Skip to content
BranchesTags

Repository files navigation

AI Director · 个人 AI 导演生产系统

小说 → 剧本 → 分镜提示词 → 资产图 → 打包导出 → 豆包生成视频

技术栈

  • 后端: Python 3.10+（已在 3.13 验证）/ Flask / SQLAlchemy (SQLite)
  • 前端: 原生 JS 单页应用 (无框架，无需 Node / 无构建步骤)
  • 大模型: OpenAI 兼容 API 直连，支持 6 个服务商
  • 依赖管理: 纯 pip，requirements.txt 即完整依赖清单

说明：本项目前端为零构建的原生 JS，运行只需 Python，无需 Node.js。 若你从其他脚手架迁移而来保留了 package.json，本仓库前端并不依赖它。

运行环境要求

依赖 版本要求 用途
Python ≥ 3.10（推荐 3.10 ~ 3.13） 运行 Flask 后端
pip 随 Python 自带 安装依赖
大模型 API Key 火山引擎 / DeepSeek / OpenAI 等 真实生成（可选，离线模式可免）
Node.js 非必须 前端无需构建；仅在你自行接入构建工具时需要

快速开始

方式一 · 一键启动（推荐，零配置）

下载项目后，直接运行对应脚本即可。无需填写任何 API Key 也能跑通全功能（默认离线 Mock 模式）：

# Linux / macOS
./start.sh

# Windows（双击，或在 CMD / PowerShell 中运行）
start.bat

脚本会自动完成：检查 Python → 创建并激活虚拟环境 .venv → 安装依赖 → 以离线模式启动。 启动后浏览器打开 http://127.0.0.1:5000 即可使用。

离线模式下所有大模型调用返回 Mock 数据，用于零成本验证全流程；要真正出图 / 成片，按「方式二」配置 Key 并关闭离线即可。 首次使用字幕 / 语音功能时，faster-whisper 会自动下载语音识别模型（约数百 MB），请保持联网。

方式二 · 接入真实大模型（可选）

cp .env.example .env
# 编辑 .env：填入 VOLC_API_KEY（火山引擎方舟）等，并把 AI_DIRECTOR_OFFLINE 改为 0
python app.py

方式三 · 手动启动（进阶）

python -m venv .venv
source .venv/bin/activate     # Windows: .venv\Scripts\activate
pip install -r requirements.txt
python app.py                 # 默认离线，无需 Key

离线 / 在线切换

模式 环境变量 说明
离线（默认） AI_DIRECTOR_OFFLINE=1 Mock 数据，免 Key，跑通全链路
在线 AI_DIRECTOR_OFFLINE=0 + 已配置 Key 调用真实火山引擎等出图 / 成片

