huangserva/h3-fight
多媒体与设计面向 MiniMax H3 打戏视频,提供提示词库、提交前检查与 ComfyUI 出片脚本。
项目介绍
h3-fight 把写 MiniMax H3 打戏提示词的方法整理成一套可复用的资料与工具,面向两类人:让 Claude Code / Codex 这类 AI 助手代写提示词的人,以及不用 AI 助手、自己翻库拼提示词的人。核心是一套三层结构:188 个镜头块、词句零件、招式表、踩坑表、六段式写法,以及提交前自动检查的 检查.py 和 查重复.py。可选层才是出片,依赖能跑 MiniMax H3 的 ComfyUI;出参考图和视频放大部分不在仓库内,只给了做法文档。
它要解决的问题是:从剧情自由发挥时,H3 的打戏常出现流水账、机位死板、刀插进身体、两人换边等问题。项目把踩过的坑写成检测规则,写错在提交前就会被拦下。演示 GIF 中的 C1、k3b、k4d 都是直接使用库内提示词生成的。
快速使用
只写提示词不需要显卡,Python 3.8+ 即可。把仓库 clone 到任意目录(装进 AI 助手则放到 ~/.claude/skills/h3-fight 或 ~/.codex/skills/h3-fight),然后:
cd <装好的目录>
pip install -r requirements.txt
python3 工具/自检.py
翻 库对照.md 挑镜头块,照 SKILL.md 的写法拼成 my_fight.txt,运行检查:
python3 工具/检查.py my_fight.txt
要出片,先按 工作流搭法 在 ComfyUI 里搭好约 20 个节点的工作流,导出 API JSON 存为 库/模板/三参考图.json 与 库/模板/无参考图.json,然后:
python3 工具/出片.py my_fight.txt --名字 fight01 --输出 out/ --参考图 hero.png arena.png rival.png
接着打下一段时,用 ffmpeg 取上一段最后一帧,通过 --首帧 传入。仓库不带工作流文件;工具/自检.py 会访问 ComfyUI 的 /object_info 核对节点和模型文件。
使用约束
写提示词部分纯 CPU 可跑。出片实测配置是 RTX 4090 48GB 改装版加 123GB 内存:1664×928、243 帧(约 10 秒)从提交到下载约 6–8 分钟。24GB 显卡未验证,主模型 int8 就有 21GB、文本编码器 int8 27GB,需要轮流放进显存。硬盘预留约 60GB 给模型,拼图与字幕需要 ffmpeg。Windows 文件名是中文,clone 前先设 git config --global core.quotepath false 并使用 UTF-8 终端。
工作流涉及三个打斗 LoRA,强度分别为 0.65、0.5、0.25,这些 LoRA 不随仓库分发,需去作者主页下载并遵守各自许可。插件依赖 selflift-Avatar、YCNodes-MiniMax-H3 和 minimax-h3-audio-T8。
局限
单段最长约 10 秒(243 帧),一段最多一句短台词,长片需多段拼接。以闪电、法术、能量特效为主的镜头不适合这套写法,容易失控。写出来的镜头与成片常有出入,必须人工看片;发现的新问题应写回踩坑表。参考图生成和放大只在 参考图怎么出、放大(可选) 中描述做法,并未实现。
许可
工具/ 下的代码为 MIT;提示词库(库/、库对照.md)和演示 GIF 为 CC BY-NC 4.0。库内样例为原创,已去掉角色名、招式名和可识别角色的外形描述。
HotRepo 点评
该仓库创建于 2026-11-15,至 2026-11-16 有 104 Star、32 Fork。站内唯一记录是 2026-11-16 的 Python 新项目榜:在约 1.5 小时的统计窗口内净增 4 Star。这只是项目早期的单条快照,不足以判断趋势。技术上值得注意的有两点:写提示词与检查部分是纯 CPU 工具,出片才是重 GPU 开销;工作流 JSON、打斗 LoRA 和参考图生成都放在仓库之外,因此单独 clone 仓库并不能直接得到可出片的完整环境。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。
相关推荐
- KadoBOT/ComfyUI-H3-Continuity-Studio为 MiniMax H3 多镜头视频的时间线编排与渲染提供 ComfyUI 自定义节点,并在镜头之间保留视觉连续性。
- MiniMax-AI/MiniMax-H3-Image开源权重的高分辨率图像生成与编辑模型,单检查点同时支持文生图和参考图编辑。
- Pika-Labs/Pika-H3-Flex从提示词、首尾帧和最多 12 个参考文件在本地生成带同步立体声音频的视频。
- Video-Rebirth/hyperflow-h3-flash将 MiniMax-H3 压缩到 13.7B 的少步数视频与同步立体声音频生成模型,提供 INT8 与 GGUF 两种运行格式。
- D3voz/openjutsu通过 Next.js 前端驱动 ComfyUI 工作流,在本地用开放权重模型完成视频角色与物体替换。