visual-storytelling 介绍
visual-storytelling 是一个用于“视觉故事”制作的多代理协作技能，来源为 revfactory/harness-100。它的目标是把从故事构思到最终图文页面的整套流程交给一组分工明确的代理完成，并支持按用户请求的规模灵活缩减参与角色。
主要用途
该技能用于制作视觉故事类内容，典型请求包括“做一个视觉故事”“策划照片随笔”“图文组合”“视觉随笔”“故事页面”等。根据资料，其流程覆盖故事设计、文字撰写、AI 图像生成（Gemini）、HTML 布局与整合编辑。
代理团队与分工
团队由 5 个代理组成，均通过 SendMessage 直接通信并进行交叉验证：
- story-architect：负责叙事结构与场景设计，文件位于 .claude/agents/story-architect.md，类型为 general-purpose。
- essay-writer：负责正文、图注与引语撰写，文件位于 .claude/agents/essay-writer.md。
- image-prompter：负责 Gemini 图像提示词与图像生成，文件位于 .claude/agents/image-prompter.md。
- layout-builder：负责 HTML/CSS 布局制作，文件位于 .claude/agents/layout-builder.md。
- editorial-reviewer：负责交叉验证与一致性检查，文件位于 .claude/agents/editorial-reviewer.md。
工作流程
阶段一：准备
由编排器直接执行：从用户输入中提取故事主题，以及可选的类型（随笔/照片随笔/品牌故事/旅行记）、基调与氛围（抒情/纪实/梦幻/强烈）、场景数量、已有文件（文本、图像、参考资料）。随后创建 _workspace/ 与 _workspace/images/ 目录，把整理后的输入保存为 _workspace/00_input.md；若已有文件，则复制到 _workspace/ 并跳过对应阶段；再根据请求范围决定执行模式。
阶段二：组队与执行
任务依赖顺序为：
- 故事设计（architect），无依赖，产出 _workspace/01_story_blueprint.md。
- 文本撰写（writer）与图像提示词及生成（prompter）均依赖任务 1，二者可并行执行。文本产出 _workspace/02_essay_text.md；图像产出 _workspace/03_image_prompts.md 与 images/。
- HTML 布局（builder）依赖任务 2a 与 2b，产出 _workspace/04_layout.html。
- 编辑评审（reviewer）依赖任务 2a、2b、3，产出 _workspace/05_review_report.md。
代理之间的沟通流程为：architect 完成后向 writer 传递各场景文本职责与情感，向 prompter 传递视觉母题与图像概念，向 builder 传递场景结构与比例；writer 完成后向 prompter 传递文本情感与图像补充方向，向 builder 传递文字排布指南；prompter 完成后向 builder 传递图像文件、纵横比与排版信息；reviewer 对所有产出进行交叉验证，发现 🔴 必须修改项时向对应代理提出修改请求，返工后重新验证，最多 2 次。
阶段三：整合与最终产出
根据评审报告整理最终产出：确认 _workspace/ 内所有文件，确认评审报告中的 🔴 必须修改项均已落实，并向用户汇报最终摘要，包括故事蓝图、随笔文本、图像提示词、HTML 布局、评审报告以及 images/ 目录中生成的图像。
按任务规模切换模式
- 用户说“做一个视觉故事”“全流程制作”：全流程模式，5 名代理全部参与。
- 用户说“只做故事策划”：策划模式，architect + reviewer。
- 用户说“给这篇文章生成图像”（已有文本）：图像模式，prompter + reviewer。
- 用户说“用文本和图像做成 HTML”（已有素材）：布局模式，builder + reviewer。
- 用户说“审查这个视觉故事”：评审模式，reviewer 单独执行。
若用户提供已有文本或图像，则把文件复制到 _workspace/，并跳过对应阶段的代理。
数据传递与错误处理
数据传递采用三种方式：基于文件的 workspace/ 目录用于保存与共享主要产出；基于消息的 SendMessage 用于实时传递关键信息与修改请求；基于任务的 TaskCreate/TaskUpdate 用于跟踪进度与管理依赖关系。文件命名约定为 {序号}{代理}_{产出物}.{扩展名}。
错误处理策略：图像生成失败时用备用提示词重试 1 次，仍失败则使用占位符加提示词文本；主题模糊时由故事设计者提出 3 个方向后继续；代理失败时重试 1 次，仍失败则在没有该产出物的情况下继续，并在评审报告中注明缺失；评审发现 🔴 时向对应代理提出修改请求并返工重验，最多 2 次；图像与文本情感冲突时修改图像提示词或调整文本基调。
适用场景与限制
该技能适合需要图文结合叙事的制作任务，如随笔、照片随笔、品牌故事、旅行记等。资料给出的测试场景包括：以“城市的凌晨”为主题制作 8 场景的抒情视觉随笔；为已有随笔文本配图并生成 HTML；主题自由时自动提出 3 个方向并采用较通用的主题、缩减为 6 场景。
限制方面：资料仅说明图像生成使用 Gemini，未提供具体模型版本、费用、额度或平台可用性信息；HTML 为布局产出，未说明是否包含发布或部署能力；代理文件路径为 .claude/agents/ 下的 Markdown 文件，但资料未提供安装命令或依赖安装步骤。上述未提及的事实暂未提供。
扩展技能
资料还列出两个增强单个代理领域能力的扩展技能：image-prompt-engineering（面向 image-prompter，涉及 5-Layer 提示词结构、风格关键词与一致性技法）和 narrative-structure-patterns（面向 story-architect，涉及三幕/五幕/英雄之旅结构、情感曲线与视觉节奏）。