目录结构

AI_Director/
├── app.py                          # Web 入口
├── requirements.txt                # 依赖清单
├── README.md                       # 本文件
├── 01_Global_Assets/               # 全局通用资产库
│   ├── Camera/                     # 镜头库（全景/中景/近景/特写）
│   ├── Lighting/                   # 灯光库
│   ├── Emotion/                    # 情绪库
│   ├── Action/                     # 动作库
│   ├── Transition/                 # 转场库
│   ├── Style/                      # 风格库
│   ├── Template/                   # 模板库
│   └── negative_prompts.yaml       # 全局负面提示词
├── 02_Projects/                    # 项目分层存储
│   └── {项目名}/
│       ├── 04_Story/               # 小说原文
│       ├── 05_Script/              # 结构化剧本 JSON
│       ├── 06_Storyboard/          # 分镜
│       ├── 07_Prompt/              # 视觉提示词
│       ├── 08_Image/               # 资产图（可外部导入）
│       └── 09_Video/               # 成片视频
├── 03_AI_Workflow/                 # 工作流文档
├── 04_Output/                      # 全局输出 + SQLite 数据库
├── core/                           # 通用工具模块
│   ├── yaml_reader.py
│   ├── global_asset_loader.py
│   └── negative_prompt.py
└── web/                            # Flask 分层架构
    ├── services/                   # 业务逻辑层
    │   ├── llm_client.py           # 通用 LLM 客户端
    │   ├── pipeline_service.py     # 四阶段流水线
    │   ├── script_generator.py     # 小说→剧本
    │   ├── prompt_generator.py     # 剧本→提示词
    │   ├── task_manager.py         # 异步任务管理
    │   ├── project_service.py      # 项目路径管理
    │   ├── storyboard_assets.py   # 素材图例（图N↔0N.jpg）
    │   └── novel_ai_service.py     # 小说创作 AI 服务
    ├── routes/                     # API 蓝图（全部前缀 /api）
    │   ├── projects.py             # 项目 CRUD
    │   ├── chapters.py             # 章节管理
    │   ├── pipeline.py             # 流水线触发
    │   ├── tasks.py                # 任务查询/清理
    │   ├── providers.py            # LLM 服务商配置
    │   ├── project_config.py       # 项目配置（全局+各阶段）
    │   ├── global_assets.py        # 全局资产
    │   ├── asset_versions.py       # 资产版本管理
    │   ├── asset_packages.py       # 素材打包导出
    │   ├── novel_world.py          # 世界观设定
    │   ├── novel_characters.py     # 角色管理
    │   ├── novel_outline.py        # 大纲+关键节点
    │   ├── novel_chapters.py       # 小说章节+场景
    │   ├── import_files.py         # 小说/图片导入 + 打包文件夹导入
    │   ├── inkos_import.py         # inkos 书籍回写导入
    │   └── novel_chat.py           # AI 自由对话
    ├── models/
    │   ├── database.py             # 核心数据表
    │   ├── novel_models.py         # 小说创作数据表
    │   └── asset_models.py         # 资产版本+打包数据表
    └── templates/
        └── index.html              # 前端单页应用

四阶段生产流程

第一阶段 · 小说创作

  1. 世界观设定 — 构建世界类型、地理、力量体系、社会结构
  2. 人物设计 — 创建角色外貌、性格、背景、能力、关系
  3. 剧情大纲 — 规划主题、Logline、梗概、矛盾、结局
  4. 关键节点 — 拆解开场/转折/高潮/结局等关键事件
  5. 章节创作 — 撰写小说正文，支持自动生成概要和正文

第二阶段 · 剧本+分镜

  1. 剧本生成 — 调用 LLM 小说自动转为结构化 JSON 剧本
  2. 分镜提示词 — 剧本转为电影级视觉 Prompt

第三阶段 · 资产管理

  1. 资产提示词 — 从角色/场景设定提取视觉提示词
  2. 资产图管理 — 导入或自动生成资产参考图

第四阶段 · 打包导出

  1. 打包导出 — 分镜提示词 + 最终版资产图 → 丢给豆包生成视频

大模型配置

三层配置体系

🔑 服务商 API Key（全局共享）
   支持：OpenAI / DeepSeek / 智谱GLM / 通义千问 / 火山引擎 / 自定义

🌐 全局默认模型
   所有环节的兜底配置

🎛 各环节独立配置（12个环节，可选）
   世界观/人物/大纲/节点/章节/场景/润色/对话/剧本/提示词/图片/视频
   每个可单独选择模型 + 编写自定义 System Prompt

支持的服务商

服务商 环境变量 默认模型
OpenAI OPENAI_API_KEY gpt-4o-mini
DeepSeek DEEPSEEK_API_KEY deepseek-chat
智谱 GLM GLM_API_KEY glm-4-flash
通义千问 QWEN_API_KEY qwen-max
火山引擎 VOLC_API_KEY glm-5-2-260617
自定义 - 用户自定义

