一次不掺水的 Agent Skill 实测：stickman-video-director 不是一段超长提示词，是一套带验收标准的工序------SKILL.md 加 52 份契约、41 个脚本，每份契约只管一件事（风格目录、声音连续性、分镜模板、验收清单）。我在 WorkBuddy 里装好，走 A 导演模式：提案 → 分镜 → 3 段自包含提示词 → 本地渲染。最值得看的是「角色锚点」的工程解法：不写「保持角色一致」，而是把画法逐字冻结，专门防 AI 多画一只手。本文按四步还原，附 6 组完整可抄文本、渲染脚本思路与 ffprobe 校验结果。
我是小虎，浙大计算机本硕，破局行动家，《AI超级个体：一人公司完全指南》作者，专注于AI培训、超级个体打造、公司提效陪跑。
很多想做科普内容的朋友，都卡在同一个地方：道理想得明白，画面做不出来。请人做条动画短片几千块，自己学剪辑又太重。
大家好，我是小虎。
今天用 5 段提示词，全程不写一行代码，带你用 WorkBuddy 把一个开源的火柴人视频技能从安装跑到成片------最后拿到三个能直接发的 MP4，外加一套可以复用的渲染脚本。
零成本，素材全程不离开你自己的电脑。
先说这次的主角。白底黑线的火柴人科普视频最近火了一阵：一个小人、几根线，把说不清的事讲得明明白白，不用真人出镜，一条片子的信息密度全靠画面节奏撑着。
▲ B站搜「火柴人VS动画师」按播放排序：前五条全是火柴人科普动画，单条最高 1073 万播放
我刷到一个开源技能 directing-stickman-videos（火柴人视频导演）：给它一个话题，它把分镜、旁白、角色画法、镜头节奏全写出来。
光有分镜不算完------从提示词到能发出去的片子，中间还有一段路。这次我把整条路完整跑了一遍：从装技能、出提案、写提示词到渲染出片，每一步真机操作，截图一张不缺。
先看成品。第一条是白底黑线的极简画风，第二条是戴红帽子的科技风------同一个技能，两种画风档：
第一步：装技能
技能本质就是一个文件夹：一张 SKILL.md 说明书，外加一堆契约文件。我在 WorkBuddy 新起任务，第一句话就让它装：
▲ ①指令就一句话；②回车发送
text
帮我安装一个开源技能：stickman-video-director（火柴人视频导演）。仓库 github.com/kaomei/stickman-video-director，把其中的skills/directing-stickman-videos 完整装到 WorkBuddy 的技能目录。装完告诉我：这个技能是做什么的、有哪两种使用模式、我第一步该说什么。安装汇报很扎实，先把家底报了一遍：
▲ ①两条路摆成对比表；②连第一步该说什么都给了
实测结果：SKILL.md 加 references/ 里 52 份契约、scripts/ 里 41 个脚本，assets 和 examples 都在。
52 份契约每份只管一件事：风格目录、声音连续性、分镜模板、验收清单。
这个技能不是一段超长提示词，是一套带验收标准的工序。
两种模式。
A 导演模式：出「提案 + 分镜 + 每 10 秒一段提示词」，每一步要人确认。
B 全自动模式：一条龙，本地渲染直接出 MP4。这次全程走 A 模式，挂默认模型。
第二步：一句话，出整套导演提案
第一次用最容易卡在「我该从哪开始」。它替你想好了，第一句话照抄句式：
text
用 A 导演模式：主题「为什么越忙，越没长进」，横屏 16:9，30 秒，Style 1 白底极简画风。请给我完整的导演提案：英文旁白、分镜脚本、角色锚点和声音档案，先停下来等我确认。
▲ ①我发的一句话指令；②它的回复先声明「停下等你确认」
提案很厚：开场钩子、五段式情绪弧、三种强调色各自的含义、BGM 走向，英文旁白按 20--25 词 / 10 秒分进三段。
说实话，我最担心的是角色一致性------AI 分三段画同一个人物，常常越画越走样。
它的解法是这段角色锚点：不是一句「保持角色一致」，是把画法逐字冻结：
text
Use minimalist two-dimensional black line animation. Show the same consistent stick figure with a hollow circular head, no face, no eyes, no mouth, no hair, no clothing, no filled body, stable proportions, connected line limbs, and uniform medium line weight. Exactly two arms and two legs are visible per figure. Each limb appears only in its current pose: raising or lowering the right arm replaces that arm's previous line, never leaving a resting arm beneath an active arm. The figure stays black; accent colors affect only props and graphic effects.
