Docker

●系统架构设计：主导构建模块化Agent架构，集成视频理解、行为分析、画像建模与LLM决策四大模块，支持实时流式处理与批量更新，系统日均处理视频50W+，用户行为日志2亿+条。●多模态：基于Qwen-VL实现视频帧语义分类，准确率达91.3%（Top-1）；融合YOLOv8（目标检测）、Whispe

具体功能模块：智能导演智能体模块：基于LLM（DeepSeek等）自动将创意转化为详细多集剧本，包含场景描述、人物动作、运镜指令角色一致性管理模块：角色档案库管理（图片、性别、性格），确保视觉一致性并行分镜生成模块：支持单集最多30个分镜并行生成，大幅缩短制作周期实时流式界面模块：WebSocket