Seedance 2.0 Skill OS：把"我想拍个视频"变成导演级提示词的技能操作系统

一、一个让人哭笑不得的场景

凌晨两点，一个独立导演盯着即梦（Dreamina）的输入框。他已经写了三版提示词，第一版模型给他一堆赛博朋克霓虹灯，第二版人物脸在转场时变了一个人，第三版干脆卡在审核队列里两小时。他要的不是"更华丽的形容词"，他想要的是：雨天下午，奢侈品店门口，一个穿工装的湿女人被拦下，第三镜电话里说"新老板现在就在店里"。

这类需求过去只能靠经验丰富的分镜师或者"提示词玄学"来完成。而 Seedance 2.0 Skill OS 想做的一件事，就是把资深导演脑子里的那套流程，拆成一套 AI Agent 可以稳定执行的技能包。

二、背景：它是什么，从哪里来

这个项目由 GitHub 用户 Emily2040（Iamemily2050）维护，2026 年 2 月 25 日创建，MIT 协议开源，到 2026 年 10 月已积累 8036 星、1172 个 fork、618 次提交、5 位贡献者，当前版本 v6.7.0。

它的核心定位一句话说清："Direct the model. Don't micro-manage the frame."（指挥模型，而不是逐帧微操）。

Seedance 2.0 是字节跳动的视频生成模型，可通过 Dreamina / 即梦、火山方舟 Ark、BytePlus ModelArk、Runway，以及 fal、EvoLink、OpenRouter、Kie.ai 等大量第三方路由商调用。这个技能包不自带模型，也不产生视频——它只负责"导演"这一层：把用户的模糊意图翻译成结构化的分镜与提示词，然后由用户自己的视频供应商去生成并计费。

这个"不碰推理、不碰算力、只做意图到镜头的翻译"的定位，是理解整个项目设计取舍的钥匙。

三、类比：它像什么

把它想象成电影制片厂里的场记 + 分镜师 + 场次统筹三合一：

• 场记记状态：谁在画面里、光从哪来、道具在谁手上。跨镜头不会忘。
• 分镜师画镜头：景别、机位、运镜、剪辑点。
• 统筹管流程：这一镜通过审核了吗？上一段素材能接上吗？参考图有没有超版权？

用户只需要说"我想要那种感觉"，整个技能包负责把这些翻译成机器能执行的镜头表。

四、核心功能与技术实现

1. 根技能 + 27 个子技能的路由架构

仓库的 skills/ 目录下有 27 个子技能：seedance-prompt、seedance-sequence、seedance-continuation、seedance-camera、seedance-lighting、seedance-motion、seedance-vfx、seedance-audio、seedance-characters、seedance-antislop（反 AI 味）、seedance-troubleshoot、seedance-recipes（各语言）、以及 6 个语言词表包（zh/ja/ko/es/ru/en）。根 SKILL.md 负责路由和事实核查，采用"渐进式披露"模式：每次只加载当前需要的知识。

2. Shot Table（镜头表）机制——这是最有价值的抽象

项目不让你写提示词，而是先让你填一张结构化的镜头表（references/shot-table.md），在纸面上就能校验几何关系、人物站位、光线方向，确认无误后再付费生成。项目里公开了七段完整的 15 秒短剧成片与对应提示词（英/中/日/韩/西/俄六种语言），每段都遵循"第二镜交代处境、中段反转、结尾落在失败者身上"的短剧节奏。

3. 直接为模型写作（Direct for the Model）

references/direct-for-the-model.md 提炼了针对视频模型的特殊写作规范：每个镜头只写一个主动作、其他人"继续活着"；情绪写成"一种感受 + 一个身体锚点"；道具动作写成"一只手"；每个镜头结尾有一句"锁行"重申光线、人物和站位——因为模型跨镜头不保留任何提示词没重复的东西。

4. 严格的质量控制体系

这是本项目最硬的部分，也是它比同类"提示词合集"拉开差距的地方：

• 5 个 JSON Schema（clip-contract、generation-run、project-state、prompt-spec、take-review）定义数据契约
• 30+ 个 Python 校验脚本：prompt_lint.py、continuity_chain_check.py（10 万字符）、behavior_contract_check.py、lineage_contract.py、vocab_schema_check.py、moderation_prescreen.py（内容审核预检）、extract_last_frame.py（13 万字符，末帧提取）
• 70+ 个 pytest 测试文件，test_eval_run_integrity.py 单文件 14 万字符
• 3 条 GitHub Actions 工作流：技能校验、源码新鲜度审查、特权帧发布，Action 全部按 commit SHA 钉死
• 内容审核预检：moderation_prescreen.py 在提交给平台前先本地过一遍，避免生成完才发现结果被压线

