🎬 AI短剧创作平台 (Huobao Drama AI)

AI驱动的短剧创作平台 — 从剧本到成片，一站式AI短剧制作工作台。

基于 huobao-drama 参考设计，使用 Next.js 16 + 多AI供应商架构 构建。

✨ 功能特性

📝 剧本创作

• 剧本文件上传 — 支持 .txt/.md/.docx/.pdf 格式上传，AI智能解析剧本结构
• AI剧本解析 — 自动识别集数拆分、推断题材与视觉风格，支持AI增强解析
• 一键创建项目 — 解析完成后自动创建项目及所有集数，即刻进入创作流程
• AI剧本改写 — 将小说/故事大纲自动改写为标准剧本格式
• 流式输出 — 支持SSE流式响应，实时查看生成过程
• 角色与场景提取 — AI自动识别角色信息（外貌、性格、角色定位）和场景描述
• 智能分镜生成 — 自动拆解为分镜镜头，含景别、运镜、动作、对白、氛围等

🎨 视觉生成

• 角色头像生成 — 基于角色描述AI生成人物肖像
• 场景图生成 — 基于场景提示词生成环境背景
• 分镜帧生成 — 为每个镜头生成首帧图片
• 批量生成 — 一键生成所有镜头图片
• 本地上传 — 支持本地上传图片/视频/音频文件

🎬 视频制作

• 图片转视频 — 将静态帧图片转化为动态视频片段
• Seedance 2.0 — 支持字节跳动Seedance 2.0视频生成（图生视频）
• AI配音(TTS) — 为对话镜头自动生成语音
• 完整制作流水线 — 图片→视频→配音→成片

📋 提示词管理

• 提示词输出 — 每个镜头自动生成图片/视频提示词
• 一键复制 — 复制提示词到剪贴板，方便在其他平台使用
• 无Key也可用 — 即使没有API Key，也能复制提示词去其他平台生成后本地上传

⚙️ 多供应商配置

• LLM语言模型 — 70+ 模型可选：NVIDIA NIM / 商汤SenseNova(日日新) / OpenAI / SiliconFlow / DeepSeek / OpenRouter / 自定义兼容接口
• 图片生成 — NVIDIA SDXL / OpenAI DALL·E / SiliconFlow / Stability AI / z-ai-sdk / 自定义接口
• 视频生成 — Seedance 2.0 / z-ai-sdk / SiliconFlow / 火山引擎(Kling) / 自定义接口
• 语音合成 — OpenAI TTS / NVIDIA Riva / Fish Audio / z-ai-sdk / 火山引擎 / 自定义接口
• 可视化模型选择器 — 网格式选择模型，支持标签筛选（推荐/最新/快速/推理）
• 可视化配置 — 每个供应商独立配置 API Key、Base URL、模型名称
• 一键切换 — 选择活跃供应商，立即生效
• 连接测试 — 一键验证API连通性，支持测试特定模型
• 数据库存储 — 设置保存在数据库，Vercel部署兼容

🛠️ 技术栈

🚀 快速开始

环境要求

• Node.js 18+ / Bun
• 至少一个 AI 供应商的 API Key（推荐 NVIDIA 或 OpenAI）

安装

# 克隆仓库
git clone https://github.com/dav-niu474/huobao-drama-ai.git
cd huobao-drama-ai

# 安装依赖
bun install

# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，填入你的 API Key

# 初始化数据库
bun run db:push

# 启动开发服务器
bun run dev

Vercel 部署

1. Fork 本仓库到你的 GitHub
2. 在 Vercel 中导入项目
3. 配置环境变量（至少填入一个 AI 供应商的 API Key）
4. 部署完成后，在平台设置页面配置更多供应商
5. 首次访问时数据库表会自动迁移

环境变量

💡 只需配置至少一个供应商即可使用，也可在平台设置页面中配置（保存到数据库）

📱 使用流程

方式一：上传剧本（快速入门）
1. 点击「上传剧本」→ 选择 .txt/.md/.docx/.pdf 文件
2. AI自动解析 → 识别集数、题材、风格
3. 确认创建 → 项目及集数自动生成，即刻开始创作

方式二：手动创建
1. 新建项目 → 选择题材和视觉风格
2. 创建集数 → 进入集数工作台
3. 粘贴原始内容 → AI改写为剧本（流式输出）
4. AI提取角色与场景 → 生成角色头像和场景图
5. AI生成分镜 → 查看镜头列表及提示词
6. 生成图片/视频/配音 → 完成制作
   ↳ 或复制提示词到其他平台生成，然后本地上传

无API Key使用方式

即使没有配置AI供应商的API Key，你也可以：

1. 复制提示词 — 每个分镜都会生成图片/视频提示词，点击复制按钮即可复制
2. 其他平台生成 — 将复制的提示词粘贴到 Midjourney、Runway、Kling 等平台生成内容
3. 本地上传 — 将生成的内容通过上传按钮导入到平台中

