前言¶
短劇從定稿到投流，中間往往缺一層可量化的「預演」：開頭十秒夠不夠抓人、每集收尾有沒有留懸念、和市場上已驗證的爆款差在哪裏。團隊通常靠經驗拍板，或等數據迴流再改，成本高、迭代慢。
下面介紹 SkillHub 社區技能「短劇爆款預演器」（v2.1.5），面向已在 OpenClaw 生態裏配置好 AI 模型的創作者與運營。它把劇本或分集素材交給 Agent，由技能驅動模型做結構化分析，而不是單純生成文案。
這是什麼¶
短劇爆款預演器 是 SkillHub 座標 @user_c660debd/hit-preview 上的內容創作類 Skill，來源爲 community，由發佈者 user_c660debd 維護。當前頁面標註版本爲 v2.1.5，簡介寫明爲「即下載即用」版本，並說明已修復 AI 模型連接與 JSON 解析相關問題。
分析依賴 OpenClaw 已配置的 AI 模型 做真實推理；頁面標籤 requires_api_key=false 表示技能本身不額外要求單獨填寫 API Key（模型側仍按你本地 OpenClaw 配置爲準）。它解決的是：在面向抖音、B 站、快手、小紅書等平臺投放前，對短劇內容進行多維度「預演」評估，而不是替代剪輯或投流工具。
SkillHub 展示頁統計（以頁面爲準）：評分 100000，下載 4574，安裝 89；分類爲 content-creation。
核心功能¶
以下能力均來自官方簡介與 SkillHub 頁面描述，未在資料中出現的細節不作延伸。
-
前 10 秒鉤子強度評分
針對開場片段評估「鉤子」強弱，便於在投流前調整開頭節奏與信息密度。 -
每集結尾懸念評分
按集評估收尾懸念設計，用於連載短劇的追更與完播預期。 -
對標已爆款短劇相似度分析
將內容與市場上已爆款短劇做相似度對照，輔助定位題材、套路與差異化。 -
爆款潛力預測
在上述維度基礎上給出潛力層面的判斷，供選題與改稿參考。 -
彈幕模擬
模擬觀衆彈幕反應，輔助感知爭議點、爽點與槽點。 -
情緒熱力圖
以熱力形式呈現情緒起伏，便於對照分鏡或臺詞節奏。 -
多平臺語境
官方寫明支持 抖音、B 站、快手、小紅書 等平臺；具體如何在提示中指定平臺，以技能包內SKILL.md與 Agent 對話指引爲準。
安裝與啓用¶
安裝分兩條路徑：用自然語言讓 AI 按 SkillHub 文檔安裝，或用 skillhub CLI 裝到當前 Agent 的 skills 目錄。未安裝 CLI 時，可先檢查環境再安裝。
方式一：讓 AI 按 SkillHub 指引安裝¶
SkillHub 技能頁給出的提示大意如下：請 Agent 根據 SkillHub 安裝文檔 安裝 @user_c660debd/hit-preview。
方式二：skillhub CLI¶
先確認是否已安裝 CLI：
command -v skillhub && skillhub --version
若未安裝，可使用官方推薦的一鍵腳本（完整安裝含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安裝技能時 必須 用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/，Agent 可能無法識別：
skillhub install @user_c660debd/hit-preview --dir <你的 skills 目錄>
常用客戶端 skills 路徑（摘自 SkillHub 安裝文檔，按你實際環境選擇）：
| 客戶端 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
OpenClaw 及其變體（NanoBot、PicoClaw、memUBot、MaxClaw、CoPaw、AutoClaw、KimiClaw、QClaw、EasyClaw、workbuddy 等）一般也有各自的 skills 目錄，與 OpenClaw 安裝位置一致。
啓用前提：本技能寫明基於 OpenClaw 配置的 AI 模型；安裝後需在對應 Agent 中加載該 Skill，並保證 OpenClaw 側模型連接正常（v2.1.5 說明中強調已修復連接與 JSON 解析問題）。
官方 API 入口（與 SkillHub 頁面關聯）：https://api.skillhub.cn/user_c660debd/hit-preview
技能展示頁：https://www.skillhub.cn/skills/user_c660debd/hit-preview
典型用法¶
公開頁面未附帶獨立命令行子工具說明，用法遵循通用 SKILL.md 技能格式：安裝並啓用後，在 Cursor、Claude Code 等支持 Skills 的 Agent 對話中引用該技能，提交短劇相關素材（如分集大綱、劇本片段、分鏡說明或平臺目標），由 Agent 按技能指令調用 OpenClaw 模型輸出分析結果。
可復現的安裝提示（與 SkillHub 頁面一致）：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_c660debd/hit-preview`。
分析側建議自行準備：目標平臺（抖音 / B 站 / 快手 / 小紅書之一或多選）、待評估集數或片段、以及需要重點看的維度（如「只看前 10 秒鉤子」）。具體提示詞模板以安裝後技能目錄內的 SKILL.md 爲準；本文不編造未公開的輸出 JSON 字段或樣例數據。
適用場景與注意¶
適合誰
- 短劇編劇、策劃、投放前需要結構化反饋的小團隊。
- 已在 OpenClaw 生態配置模型、並習慣用 Agent + Skill 工作流的創作者。
限制與注意
- 結果爲模型分析，不能替代真實投放數據；「爆款潛力預測」「相似度」等應作爲改稿與選題參考，而非收益承諾。
- 依賴 OpenClaw 模型質量與網絡；若連接或解析異常，可確認已使用 v2.1.5 並覈對 OpenClaw 配置。
- 安裝路徑錯誤是常見坑：務必
skillhub install ... --dir <正確目錄>。 - 頁面未提供該 Skill 單獨的商業授權說明；企業合規與內容安全仍需自行審覈劇本與成片。
結尾¶
短劇爆款預演器把鉤子、懸念、爆款對標、潛力判斷、彈幕與情緒熱力圖收進一個可安裝的 Agent Skill，並與抖音、B 站、快手、小紅書等平臺語境對齊，適合在上線前做一輪 AI 預演。獲取與安裝請以 SkillHub 爲準：
- 展示頁：https://www.skillhub.cn/skills/user_c660debd/hit-preview
- 座標：
@user_c660debd/hit-preview（v2.1.5）
