短剧、剧情带货、AI 分镜成片是当前内容行业的高频场景。创作者通常已有分镜文案、角色参考图和台词，但把「中文分镜」稳定变成「人物一致、台词准确、镜头可控」的 AI 视频，仍依赖多套工具手工拼接：写提示词、绑参考图、选模型、批量提交、下载成片，流程长、出错难定位。
本项目面向 剧情类短视频/短剧生产 场景，解决「从工作流分镜到批量出片」的一体化问题：让非技术创作者在一个桌面工具里完成分镜管理、参考图绑定、提示词改写、多镜并发生成和成片回写，降低 AI 视频「乱说、乱脸、同镜不同片」的试错成本，提升短剧团队的出片效率与可复用性
剧情工作台 是一款面向剧情/短剧创作的桌面应用，主要模块如下：
工作流与分镜管理：支持从任务结果导入分镜 JSON，按镜头展示场景、人物、台词、参考图；支持单镜/区间批量生成、进度展示与失败重试。
多模型视频生成：集成 maxH3（AutoDL ComfyUI） 与 短视频平台（video-v1） 双通道，API Key 与模型独立配置；支持 768p 竖屏、1–15 秒时长、多参考图（最多 9 张）图生视频。
H3 提示词结构化改写：提交 maxH3 前，自动将中文分镜改写为官方 Full-Reference 六段结构（subject_definitions / summary / retention_analysis / detailed_description 等），复用 DeepSeek 文字模型；台词保留在 [Chinese]…，参考图与 Subject/Picture 绑定，减少模型「自由发挥」。
参考图与角色绑定：场景、人物、物品按上传顺序映射 ref_image_0…n，并在提示词中声明「参考图 N 是 @角色/场景」，保证锁脸、锁场景。
并发与任务调度：支持多镜并行生成、DeepSeek 改写与 AutoDL 任务轮询；成片按镜头号命名保存，并写回分镜预览。
辅助能力：文字模型/视频模型/路径等统一设置；可选人脸干扰、参考图生成、创作空间同步等扩展能力。
需求梳理与 maxH3 / 短视频双通道架构设计；
后端 Python（pywebview API）与工作流分镜数据结构对接；
AutoDL ComfyUI 提交、轮询、下载链路及空结果/URL 解析容错；
H3 Full-Reference 提示词改写模块（DeepSeek 调用、六段校验、截断续写、混合兜底）；
参考图顺序与 Subject 绑定、提示词压缩与 10000 字上限控制；
批量生成并发、进度回传与错误提示优化。
技术栈与架构：
前端：HTML/JS 工作流 UI；
桌面壳：pywebview + Python 3；
外部 API：AutoDL ComfyUI、DeepSeek Chat、短视频平台 media API；
本地：JSON 任务存储、成片目录、调试日志。
亮点与难点：
亮点：中文分镜 → 官方 H3 六段英文提示词自动化，台词与参考图保真；双模型渠道隔离；多镜批量一键出片。
难点：DeepSeek 输出截断/思考污染导致提交无效 prompt，需多层校验与兜底；AutoDL 偶发 SUCCESS 但 results 为空，需重试与 URL 深度解析；多镜并发下进度与镜号对齐、避免同名成片覆盖。
评论