MVMaker H3 Skill 是一个按标准流程编排 MiniMax H3 音乐视频制作的技能。它的核心目标是不在制作过程中临时发明中间创意规则，而是把歌曲、歌词与视觉参考资料通过一条固定的管线，转化为可执行、可追溯、可交付的 MV 生产任务。
用途方面，该技能面向完整的 MiniMax H3 MV 生产：以规范母带音频作为唯一全局时钟，由 mv-storyboard-director 承担导演职责进行创意解释与分镜设计，由 h3-prompt-writing 在 Ref2VA 模式下作为最终 H3 提示词的作者。Codex 在其中只负责协调、校验和打包，不成为第三个创意作者。技能要求在执行前阅读 references/contracts.md；当通过本地应用进行预检、提交、恢复或监控时，还需要阅读 references/local-h3gen.md。
主要能力覆盖从工作建立到归档发布的多个环节。首先是建立任务与规范音频：为一个任务创建一个根目录，把用户素材复制进任务资产区，并为用户简报、导演输入、导演输出、H3 输入、H3 输出、提交清单、预检、任务状态、校验报告和拼装报告保存不可变快照；母带只解码一次为 48 kHz 立体声 PCM s16le 的规范 WAV，所有段和最终母版都使用它，绝不反复切割 MP3。其次是导演 MV：由 mv-storyboard-director 根据歌曲、歌词、视觉参考和用户约束进行创意解释，并遵循生产约束——连续的第二层生产时间线、整数全局起止与时长、每个生产段 10 至 15 秒、首段从零开始且后段起始等于前段结束、在 usable_duration_seconds 结束、丢弃允许的不足一秒残尾、每段独立提交时重置为本地 0 至 duration 时间、允许段内使用小数镜头提示、不硬编码歌曲段落、固定段数、演唱或非演唱行为。然后是校验与切分音频：在生成图像前用捆绑的校验器校验时间线，再按精确整数边界切割规范 WAV，使用采样精确的 atrim 并重置 PTS，输出 48 kHz 立体声 PCM WAV，要求每声道正好 duration × 48000 个采样，不使用 apad、MP3 输出、静音插入或独立取整，并验证拼接后的分段 PCM 在可用范围内等于规范母带。接着生成分镜图：为每个生产段生成一张完整的 16:9 四格分镜，四格是有序的时间锚点而非最终分屏帧，分镜保持完整作为 Picture 1，在 H3 或 RunningHub 上传前不拆分；只使用该段所需的角色与场景参考，多角色汇聚段可动态包含全部所需参考。再之后是撰写官方 H3 提示词：在 Ref2VA 模式下传入导演交接、有序参考角色、本地时间线、段歌词或音频事件以及输出约束，要求 Picture 1 为完整分镜、Picture 2…N 为按上传顺序的角色或场景参考、Audio 1 为精确段 WAV、H3 时间使用本地 0 至 duration 而非全局时间，可见的可读嘴型可跟随真实人声，器乐、静音、远景、背面、插入或空镜不强制唇动，不设全局禁止演唱或全局要求所有可见角色必须演唱，不做音频替换、重组、重定时、填充或截断；每段保存一份 H3 输入快照和一份原始 H3 输出文件，不在官方 H3 技能前后添加单独的自定义提示词改写阶段，结果无效时用修正后的源输入重跑官方技能而不是在下游修补创意内容。
使用方式上，技能提供若干捆绑脚本与流程节点：用 validate_production_manifest.py 校验清单；用 build_manual_upload_package.py 生成额外的面向用户的手工上传包，其中每个段文件夹包含有序图像、音频、提示词和简短参数文件的物理副本，并生成 manual-upload-package.zip；用 h3gen_queue.py 在本地 API 与清单符合文档化适配器时排队执行，支持 --confirm-paid，重复运行同一命令会恢复同一记录，可用 --resume-only 仅轮询已接受任务而不尝试待处理段；用 download_validate_assemble.py 在清单与任务状态模式匹配契约时下载、校验并拼装。