---
title: ScriptMaker
canonical_url: "https://www.modelscope.cn/studios/xihuyisheng/ScriptMaker"
md_url: "https://www.modelscope.cn/studios/xihuyisheng/ScriptMaker.md"
repository: xihuyisheng/ScriptMaker
chinese_name: "提示词工具"
last_updated: 2026-11-09
sdk_type: gradio
sdk_version: 6.8.0
downloads: 0
stars: 0
---

# ScriptMaker

> ScriptMaker - xihuyisheng 在 ModelScope 创建的在线 Demo。提示词工具

xihuyisheng/ScriptMaker 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 gradio 6.8.0 构建，中文名为「提示词工具」。

- **Repository**: xihuyisheng/ScriptMaker
- **SDK**: gradio
- **SDK version**: 6.8.0
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-11-09

Source: https://www.modelscope.cn/studios/xihuyisheng/ScriptMaker

---

# ScriptMaker · MiniMax-H3 提示词工作台

在 ModelScope xGPU 上部署 **Qwen3.8-27B-FP8**（官方 blockwise FP8 权重，约 28.7GB），
用它按 **MiniMax-H3 官方提示词写作规范**生成标准格式的视频提示词，
并把同一套推理以 **OpenAI 兼容接口**透出，供本机直接调用。

## 能做什么

- **官方格式提示词生成**：选生成模式（T2VA / I2VA / FL2VA / L2VA / 全参考 REF）、
  填创意描述与可选台词歌词，产出符合官方规范的提示词，并附带**格式校验结论**。
- **OpenAI 兼容 API**：同一模型服务以 OpenAI 协议透出，本机用 OpenAI SDK
  或 curl 就能调。
- **加载态可见**：模型权重约 28.7GB，首次启动需要下载；
  界面会显示分阶段加载进度（下载 → 载入显存 → 编译 / CUDA Graph → 就绪）。

## 架构

```
浏览器 ──► Gradio 界面 (7860) ──► HTTP ──► vLLM (8000, OpenAI 兼容)
                    │                             ▲
                    └── /v1/chat/completions ─────┘
                        (同一进程内转发给本机调用方)
```

- 推理进程与 Web 进程分离：模型还在加载时网页已经可打开，能看到加载进度。
- 权重缓存在 `/mnt/workspace/modelscope-cache`（持久化卷），实例重启不必重下 28.7GB。

## 本机调用

```bash
export MODELSCOPE_TOKEN=<你的魔搭 SDK Token>

curl https://studio-xihuyisheng-scriptmaker.api-inference.modelscope.net/v1/chat/completions \
  -H "Authorization: Bearer $MODELSCOPE_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"model":"qwen3.8-27b-fp8","messages":[{"role":"user","content":"你好"}]}'
```

Python：

```python
from openai import OpenAI

client = OpenAI(
    base_url="https://studio-xihuyisheng-scriptmaker.api-inference.modelscope.net/v1",
    api_key="<你的魔搭 SDK Token>",
)
resp = client.chat.completions.create(
    model="qwen3.8-27b-fp8",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)
```

流式（`"stream": true`）也支持，SSE 帧原样透传。

## 提示词规范摘要

基础模式（T2VA / I2VA / FL2VA / L2VA）输出三字段：

```
integrated_multimodal_description: [Shot 1] ...

overall_soundscape: ...

non_diegetic_music: ...
```

全参考模式（REF）输出六段：
`subject_definitions` / `summary` / `retention_analysis` / `detailed_description` /
`overall_soundscape` / `non_diegetic_music`。

台词写成 `<d>[Chinese] 原文.</d>`，说话人 ID 在 `<d>` 之外（`(S1)`）；
画面可见文字用英文双引号包裹，缺失时用 `"[PRODUCT TITLE]"` 占位。

## 环境变量

| 名称 | 默认值 | 说明 |
| --- | --- | --- |
| `SM_MODEL_ID` | `Qwen/Qwen3.8-27B-FP8` | 模型仓库 ID |
| `SM_SERVED_NAME` | `qwen3.8-27b-fp8` | 对外暴露的模型名 |
| `SM_MAX_MODEL_LEN` | `32768` | 上下文长度（46GB 单卡的显存预算） |
| `SM_GPU_MEM_UTIL` | `0.90` | 显存利用率 |
| `SM_MAX_NUM_SEQS` | `8` | 最大并发序列数 |
| `SM_REASONING_EFFORT` | `medium` | 思考模式推理深度 |
| `SM_WORKSPACE` | `/mnt/workspace` | 持久化根目录 |

## 依赖版本为什么这样定

基础镜像 `ubuntu22.04-py312-torch2.10.0-modelscope1.37.0` 已预装 torch 2.10.0。
`vllm==0.19.1` 锁 `torch==2.10.0`，pip 判定已满足，**不会重装 torch 及其 CUDA 运行时**。
早期方案 `sglang[all]==0.5.19` 要求 `torch==2.13.0` 并附带整套 CUDA 13 组件，
构建阶段超过平台 4 小时上限被判定 build timeout。

## 免责声明

本应用由 Qwen3.8-27B 大模型驱动，输出内容由 AI 自动生成，仅供学习与参考，
不构成任何专业建议；提示词是否符合官方规范以 MiniMax 官方文档为准。
