影，金色卷轴碎片从修士肩头缓缓飘过。
13--15s：镜头拉成全景，修士周身环绕蓝虎、赤火虎、白龙、白狼、黑熊、红狮等群妖，所有妖物围着中心小卷轴俯身；墨流回落为暗金纹路，画面停在群妖俯首、卷轴悬空的压迫静帧。

声音规则：BGM 按画面强度生成；0--3s 低频风雷与古卷墨流声推进，3--7s 金光飞行加入弦乐上扬，7--11s 妖物嘶吼与火焰/寒气声增强，11--15s 群妖俯首时保留低频鼓点与卷面纸纹摩擦。人物对话音频仅用于对白/人声，不加入额外台词。

文字规则：必须包含左侧卷轴上的"百妖图"三字，古篆/古隶风格，稳定清晰；不生成其他字幕、标题、UI、水印、说明卡；不出现现代字体；文字不遮挡金光小人、墨流漩涡、妖物双眼与锁链。

负面约束：绝对禁止额外字幕、画面文字、LOGO、水印、多余手指、畸形手部、多肢体、穿模；禁止角色变脸、换装、瞬移；禁止慢动作长镜头；禁止无来源新增妖物或改变妖物数量。

retention_analysis 这段特别重要 ------ 它告诉模型 "什么必须保留不变"，否则生成出来的人物脸会漂。

其实这些都能复用

RunningHub 的 API 不复杂：提交任务拿 taskId，然后轮询查询接口等结果。

如果你也在用 RunningHub + Toonflow，或者想把其他 ComfyUI 工作流接进来，核心就三件事：

搞清楚每个节点接受什么格式------LoadImage 只要文件名，文本节点随便传
异步任务要轮询------ 提交后别只返回 taskId，要在方法内部等到 SUCCESS 再返回结果
Bun 环境没有 atob/btoa------ 用 Buffer 代替

现在想复刻爆款视频，不用再开浏览器跑网页了。画布上拖拖图、写两句话，视频就出来了。

你有没有用过 Toonflow 或者类似的 AI 创作工作台？接模型的时候踩过什么坑？评论区聊聊。