通过 .env 自动注入（推荐）

复制 .env.example 为 .env，填入真实值后启动时自动注入，无需在前端手动填写：

AI_DIRECTOR_OFFLINE=0                       # 0=真实模型, 1=Mock
VOLC_API_KEY=ark-xxxxxxxx                   # 火山引擎方舟 Key
VOLC_TEXT_MODELS=glm-5-2-260617,doubao-seed-2-1-turbo-260628   # 文本模型，逗号分隔
VOLC_IMAGE_MODELS=doubao-seedream-5-0-pro-260628,doubao-seedream-5-0-260128  # 图片模型，额度有限
VOLC_DEFAULT=1                              # 1=将火山引擎设为默认服务商

create_app 启动时会读取 .env，把 VOLC_API_KEY 写进 volcengine 服务商、按 VOLC_TEXT_MODELS 刷新模型清单，并在 VOLC_DEFAULT=1 时把火山引擎设为全局默认服务商。图片模型仅记录备用（当前 draw_images 为占位、未真正调用生图接口，避免浪费额度）。

配置方式：.env 自动注入 或 前端「🤖 大模型配置」页面填写 API Key（二选一，前端填写会写入数据库并覆盖）。

版本管理

  • 每次保存自动创建版本（v1, v2, v3...）
  • 版本选择器下拉查看所有版本
  • 点击「确认最终版」锁定
  • 只有最终版才会被打包导出
  • 支持的资产类型：世界观、角色、大纲、章节、全局资产

素材打包

文件命名规范

{类型}_{名称}_{关键词1}_{关键词2}_{版本}.扩展名

示例:
角色_陈默_寸头_深邃_final.png
场景_停车场_深夜_v2.jpg

打包流程

  1. 系统自动从分镜提示词中提取所需素材关键词
  2. 匹配资产库中已有的最终确认版素材
  3. 一键导出到规范命名的文件夹
  4. 导出后直接丢给豆包生成视频

素材导入方式

  • 资产图：直接放入 02_Projects/{项目名}/08_Image/ 目录
  • 小说原文：放入 02_Projects/{项目名}/04_Story/ 目录
  • 全局资产：放入 01_Global_Assets/{分类}/ 目录
  • 打包文件夹：POST /api/import/:id/import-package，传入已导出的打包文件夹路径，自动把 prompts/ 落到目标项目 07_Prompt/、图片/视频落到 08_Image/ 或 09_Video/，同名幂等跳过（详见下方「打包文件夹重新导入」）

素材参考图例（图N ↔ 0N.jpg）

为了让打包产物能直接丢进豆包等外部生图工具，系统使用统一的「素材图例」：

  • 提示词首段声明：gen_prompts 生成分镜提示词时，会自动在每条 video_prompt 开头注入素材参考声明，仅标注该镜用到的素材： 
    【素材参考】图1=林深(角色图)、图2=地铁站台(场景图)…
  • 打包按图例顺序重命名：export_package 按分镜出现顺序（角色优先，其次场景，逐镜推进）生成全局图例，把导出素材文件重命名为 01.jpg / 02.jpg …。
  • 严格一一对应：提示词里的「图1」就是打包文件夹里的「01.jpg」，两者共用同一图例函数，方便你直接按图号把对应素材和提示词喂给豆包。

打包产物不做自动关联（分镜画布不按文件名绑定静帧预览），纯按图例顺序命名，便于在 AI Director 之外直接使用。

打包文件夹重新导入（import-package）

导出后的打包文件夹可作为自包含单元二次复用或换机迁移：

  • POST /api/import/:id/import-package — 传入已导出的打包文件夹路径，自动把 prompts/ 落到目标项目 07_Prompt/、图片/视频落到 08_Image/ 或 09_Video/，同名幂等跳过。导入后提示词首段的【素材参考】声明保留，可再次打包导出。

API 端点一览

项目管理

  • GET /api/projects — 列出项目
  • POST /api/projects — 创建项目
  • DELETE /api/projects/:id — 删除项目

