戏剧演出中,舞台监督需管理大量 Cue(音频、视频、灯光、机械),传统方式依赖人工编写 CueSheet,工作量大、易出错、缺乏可视化。本系统通过 LLM 将自然语言场景描述自动转换为结构化 CueIR,提供多层安全校验、依赖关系可视化流程图、GLab/OSC 导出,实现演出制作流程的智能化升级。
点击空白处退出提示
戏剧演出中,舞台监督需管理大量 Cue(音频、视频、灯光、机械),传统方式依赖人工编写 CueSheet,工作量大、易出错、缺乏可视化。本系统通过 LLM 将自然语言场景描述自动转换为结构化 CueIR,提供多层安全校验、依赖关系可视化流程图、GLab/OSC 导出,实现演出制作流程的智能化升级。
Cue 编辑器:输入场景描述(如"第一幕开场灯光渐亮音乐起"),AI 自动生成完整 JSON CueSheet,涵盖音频/视频/灯光/机械/等待/淡出/组合共 7 种 Cue 类型。校验器:6层校验引擎——字段完整性、安全等级(danger 强制人工确认)、依赖引用完整性、Kahn's算法循环依赖检测、资源冲突检查、时间参数合理性。预览图:React Flow 渲染 Cue流程图,安全等级颜色标注(绿/黄/红),自动跟随边动画,拖拽交互。导出:GLab CSV 音频导入格式、JSON 美化输出、OSC命令列表。
独立全栈开发。后端 FastAPI + Pydantic v2 discriminated union 设计 Theatre Cue IR Schema,实现 Kahn拓扑排序循环依赖检测和 6 层校验管线,LLM Provider 抽象层统一 Mock/OpenAI/DeepSeek 接口。前端 React 18 + AntDesign 5 + React Flow(@xyflow/react),全中文界面,Vite proxy 前后端联调。56 个 pytest 用例覆盖schema/validator/llm/exporter/preview。Path traversal 安全防护、danger cue 强制人工确认、Mock 模式零依赖可运行。




评论