一段剧本进去，一条竖屏短剧出来。
剧本拆解 → 角色/场景一致性 → 分镜首尾帧 → 图生视频 → 方言配音 → ffmpeg 成片，全流程跑在自己电脑上。
单机可跑 · 无 Redis / Docker · 仓库不含任何 API Key
一个跑在自己电脑上的 AI 漫剧 / 短剧生产线。准备一段剧本原文和一个模型 Key，剩下的批处理它自己干：拆角色、立人设、画分镜、生成视频、配好音、拼成片。
它要解决的是批量生产里最烦的三件事：
- 角色会变脸 —— 全剧共享角色 + 6 层视觉锚点 + 多参考图注入，跨集锁脸。
- 画幅互相打架 —— 建项目时定死画幅，生图 / 生视频 / 合成共用同一份规格，不做后期硬裁。
- 流水线靠人肉粘 —— 抽尾帧、接首帧、混配音、烧字幕，全部交给 ffmpeg。
分镜工作台：左侧分镜列表，右侧首帧 / 尾帧 / 视频三栏预览，角色、场景、道具、方言一次绑定
| 能力 | 说明 |
|---|---|
| 整剧剧本拆解 | 原文交给文本模型，输出角色 / 场景 / 道具 / 分镜结构化 JSON；前端预览确认后落库，角色按姓名去重复用 |
| 角色一致性 | 6 层视觉锚点（脸型 / 发型 / 服饰 / 配色 / 标志物 / 气质）；分镜注入全部选中角色形象图（≤5 张）强锁脸 |
| 多角色 / 多道具 | 单镜可同时绑定多个角色与道具，提示词逐个写约束，不再一人一格 |
| 首尾帧接力 | 首帧来自生图，尾帧从上一段视频抽出，keyframe 模式生成，镜头之间不跳 |
| 方言配音 | 普通话 / 陕西话 / 东北话 / 粤语 / 成都话 / 上海话，剧集 → 角色 → 分镜三级覆写 |
| 自动合成 | 规整片段、纠正 90° 旋转、拼接、烧录字幕、混对白音轨，一条命令出 mp4 |
| 后台任务 + 实时日志 | 生成接口立即返回，任务后台跑，进度走 SSE，刷新不丢 |
| 一键清空重来 | 分集 / 整剧重置会物理清理素材，并按剧本原文自动重新拆解 |
flowchart LR
A[剧本原文] --> B[AI 拆解]
B --> C[角色 / 场景 / 道具]
C --> D[设定图]
B --> E[分镜表]
D --> F[首帧]
E --> F
F --> G[图生视频]
G --> H[抽尾帧接下一镜]
H --> G
E --> I[TTS 配音]
G --> J[ffmpeg 合成]
I --> J
J --> K[成片 mp4]
环境要求：Node.js ≥ 18；完整版 ffmpeg / ffprobe（需 libx264、aac、subtitles 滤镜）；一个可用的模型 Key（默认接 Agnes）。
git clone https://github.com/edrin09/LocalMiniDrama.git
cd LocalMiniDrama
cp .env.example .env # 至少填 AGNES_API_KEY 与 FFMPEG_PATH
cd backend
npm install
DATABASE_URL="file:../../data/lmd.db" npx prisma db push # 初始化表结构
npm run start:dev # http://localhost:5679
cd ../frontend && npm install && npm run dev # http://localhost:3013Windows 用户可直接双击根目录 run_dev.bat，它会清端口、装依赖并同时拉起前后端。
第一次使用：新建项目（竖屏选 9:16）→ 进入分集，粘贴剧本到「剧本」页签 → AI 拆解 → 预览确认 → 生成角色/场景/道具图 → 一键生成。
Prisma CLI 不会向上查找
.env，所以db push需显式带DATABASE_URL；应用运行时由后端读取根目录.env。
- 前端：Vue 3 + TypeScript + Vite + Element Plus + Pinia + Tailwind（关闭 preflight 以兼容 Element Plus）
- 后端：NestJS 10 + Prisma 5 + SQLite
- AI：Agnes（文本 / 图像 / 视频）、火山引擎 TTS、Edge TTS，均为可替换 Provider
- 媒体：ffmpeg / ffprobe（抽帧、转码、拼接、字幕、混音）
- 运行：单机，无 Redis / Docker；并发控制走内存信号量
配置集中在根目录 .env（不入库），完整字段见 .env.example。
| 变量 | 必填 | 说明 |
|---|---|---|
AGNES_API_KEY / AGNES_BASE_URL |
是 | 默认 AI 供应商凭据 |
FFMPEG_PATH |
是 | 完整版 ffmpeg 路径；已在 PATH 中可留空 |
DATABASE_URL |
否 | SQLite 路径，默认 file:../../data/lmd.db |
PORT / UPLOAD_DIR |
否 | 后端端口与素材目录 |
VOLC_TTS_APP_ID / VOLC_TTS_TOKEN |
否 | 火山 TTS；不填回退 Edge TTS |
PUBLIC_BASE_URL |
否 | 仅当远端素材 URL 失效、需暴露本地素材时使用 |
界面「全局配置」可覆盖 AI 与调度参数，快照落在 data/ai-config.json，.env 只作启动默认。
backend/
prisma/schema.prisma # Drama / Episode / Character / Scene / Prop / Storyboard
src/ai/ # Provider 抽象、Agnes、TTS、ffmpeg、限流、存储
src/generate/ # 流水线调度、SSE 日志、剧本拆解、合成
frontend/src/views/ # 项目 / 分集 / 剧本编辑 / 成片 / 资产中心
data/ # SQLite + uploads（不入库）
run_dev.bat # Windows 一键启动
生成失败 / 没反应？ 先看 backend/crash.log 与前端日志面板；视频接口偶发 429/5xx 会退避重试，401/402/403 才熔断。
成片有黑边或变形？ 画幅是生成参数而非裁切参数，改了项目规格必须重新生成素材。
画面被旋转 90°？ 合成阶段默认自动检测并 transpose 纠正（mergeCfg.auto_correct_rotation），但只能恢复自然朝向，无法把横屏内容压回竖屏构图。
配音是机器音？ 未配火山 TTS 时降级保留原声；补齐凭据后在分集里重新「生成配音」。
- 剧本拆解 / 角色一致性 / 多角色多道具 / 首尾帧接力
- TTS 配音与自动合成
- 批量多集并行调度
- 背景音乐与音效轨
- 更多视频 Provider（可灵 / 即梦 / Runway）
欢迎 Issue 与 PR：新 Provider、提示词模板、踩坑记录都有价值。如果它帮你省下了几个通宵，点个 Star ⭐ 是最直接的支持。
本项目仅供学习与技术研究使用，生成内容请遵守所在地区法律法规与平台规则。仓库不含任何 API Key，
.env、data/、构建产物均已加入.gitignore。
基于 MIT License 开源，可自由用于商业项目，保留版权声明即可。