AI短剧创作平台产品系统

本项目立足于当下短视频与微短剧爆发的风口，旨在解决传统影视制作流程长、成本高、门槛高的问题。目前AIGC技术在图像生成领域已趋成熟，但在“长视频逻辑”和“角色一致性”上仍有痛点。本产品的立项初衷是打造一款“一站式AI短剧工厂”，通过整合大模型能力，让用户无需具备专业影视知识，仅需输入创意即可自动生成包含人物、场景、分镜及动态视频的完整短剧内容，极大地降低了内容创作的边际成本，满足了MCN机构、个人创作者对高频、低成本视频内容的生产需求。

本平台提供了一套完整的AIGC短剧生产工作流，核心功能模块包括：
智能剧本工坊： 接入通义千问/DeepSeek等大模型，支持用户选择悬疑、甜宠等多种题材，一键生成符合短剧节奏的剧本大纲及正文。
资产与角色管理： 支持自定义角色库与场景库，确保在多镜头生成中保持人物形象（如面部特征、服饰）的高度一致性。
可视化分镜系统： 将文字剧本自动转化为可视化的分镜脚本，支持用户对每一帧的画面描述进行精细化调整（Prompt优化）。
首尾帧视频生成： 采用先进的图生视频技术，用户可控制视频的起始帧与结束帧，精准把控动作幅度与运镜轨迹，解决AI视频生成随机性强的问题。
全链路项目管理： 提供类似IDE的工作台界面，支持从草稿到成片的版本管理、配音合成及最终导出，实现真正的从0到1闭环创作。

作为项目的核心开发成员，我主要负责了AIGC工作流的编排与前端交互逻辑的实现：
多模态大模型接入： 封装了统一的LLM接口层，实现了剧本生成环节的流式输出（SSE），并根据不同题材预设了System Prompt模板，提升了剧本生成的可用性。
复杂状态管理： 针对短剧制作流程长、节点多的特点，设计了基于DAG（有向无环图）的前端状态机，确保用户在“剧本-分镜-生图-生视频”各个环节的数据流转顺畅，支持断点续传与历史回溯。
一致性控制技术落地： 在后端对接Stable Diffusion WebUI API时，引入了IPAdapter与ControlNet技术，通过提取参考图特征，强制约束生成视频中的人物ID保持一致。
异步任务队列： 鉴于视频生成耗时较长，采用了Redis + RabbitMQ构建异步任务队列，配合WebSocket向前端实时推送生成进度（如：正在渲染第X帧），极大优化了用户的等待体验。