做历史、人物故事类短视频，最磨人的不是创意，是流程：找选题、查史料、写钩子、配音、对时间戳、生图、剪辑，一条 2 分钟的视频能耗掉大半天。现在这套流程被打包成了一个开源 Skill——Story Studio，交给 Codex、Claude Code、Cursor 这类 AI Agent，一句话就能全链路跑完。
先看跑出来的结果：单条爆款播放量稳定破 100 万，50 万左右的爆款经常出现，平均完播率保持在 35% 以上；账号单月涨粉数万，粉丝集中在 35 到 55 岁以上的高净值人群。带货端更直接：挂图书链接，客单 49 到 88 元，佣金 30% 到 50%，一条爆款能出几千单。
全流程拆成五步。第一步写文案：内置 370 多篇爆款逐字稿蒸馏出的两种写法——历史叙事风和真实人物故事风，配 A/B/C/D/E 五类黄金开头钩子库。用法就是对 Agent 说一句话，比如“用 story-studio 写一篇林巧稚的人物故事口播稿，1500 字，先给 3 版开头钩子我选”。Agent 按事实核查表输出，字数误差控制在 ±5%，不编造史实。实测下来，Claude Opus 4.6 和 Gemini 3.8 Flash 写出来的文案最有人味。
第二步配音和对齐：接豆包语音大模型，支持 seed-tts-2.0 和声音复刻；也可以直接丢进自己录好的 MP3。音频拿到后，本地离线工具 Coli（基于 sherpa-onnx）毫秒级提取每句台词的时间戳，从这一步起，分镜就有了真实的秒数基准，不再按字数瞎猜。
第三步分镜生图：按音频时间戳切镜，默认约 8 秒一张图；内置厚涂历史漫画、黑白纪实叙事、历史写实三套画风，逐镜做时代考据，人物年龄、服饰、建筑形制都对上；再用参考图锚定，跨镜头画风不漂移。习惯 Midjourney、即梦的话，也可以只让它输出分镜表和提示词。
第四步剪映草稿：Agent 直接生成可编辑的剪映专业版工程，每张图按停留时长算好缓入缓出推拉，切点自动写出镜微推近、进镜拉回的关键帧，既有冲击感，又不会闪黑帧。第五步在剪映里识别字幕、加特效、导出成片。
变现跑通了四条路：挂车卖图书最稳，78% 的带货文案都是图书，结尾自然转化占比 65%，最推荐；中老年群体的滋补健康品客单高、复购强；开通创作者分成计划，万次有效播放能拿 20 到 50 元；再往后是私域导流，读书会、文创周边、国学付费，客单能做到几百上千。
上手很简单：直接在聊天窗口让 Agent 把仓库克隆到 skills 目录并完成依赖检查，或者终端一行 git clone。仓库地址：