帧语画镜产品系统Vibe Coding

toryboard-Copilot 是一个面向创意设计行业的 AI 辅助分镜创作工具。立项初衷是解决传统分镜创作流程中素材获取难、编辑效率低、协作成本高等痛点问题。在影视制作、广告创意、游戏设计等行业，分镜脚本创作是前期策划的核心环节,但传统方式依赖专业画师手工绘制，耗时且成本高昂。本项目通过节点化画布集成 AI 图像生成、智能裁剪、标注分镜等工具，让创作者能够快速生成和迭代分镜画面，显著提升前期创意验证效率。

项目采用画布节点化设计，核心功能模块包括：
1. **智能画布系统**：支持图片上传、拖拽编排、节点连线，提供缩放、平移、多选等丰富交互能力
2. **AI 图像生成**：集成多种主流 AI 图像模型（如 Midjourney、DALL-E 等），支持文本生成图像、图像编辑、风格迁移等能力
3. **工具处理链**：内置裁剪、标注、分镜切割等专业工具，支持工具串联组合，实现复杂工作流自动化
4. **项目管理**：自动持久化项目状态、历史记录回溯、视口记忆等，保障创作连续性
5. **分组与组合**：支持节点分组管理，便于场景组织和复用
6. **国际化支持**：完整的中英文双语界面，适应全球化协作场景

本项目采用 **Tauri 2 + React + TypeScript** 全栈架构，实现高性能桌面应用与现代化前端交互的深度融合：

### 技术架构亮点

1. **跨平台桌面框架**：使用 Rust 编写的 Tauri 2 作为后端，相比 Electron 体积更小、性能更高、内存占用更低，完美适配图像密集型场景
2. **节点化画布引擎**：基于 `@xyflow/react` 构建可视化编程范式，通过自定义节点注册表和连线能力配置实现高度可扩展的节点系统
3. **状态管理**：采用 Zustand 轻量级状态管理，结合细粒度订阅优化渲染性能，避免 Redux 式重型架构
4. **持久化层**：自研 SQLite 持久化方案，支持 WAL 模式提升并发性能，通过防抖 + 空闲调度队列避免拖拽写入争用
5. **模型适配层**：抽象统一的图像模型接口，支持多供应商插拔式扩展，通过注册表模式实现模型能力的动态发现与配置
6. **工具插件化**：设计工具类型系统和注册机制，支持自定义工具编辑器、标注编解码器和处理器，实现业务逻辑的松耦合

### 技术难点与突破

1. **拖拽性能优化**：解决节点拖拽过程中频繁触发持久化导致的主线程阻塞问题，采用拖拽中禁用写入 + 拖拽结束批量保存策略，确保交互流畅性
2. **图片资源管理**：实现图片池去重编码机制，避免大图片重复 `dataURL` 转换，区分预览 URL 和原始图片 URL，降低内存压力
3. **视口持久化分离**：独立实现视口更新通道，通过归一化和阈值比较过滤微小抖动，避免整项目快照的频繁 IO
4. **国际化工程化**：建立完整的 i18n 流程，从 key 命名规范到动态插值，确保中英文文案的统一维护与检索
5. **节点连线约束**：通过单一真相源（`nodeRegistry.ts`）统一