Echo长文本智能处理系统产品系统Vibe Coding

场景一：国内微短剧制作公司——把网文 IP 批量改编成可拍剧本
业务背景：微短剧是近几年增速最快的内容赛道，随着行业规范化管理落地，过去「一两个人手搓剧本」的作坊模式难以支撑合规化后的产能需求，制作公司普遍缺编剧、缺稳定产能、缺可复用的改编方法。他们手里常有买下的网文版权，但「哪本适合拍」「怎么改成 60 集」都没有标准答案。

对应能力：析负责把网文拆成结构化知识库（人物、场景、世界观、情绪曲线、感官锚点），铸文在此基础上生成 50–75 集、单集 1–3 分钟的完整短剧剧本，并内置钩子结构、悬念账本、时长收敛、观众冷读等质量门禁。已完成《禁忌之后》60 集、《记忆典当行》65 集、《禁止重生》80 集三个真实剧目。

场景二：网文出海平台与版权代理——整本长篇的本地化上架
业务背景：网文出海已是规模化产业，头部平台一年新增 AI 翻译作品数以万计。版权方的核心资产是几百到几千章的长篇，真实诉求不是「译一章看看」，而是「整本按期上架、全书译名一致、海外读者留得住」。

对应能力：西渡是读者中心的文化编译引擎，不是逐字翻译。四类读者角色分工——双语文化分析、英文类型小说作者、冷读者、编辑——识别并重建外国读者缺失的感官画面。已完整编译两本长篇共 3,076 章、535 万汉字 → 358 万英文词，0 崩溃，冷读全部 PASS，实测约 ¥0.5 / 千英文词

项目由四个独立引擎和一层共享数据基础构成。

析（拆解）：全自动管道，把任意中文小说拆成术语、人物指纹、场景节拍、感官锚点、世界观、情绪曲线六层结构化知识。已拆解 10 本书，产出约 4.2 万条术语、3.26 万个场景、7.29 万个感官锚点，供下游直接复用。

铸文（锻造）：从灵感或网文生成 50–75 集、单集 1–3 分钟的完整短剧剧本。流程为对话式需求收集、分集大纲、逐集锻造、风格淬火、门禁成品，内置角色建模、声音印记、钩子结构、悬念账本、时长收敛与观众冷看，支持漫剧分镜、真人拍摄脚本、抖音投稿三种格式导出，已跑通《禁忌之后》等三部真实剧目。

译境（转码）：面向目标市场的改编引擎，改编时即从目标市场视角重构，保留情绪与爽点内核，替换叙事元素、伦理预设、叙事思维与角色动机，经冷读返工闭环验收。已用《禁忌之后》前三集跑通端到端。

西渡（编译）：五节点多 Agent 管线，先识别外国读者缺失的感官画面再重建，由不知情的冷读者盲评质量，编辑针对问题靶向修复。支持英语、西语、德语、法语四种目标语，英语已完整验证；已完整编译两本长篇共 3,076 章，冷读全部 PASS。

共享数据层：四引擎通过数据文件共享术语、人物语体、场景与感官锚点，拆解一次、处处复用；统一网关负责部署、认证、限流与监控。

我负责的具体任务：

产品定义：独立完成四个引擎的目标用户、痛点拆解、成功指标与 MVP 边界设计；
架构与选型：确定“共享数据地基 + 引擎解耦”总体架构、多 Agent 角色分工与模型按任务分档路由；
工程实现：在 Claude Code 辅助下完成编码，本人负责设计、代码评审、行为验证与缺陷定位；
质量体系：搭建三引擎共 3,244 条离线测试基线，接入冷读盲评、变异测试与确定性门禁；
部署运维：完成 Docker Compose 部署、Caddy 统一网关与线上监控，西渡已在公网稳定运行。

技术栈：Python 3.11、FastAPI、LangGraph + LangChain、ChromaDB、SQLite（WAL）、Celery + Redis、HanLP 与 BGE 向量、Qwen（判断层）+ GLM（生成层）、pytest / ruff / mypy、Docker Compose。

架构：中文小说 → 析 → 结构化知识库 → 铸文 → 中文剧本 → 译境 → 目标市场剧本；平行线为中文网文 → 西渡 → 英文连载。四引擎各自独立、可单独交付，靠数据文件共享知识，不强耦合调用。

亮点：四引擎共用一个数据地基，拆解一次、处处复用；用工程机制而非提示词对抗 AI 写作缺陷，如悬念账本、钩子硬结构、时长收敛、冷读门禁；质量可被外部复核，西渡经三轮独立审计，铸文有观众冷看测试；成本可控，实测约 ¥0.5 / 千英文词，为人工报价的 1/200–1/580。

难点：跨产品知识复用要求四个引擎口径一致，处理方式是定义单一数据契约，通过数据文件而非 API 耦合；两千章级长篇的一致性无法靠上下文解决，处理方式是双层术语锁、结构化经验库、按书索引账本与断点续传；模型侧的内容过滤与限流不可控，处理方式是节点级模型路由、跨供应商兜底与按语种隔离的熔断。