提交通过本地 minimax-H3-GEN HTTP API 进行，不使用通用 RunningHub CLI、画布拖拽导入流程或其他服务；不调用 sync-runninghub-workflow。预检调用本地 POST /api/tasks/preview 路由并设 confirm_paid: false，逐段核对提示词、有序媒体、时长、比例、百万像素和实例档位，核对本地 SHA-256 与上传远端文件名或回执，核对段与任务一一对应、无缺失或跨段资产、所需节点与输出节点齐全。提交与监控默认本任务至多五个活跃任务，把 RunningHub 账户视为共享，幂等键由段 ID 加完整载荷哈希派生，只有本地 API 返回本地任务 ID 和 RunningHub 任务 ID 后才算已提交，TASK_QUEUE_MAXED 视为待处理而非失败，接受段号在并发槽位竞争下可暂时非连续，拼装只按清单顺序，运行中状态视为正常并继续轮询，每次接受任务和状态转换后原子持久化状态，监控中断或超时后从保存的任务 ID 与幂等键恢复，绝不因轮询或下载中断而重新生成或重新提交。输出校验会检查视频与音频流、尺寸、比例、编解码器、任务身份、输出时长不短于请求时长，并用归一化波形加频谱或指纹对齐确认返回音频与上传的精确 WAV 一致、结果不是重复或另一段的音频；RunningHub 帧量化可能使输出长于请求，以请求的整数时长为权威，音频明显不匹配即使 RunningHub 报告成功也视为生成失败，只重试该段并新建尝试记录，不要求人工质量控制作为管线关卡。母版拼装对每个成功段裁剪视频到精确段时长、移除 RunningHub 音轨、按时间线顺序拼接仅视频段、在 0 至 usable_duration_seconds 上一次性附加规范母带音频、一次性编码最终交付音频，绝不拼接未裁剪的 RunningHub 片段或其分段 AAC 音轨，生成视频短于请求时视为失败并重试而不冻结、填充或拉伸，并验证最终视频时长、最终音频时长与分段时长之和在一个输出帧和一个音频采样内一致。归档发布只根据真实产物生成 HTML 摘要，包含输入与导演陈述、时间线与段卡片、分镜、有序参考、WAV 与 H3 提示词、RunningHub 参数、任务 ID、用量、原始时长、裁剪时长与校验状态、每段结果与最终母版，以及额外手工上传目录或 ZIP 的链接；失败或缺失的输出必须可见地保持失败或待处理，绝不把占位符发布为成功。
适用场景是需要以可重复、可追溯、可控成本的方式批量或单个制作 MiniMax H3 音乐视频的场合，尤其是对时间线、音频切分精度、分段生成、付费提交幂等性和最终母版一致性有严格要求的制作流程。限制方面，技能需要用户提供完整歌曲音频才可执行计时与 RunningHub 提交；仅有歌词或风格时导演规划可以继续，但计时标记为临时，不生成可执行音频段也不提交任务；RunningHub 生成被视为付费外部执行，只有获得用户明确授权后才提交，授权已存在时不再追加二次确认；必须复用已配置的 minimax-H3-GEN 服务与 RunningHub 凭据，绝不把 API 密钥暴露或复制到提示词、清单、HTML、日志或导出包中；客户端相关操作前需检查本地服务健康状态，未安装时发送确切的缺客户端提醒与工作流链接，已安装但停止时请用户启动而非发送下载提醒。技能还列出若干禁止的捷径，如硬编码某一测试歌曲的段数、歌词、角色或段落名，强制所有角色演唱或禁止角色演唱，拆分四格分镜为四张上传图，使用小数生产时长，填充最终音频残尾或任何段，用原始 RunningHub 输出时长作为剪辑决策表，用手写提示词规则替代两个必需的创意技能，未检查任务是否已存在就提交付费重试，把队列容量响应标记为失败或跳过，拼接分段 RunningHub 音轨，以及在本地已配置 H3-GEN 服务作为项目执行边界时使用通用 CLI。关于价格、具体收费标准和 RunningHub 计费细节，资料未提供明确数值，仅说明生成属于付费外部执行并需防重复计费。