▲ ①声音档案、②角色锚点，都标着「全片逐字复用」
「抬手时旧的手臂线直接被替换，不在下面留一条 resting arm」------这种细节就是专门防多画一只手的。写「同上」不算数，整块原文重复三次最稳。
然后是分镜表。每行 10 秒，走「黄金钩子 → 打破常识 → 拉出内幕 → 真相 → 升华互动」，每行拆成三拍，画面每 2--3 秒变一次，人物全程不许站着发呆：
▲ 每段 10 秒，叙事任务、动作衔接、旁白调度全在表里
提案末尾它停住了，给三个推进方案，连后期字幕条放哪都排好了。我选了分三段独立生成------哪段不满意，单独重跑哪段：
▲ ①字幕条位置；②「请确认，三选一」
第三步：确认之后，提示词自己排队出来
我回了一句：
text
✅ 通过本提案。请读取提示词规范，出 3 段独立 Omni Flash 生成提示词（Phase B），每段自包含、附拼接说明。它先给一个全局连续性块（画幅、风格、配色、旁白冻结、道具贯穿策略），再按顺序吐三段提示词：
▲ ①全局连续性块；②CLIP 1 提示词全文
每段提示词是自包含的：输出规格、画布定义、角色锁、配色、构图、首帧继承、三拍动作、逐字旁白、声音档案、BGM、末帧交接、负面约束，12 项按顺序写满。
单独拿走任何一段，放进任何一个支持提示词生成视频的工具里都能跑，不锁死在某一家。
▲ ①CLIP 3 提示词；②右侧面板已把整个生产包存成文档
三段之间的接缝也排好了：第一段最后一颗红方块从右缘飞出，第二段开头由同一颗方块落进左上格接住。不是硬切，是动作接动作。
写完它自己先质检一遍：
▲ ①验收提醒：重点查手臂有没有多画；②字幕条
最后把整个生产包存成文件，16.9 KB，右侧面板直接预览：
▲ 生产包自动存档，文件名、大小都列在回复里
注意：A 模式给的是提示词，不是视频文件。想要 MP4，得自己往下走。
第四步：本地渲染出片
官方 B 模式的 runtime 我翻了：要 npm 装 canvas 和 sharp、自备字体和旁白音轨，还要跑一整套验收门。
规矩严谨，但我选了更干脆的一条路------让 WorkBuddy 自己在本机渲：
text
最后一步：把分镜渲染成真正的视频。渲染脚本我已经写好：D:/.../render_local.py（PIL 逐帧绘制 + ffmpeg 管道合成，纯本地、不调任何外部 API）。请你直接运行这个脚本，渲染 30 秒 16:9 横版和10 秒 9:16 竖版两个 mp4，然后用 ffprobe 验证编码和时长，告诉我输出文件路径。脚本逻辑不复杂：分镜 JSON 读进来，每一秒算出人物的位置和姿态，逐帧画，帧流喂给 ffmpeg，合成完自动验编码、报时长。
三十秒的片子七百多帧，本机 CPU 响了一阵，两个文件就落了地。
全程只吃 CPU，不调视频生成模型、不调 TTS。
它跑完的汇报：
▲ ①渲染回复：两个 mp4 全过 ffprobe（1280×720 · 30.000s / 720×1280 · 10.000s）
stickman_30s_16x9.mp4（1280×720，1.1MB）和 stickman_10s_9x16.mp4（720×1280，0.43MB），ffprobe 实核 H.264 + AAC，时长精确到 30.000 秒。开头那条 30 秒横版就是它。
9:16 我没拿横版裁一刀。按技能的 revision rules，换画幅要重排：标题进顶部安全区，人物和道具上下堆叠，指针从右侧仪表变成下方横条。竖版是单独渲染的一版：
一个不过瘾，同一技能换个画风档再来一条------Style 2A 极简科技风：红帽子黄 T 恤的小人，白色演播室，发光的数据卡片，20 秒讲「两页会议记录怎么变成三条待办」。流程和第一支一模一样，指令换成这句：
text
用 A 导演模式做一条火柴人视频：话题「两页会议记录怎么变成三条待办」，16:9，20 秒，Style 2A 极简科技风（红帽黄衣小人、白色演播室、发光青色玻璃 UI）。请给我完整的导演提案，先停下来等我确认。换风格档不是换个名字。角色锚点整段换成 2A 版：红帽黄衣、空心圆头、禁真实五官、禁绒球；配色纪律也跟着变------Style 1 里强调色只给道具，人物恒为黑线，2A 里角色本身就带色。
每一套画风，都是一份冻结好的画法契约。这条的成品，就是开头第二条。
怎么选与我的建议
走完这一整套，我的判断很明确。
这套方案适合：想给孩子讲道理的家长；想把能动的演示塞进课件的讲师；天天为画面发愁的科普号主；装了 WorkBuddy 还没玩过技能的朋友。
它也有边界：想要写实真人质感、影视级运镜的，火柴人这个载体不合适；想全自动一键出片、一步都不确认的，A 模式的节奏会让你难受；电脑上连 Python 和 ffmpeg 都没有的，得先补这两样。
三个提醒，能省不少时间：
别把 A 模式的提示词当成片
它交付到提示词就止步，想出 MP4 得自己接一段渲染。官方 B 模式环境门槛不低，先把分镜导出来本地渲染更省事。
角色锚点必须逐字冻结
写「同一个角色」「同上」都不算数，火柴人很容易多长一只手。每个风格档有自己的配色纪律，越界改色就破功。
换画幅要重排，不要裁
16:9 是左中右调度，9:16 要纵向堆叠；直接裁横版，字幕会掉出安全区。配图上传公众号前记得压一道：ASCII 文件名、alt 留空、1200 以内的小 JPEG。
比快更值钱的是：每一环都落在你自己的电脑上。分镜是明文 JSON，脚本是本地 Python，成片是本地 ffmpeg 合成的 MP4，每个文件都能拿走改。
想换主题，改一句话；想换画风，十二套风格档随便挑。这套流程沉淀下来，就是你的视频生产线。
从装技能到出片，一个下午。这不是概念演示，是这两天刚跑完的东西。
你想让火柴人讲明白哪件事？评论区说说，我挑几个下期实测。
以上为完整实测记录，6 组文本可直接复用；把分镜 JSON 与渲染脚本沉淀下来，换主题只改一句话，就是一条自己的视频生产线。