📁 项目结构

src/
├── app/
│   ├── api/
│   │   ├── ai/              # AI API 路由
│   │   │   ├── rewrite-script/         # 剧本改写
│   │   │   ├── extract/                # 角色/场景提取
│   │   │   ├── extract-stream/         # 流式提取
│   │   │   ├── generate-storyboard/    # 分镜生成
│   │   │   ├── generate-storyboard-stream/ # 流式分镜
│   │   │   ├── generate-image/         # 图片生成
│   │   │   ├── generate-scene-image/   # 场景图生成
│   │   │   ├── generate-character-image/ # 角色头像
│   │   │   ├── generate-video/         # 视频生成
│   │   │   ├── generate-tts/           # TTS配音
│   │   │   └── test-connection/        # 连接测试
│   │   ├── agent/           # Agent执行 API (5大AI Agent)
│   │   ├── dramas/          # 剧本管理 API (含create-from-script)
│   │   ├── episodes/        # 集数管理 API (含pipeline-status/compose)
│   │   ├── storyboards/     # 分镜管理 API
│   │   ├── upload/          # 文件上传 API (script剧本上传)
│   │   ├── settings/        # 设置 API (数据库存储)
│   │   ├── auth/            # 认证 API (NextAuth)
│   │   ├── migrate/         # 数据库迁移 API
│   │   └── health/          # 健康检查 API
│   ├── page.tsx             # 主页面
│   ├── layout.tsx           # 根布局
│   └── globals.css          # 全局样式
├── components/
│   ├── project-list.tsx     # 项目列表（含上传剧本入口）
│   ├── project-detail.tsx   # 项目详情
│   ├── episode-workspace.tsx # 集数工作台
│   ├── script-upload-dialog.tsx # 剧本上传三步Dialog
│   ├── agent-execution-panel.tsx # Agent执行面板
│   ├── settings-view.tsx    # 设置页面 (多供应商配置)
│   ├── model-selector.tsx   # 模型选择器组件
│   ├── episode/             # 集数工作台子面板
│   └── ui/                  # shadcn/ui 组件
├── lib/
│   ├── agents/              # AI Agent系统 (factory + skills + tools)
│   ├── nvidia.ts            # NVIDIA NIM API 客户端 (底层)
│   ├── ai-config.ts         # 多供应商 AI 配置 + 统一客户端
│   ├── api.ts               # API 客户端 (含剧本上传/创建)
│   ├── pipeline-helpers.ts  # 3阶段12步管线状态计算
│   ├── store.ts             # Zustand 状态管理
│   ├── db.ts                # Prisma 数据库 (自动迁移)
│   └── utils.ts             # 工具函数
└── prisma/
    └── schema.prisma        # 数据库模型 (Drama/Episode/Character/Scene/Storyboard/AiProvider)

🤖 支持的 AI 供应商

LLM 语言模型

NVIDIA NIM（70+ 模型）

商汤 SenseNova（日日新）

其他LLM供应商

图片生成

视频生成

语音合成

🔧 架构亮点

多数据库兼容

• 开发环境：SQLite 本地文件数据库，零配置
• 生产环境：Vercel Postgres (PostgreSQL)，自动迁移
• 构建时切换：scripts/build.js 自动切换 Prisma schema
• 自动迁移：ensureDatabaseReady() 在首次API请求时自动创建表

多AI供应商统一接口

• Provider Preset：预设供应商配置，开箱即用
• DB + Env 双加载：优先从数据库读取，环境变量作为回退
• 模型选择器：可视化网格式模型选择，标签分类（推荐/最新/快速/推理）
• 连接测试：支持测试特定模型的连通性

3阶段12步制作管线

• 剧本阶段（5步）：原始内容 → AI改写 → 角色场景提取 → 音色分配 → 分镜生成
• 制作阶段（6步）：角色形象 → 场景图片 → 配音生成 → 镜头图片 → 视频生成 → 视频合成
• 导出阶段（1步）：拼接导出
• 侧边栏可视化导航：completed=中性灰底+绿色勾号，active=蓝色左边框，pending=默认

AI Agent架构

• 5大专业Agent：剧本解析器 / 剧本改写专家 / 角色场景提取器 / 分镜拆解专家 / 音色分配师
• Skill文件驱动：每个Agent独立SKILL.md技能指南，运行时动态加载
• 工具调用机制：Agent可调用read_uploaded_text、save_parsed_script等工具完成结构化输出
• 流式执行：SSE实时推送Agent工作过程，用户可感知AI推理进度

流式生成

• SSE (Server-Sent Events) 流式响应
• 剧本改写、角色提取、分镜生成均支持流式输出
• 用户实时感知生成进度

🗺️ 开发迭代计划

基于与 huobao-drama 及 MovieFlow Studio 的竞品分析，制定以下迭代计划：

版本进度

v0.5 生产工具补齐 ✅ 已完成

v0.6 体验打磨与深度优化 ✅ 已完成

基于竞品分析深度对比，继续打磨体验和补齐高级功能：

v0.7 资产库与协作体系 ✅ 基本完成（90%）

对标 MovieFlow Studio 的资产库体系与多人协作能力，补齐工业化生产核心短板：

v0.8 专业创作与发布上线 📋 规划中

面向专业创作者的高级创作工具与最终发布：

竞品对比核心优势

竞品对标差距（vs MovieFlow Studio）

核心功能完成度

📄 License

MIT

🙏 致谢

• huobao-drama — 参考设计灵感
• NVIDIA NIM — AI 模型服务 (70+ LLM, Image, TTS)
• Next.js — 全栈框架
• shadcn/ui — UI 组件库
• Vercel — 部署平台
• Prisma — 数据库 ORM