小说创作

  • GET/POST /api/novel/:pid/world — 世界观
  • GET/POST /api/novel/:pid/characters — 角色
  • GET/POST /api/novel/:pid/outline — 大纲
  • GET/POST /api/novel/:pid/plot-points — 关键节点
  • GET/POST /api/novel/:pid/novel-chapters — 章节
  • GET/POST /api/novel/novel-chapters/:id/scenes — 场景
  • POST /api/novel/:pid/chat — AI 自由对话

流水线

  • POST /api/pipeline/run — 提交任务
  • GET /api/tasks — 查看任务
  • POST /api/tasks/clean — 清理已完成任务

资产管理

  • GET /api/global-assets — 全局资产
  • GET/POST /api/asset-versions/... — 版本管理
  • GET/POST /api/asset-packages/... — 素材打包

配置

  • GET/PUT /api/providers/:key — 服务商配置
  • GET/PUT /api/projects/:id/config — 项目全局配置
  • GET/PUT /api/projects/:id/config/stage/:key — 各阶段独立配置
  • GET /api/stages — 列出所有可配置阶段

数据库

SQLite 文件：04_Output/ai_video_data.db（自动创建）

核心表

表名 说明
projects 项目
chapters 章节（旧版，兼容）
scripts 剧本（关联 chapters 或 novel_chapters）
tasks 异步任务
providers LLM 服务商
project_configs 项目配置（全局+各阶段）
world_settings 世界观设定
novel_characters 小说角色
plot_outlines 剧情大纲
plot_points 关键节点
novel_chapters 小说章节
novel_scenes 场景
asset_versions 资产版本
asset_packages 素材打包

换机迁移 / 新机器安装

关键：GitHub 上有什么、没有什么

  • GitHub 上（已被 git 跟踪）：全部代码、01_Global_Assets/（YAML 资产库）、部分 demo 子集（02_Projects/末日女子生存指南 的 script/prompt）、requirements.txt、.env.example、README.md。
  • GitHub 上没有（被 .gitignore 屏蔽，必须手动拷）：
    • .env — 真实 API Key
    • 04_Output/ai_video_data.db — 主数据库，所有项目 / 角色 / 剧本 / 提示词元数据都在这里
    • 你自己的 02_Projects/*（除 demo 子集）、04_Output/package_*

所以「另一台同步过 GitHub」只代表代码在云端，数据不在云端——换机迁移务必单独处理 .env 和数据库。

方式一：只要代码（全新开始）

git clone https://github.com/woanderingboy/AI_Director.git
cd AI_Director
cp .env.example .env      # 或拷旧机的 .env（含真实 Key）
pip install -r requirements.txt
python app.py             # 首次启动自动建空数据库

离线可用（不填 Key）：AI_DIRECTOR_OFFLINE=1 python app.py。

方式二：连带现有项目数据一起搬（推荐）

直接拷贝整个项目文件夹（除 .git 和 venv）到新机，再补两样 gitignore 的关键物：

  • .env — 真实 Key，必拷
  • 04_Output/ai_video_data.db — 主数据库，不拷就看不到旧项目
  • 如需保留已生成图 / 视频，连 02_Projects/、04_Output/ 一起拷

另一台已是 clone 的：直接 git pull

cd AI_Director
git pull origin master     # 自动拿到最新代码，不动那台的 .env 和 db

前提：那台没有未提交的本地改动（有则先 git stash 或提交）。

开发规范

  1. 禁止大规模重构 — 小步增量迭代
  2. 先跑通再优化 — 优先保证链路可用
  3. 全中文体系 — Prompt、配置、注释使用中文
  4. 模块独立 — 各阶段独立，只有用户主动推进才进入下一阶段

About

本地自托管的 AI 导演流水线：小说 → 剧本 → 分镜 → 出图 → 合成视频。Flask + SQLite，开箱离线可跑。

github.com/woanderingboy/AI_Director

Topics

aiai-directorcontent-creationflaskimage-generationnovelstoryboardtext-to-videovideo-generation

Resources

Readme
MIT license
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages