跳至正文
OpenAgentSkill
浏览已开放 · 目录记录日期 2026-11-21 · 自动更新和账户服务暂时关闭。
视频与音频

Immersive Poetry Page

A Codex skill that transforms classical Chinese poetry into immersive, scroll-driven narrative webpages with AI-generated visuals and audio.

zlbigger · 已有 AI 审核记录

安装与使用

运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。

npx skills add zlbigger/immersive-poetry-page

技能说明

Immersive Poetry Page|沉浸式古诗词网页生成 Skill

把一首中国古典诗、词、曲或古风散文诗,制作成一个真正可运行的电影感滚动网页。

immersive-poetry-page 是一个面向 Codex 的创作型 Skill。它不只生成一张网页草图,而是完成从文学分析、视觉分镜、AI 图像生成、前端实现到浏览器验收的完整生产流程。

项目主页:https://zlbigger.com

它能做什么

给它一首诗,例如:

使用 $immersive-poetry-page,把李白《将进酒》制作成沉浸式页面。

Skill 会依次完成:

  1. 检查现有前端项目、构建脚本、路由和未提交文件。
  2. 核对作品信息、原文与重要文本异文。
  3. 按叙事和情绪转折拆分为 5–8 个视觉段落。
  4. 建立统一的时代、地理、人物、服饰、色彩和镜头语言。
  5. 通过内置 ImageGen 为主视觉和每个重要段落分别生成图片。
  6. 制作联系表,检查人物一致性、时代错误、意外文字和风格漂移。
  7. 构建带背景交叉淡入、轻微视差和章节导航的响应式网页。
  8. 接入诗词朗诵,尝试自动播放,并提供始终可用的播放/暂停开关。
  9. 增加逐段直译、细读、技法说明和全诗情绪结构。
  10. 运行生产构建,并在真实浏览器中检查桌面、移动端、音频和控制台。

核心特点

1. 文学分镜,而不是平均切句

分段依据空间、时间、视角、人物、动作、修辞模式和情绪方向的变化。相互依赖的诗句共用同一场景,避免“每一句配一张无关古风图”的碎片化效果。

每个视觉段落都需要明确:

  • 原文
  • 现代直义
  • 可见意象与动作
  • 关键写作手法
  • 在全诗中的情绪功能
  • 可拍摄、符合时代背景的场景
  • 页面文案所需的留白方向

2. 一套贯穿全页的视觉圣经

所有生成图共享同一套约束:

  • 朝代与地理环境
  • 重复人物的年龄、脸型、发式、服装和道具
  • 建筑、器物和材质
  • 4–6 个核心色彩
  • 随诗意推进的光线和天气
  • 镜头焦段、构图和色彩科学
  • 明确的禁止项

画面优先采用写实历史电影、真实微缩摄影、摄影风景或克制的绘画电影感。默认避免卡通、塑料玩具、低多边形、通用游戏美术和空泛的“古风”。

3. 图片是叙事主体

页面使用固定图片舞台和两层图像交叉淡入。每个段落进入视口时,背景切换到对应场景,并只添加克制的缩放或指针视差。

桌面端让文案卡片保持在半屏以内;移动端采用 contain 主图配合模糊的全屏背景,尽量保留完整人物和关键构图。

4. 原文、解读和视觉同步

页面不仅展示原诗,还包括:

  • 清晰的逐段直译
  • 对关键词和动词节奏的解释
  • 对照、时间线、情绪刻度等微型视觉组件
  • 体式、意象系统、结构、修辞和核心张力总结
  • 重要文本异文说明

原诗文字由 HTML 排版,生成图片中禁止出现书法、印章、签名、水印或错误文字。

5. 完整工程验收

交付前必须检查:

  • 生产构建是否成功
  • 首屏加载层是否正常消失
  • 中段背景是否真实切换
  • 卡片是否遮挡主体或裁切文字
  • 结尾解读是否完整
  • 手机端是否溢出或破坏构图
  • prefers-reduced-motion 是否生效
  • 浏览器控制台是否干净

6. 自动播放与朗读开关

每个页面可以配置一条朗诵音频。页面会尝试自动播放;如果浏览器拦截有声自动播放,则保持“朗读”按钮可见,用户点击后立即播放。按钮同步显示播放、暂停、重播和音频不可用状态,并提供 aria-pressed 与键盘焦点样式。

工作流

flowchart LR
    A[输入诗词] --> B[检查项目]
    B --> C[核对文本与文学分镜]
    C --> D[建立视觉圣经]