5. 多语言原生能力

README、QUICKSTART 提供英/中/日/韩/西/俄六语版本，词表独立分包，并有 multilingual-native-review.md（1.6 万字符）做母语级审校。

6. 安装器的事务化设计

scripts/install_codex_skill.py（24 万字符）实现了带崩溃恢复的原子安装：先写事务派生的兄弟文件、逐文件 fsync、校验摘要、再原子发布到最终路径，POSIX 下还会同步目录。配套 install_doctor.py 可校验目标机器上的安装是否与源一致（返回 current 表示 190 个文件全部匹配）。

五、上手门槛

最低门槛（普通用户）：把 skills/seedance-20 目录拷进你的 Agent 客户端技能目录（Codex 用 .agents/skills，Claude Code 用 .claude/skills），重启客户端。仓库提供了安装脚本：

python scripts/install_codex_skill.py --dest /path/to/client/skills
python scripts/install_doctor.py --dest /path/to/client/skills --json

真实门槛（想跑全流程）：需要 Python 3.11 或 3.13（CI 矩阵覆盖两个版本）、Git，以及一个 Seedance 2.0 的访问凭据（火山方舟 / BytePlus / Runway / fal 等任意一个），生成环节还需要真金白银的算力费用。

没有 Web UI——所有交互都发生在你的 Agent 宿主里（Codex、Claude Code、OpenClaw、Gemini CLI、Cursor 等）。仓库的 docs/HOST_COMPATIBILITY.md 诚实地记录了 2026-09-07 的实测：Codex 和 Claude Code 的可执行文件可用、Codex 的 skills/list 能发现技能，但 "自动选中哪条重复条目"和"模型是否真的听指挥"均未验证；Gemini CLI、Cursor、OpenCode 在该机器 PATH 中根本没有命令。

六、争议与局限

这个项目值得点赞的地方很多，但也不该回避问题：

1. 提示词工程的"过度工程化"风险。30 万行 Python 校验脚本，为的是校验一段自然语言提示词的"锁行"是否复述了光线。系统性强，但也可能让创作者感到被流程绑架。
2. 实际渲染证据不足。README 里七段样片全部标注 "slate: not rendered yet"（尚未渲染），只有部分提供了实拍。这意味着方法论的可视化验证并不完整——纸面几何对得上，不代表模型真能生成出来。
3. 文档存在内部矛盾。references/api-status.md 里 last_verified: 2026-08-01，而 9 月又追加了局部更新；文中提到字节官方已有 Seedance 2.5 模型线，但"确切发布日期与 API 可用性未确认"。API 状态类文档天然容易过期。
4. 单点依赖作者。5 位贡献者、618 次提交，绝大多数由 Emily2040 独自完成，bus factor 偏低。作者在 SECURITY.md（1.2 万字符）和多处文档中反复强调信任边界、提示注入防护，说明作者对安全问题有清醒认识，但也说明这份安全意识的维系完全依赖一个人。
5. 生成质量最终不由它决定。技能包把上游提示词质量拉到了很高，但模型本身的运镜、人物一致性、审核策略仍由字节决定，用户体验的"最后一公里"它无法兜底。

七、行业意义

2026 年是"AI 视频提示词"从玄学走向工程的一年。这个项目代表了一个清晰趋势：模型能力趋同后，竞争点转移到"谁把用户的意图更可靠地翻译成模型能执行的指令"。

Seedance 2.0 Skill OS 把这条路推到了一个极端——它甚至不碰模型，只做指令工程，却积累了 8000+ 星。这说明在 AI 视频工具链上，"导演知识层"是一个独立且有价值的软件层。同一生态里已经出现了同类玩家（SamuraiGPT 的 Cinema Expert、Kie.ai 等平台自带的 Seedance 技能包），Reddit 上关于"GitHub 上有个开源 Claude skill 专门写 Seedance 提示词"的讨论也在传播。

从这个角度看，Emily2040 实际上做了一件事：把一个模型厂商不会公开的"提示词手艺"，整理成了一份可版本控制、可校验、可多语言复用的工程资产。仓库的 CHANGELOG.md 有 7 万字符、618 次提交、v6.7.0 的版本演进——这不是一篇提示词教程的体量，而是一个持续维护的产品。

八、给团队的落地建议

• 内容团队：可直接拿来用作 Seedance 2.0 的提示词规范模板，镜头表 + 锁行的方法论通用性很强。
• 技术团队：值得学习其 JSON Schema + 校验脚本 + 多版本 CI 的技能质量工程范式，以及安装器的崩溃安全设计。
• 注意成本：真正的门槛在推理费用与上游模型可用性，而非这个仓库本身。
• 建议动作：克隆仓库后先跑 python scripts/install_doctor.py 确认环境，再从 docs/QUICKSTART.zh.md 开始，避免一上来就被 27 个子技能淹没。