三个版本，三次飞跃——剧本智能导入、提示词管理系统、Veo 全系列适配，让 AI 动画创作从「能用」走向「好用」。

---

GitHub: https://github.com/twwch/AIComicBuilder

版本概览

版本	主题	核心能力
v0.2.0	剧本导入 Pipeline	上传小说/剧本，AI 自动拆集建角
v0.2.1	提示词管理系统	12 个提示词插槽，全局/项目级自定义，版本历史
v0.2.2	Veo 模型适配 & AI 优化	Google Veo 2.0/3.0/3.1 全系列支持，一键 AI 润色

---

一、剧本导入 Pipeline：四步流水线，全程可视化（v0.2.0）

这是 v0.2.0 最大的新功能。打开项目，点击「上传剧本」，支持 TXT、DOCX、PDF、Markdown 四种格式，拖拽上传，最大 20MB。

上传后，AI 自动执行四个步骤：

Step 1-2：文本解析 + 角色提取

AI 从全文中提取所有角色，统计出现频次，自动判断主角/配角。每个角色生成电影级视觉描述——体态、面部、发型、服装、武器、色彩调色板，直接可用于 AI 图像生成。角色卡片支持切换主角/配角身份。

Step 3：智能分集

AI 根据故事结构自动拆分为多集，每集生成标题、描述、关键词和详细创意构思，并展示该集出场角色。分集结果可编辑标题、删除不需要的集。

Step 4：一键创建

批量创建所有分集和角色，自动建立角色-分集关联关系。全流程日志记录，随时回看历史导入过程。

---

二、提示词管理系统：精细控制 AI 的每一个环节（v0.2.1）

这是 v0.2.1 的核心更新。AI Comic Builder 的生成流水线涉及 12 个不同的 AI 提示词（剧本生成、角色提取、分镜拆分、画面描述、视频提示词……），之前这些提示词硬编码在代码中，用户无法调整。

现在，每一个提示词都可以自定义。

12 个提示词插槽

系统将所有 AI 提示词分为 5 大类：

类别	提示词	用途
剧本	script_generate / script_parse / script_split	生成剧本、解析结构、智能分集
角色	character_extract / import_character_extract / character_image	角色提取、视觉描述、四视图生成
分镜	shot_split	剧本拆分为单个镜头
画面	frame_generate_first / frame_generate_last / scene_frame_generate	首帧/尾帧/场景参考帧生成
视频	video_generate / ref_video_prompt_generate	视频提示词生成

每个提示词被拆解为多个可编辑插槽（Slot），比如 script_generate 包含 role_definition（角色定义）、language_rules（语言规则）、output_format（输出格式）、visual_style_section（视觉风格）等 7 个插槽。你可以只修改其中一个，其余保持默认。

三级优先级解析

项目级覆盖 > 全局级覆盖 > 代码默认值

• 全局提示词：在设置页面统一管理，对所有项目生效
• 项目提示词：在项目内单独覆盖，只影响当前项目
• 代码默认：内置的精调提示词，开箱即用

两种编辑模式

• 插槽模式：逐个修改每个插槽的内容，适合微调
• 高级模式：直接编写完整提示词全文，适合深度定制

版本历史 & 预设

• 每次修改自动记录版本，支持一键回滚到任意历史版本
• 支持保存为预设模板，方便在不同项目间复用
• 实时预览功能，修改后立即查看最终解析结果

导航入口

全局导航栏新增提示词管理图标，一键进入全局提示词设置页。项目内也有独立的提示词管理入口。

---

三、Veo 模型全系列适配（v0.2.2）

Google Veo 是目前最强大的视频生成模型之一。v0.2.2 实现了 Veo 2.0 / 3.0 / 3.1 的全系列适配。

三种生成模式

模式	输入	说明
关键帧模式	首帧 + 尾帧（可选）	标准 image-to-video，Veo 3.1+ 支持双帧
参考图模式	场景参考图	以参考图为基础生成视频
角色参考模式	角色参考图 + 场景帧	Veo 3.1+ 独占，最多 3 张参考图

版本差异自动适配

• Veo 2.0：支持首帧 + 尾帧，时长 4/6/8 秒自动匹配
• Veo 3.0：仅支持首帧（尾帧自动禁用）
• Veo 3.1+：完整支持所有模式，包括角色参考图

系统自动检测模型版本，智能选择最佳生成策略。异步轮询处理长时间生成任务（最长 10 分钟），安全过滤器检测与错误报告。

---

四、AI 一键优化：让每段描述都更专业（v0.2.2）

分镜编辑器中的每个文本字段现在都有一个 ✨ 按钮——AI 优化。

点击后弹出对话框，可以添加自定义优化指令。AI 会根据字段类型使用不同的优化策略：

字段	优化方向
场景描述	补充电影级细节——灯光类型、色彩分级、空间层次、氛围渲染
首帧描述	明确构图——取景框架、三分法、灯光、机位角度
尾帧描述	强调与首帧的动态对比——位置变化、表情、灯光、构图转换
运动脚本	规范为分段格式（“0-2s: … 2-4s: …”），四层描述（肢体、环境、镜头、氛围）
视频提示词	精炼为 40-70 字散文体，精准的物理运动描述（方向、速度、距离）

AI 自动保持原文语言（中文→中文，英文→英文），只输出优化后的文本。

---

五、分集连续生成 & 视频合并（v0.2.1）

分集衔接

在分镜生成时勾选「接续上一集」，系统会自动：

1. 查找上一集的最后一个镜头
2. 提取上一集的尾帧画面
3. 将其复制为当前集的首帧

这样相邻两集在视觉上无缝衔接，不会出现画风断裂。

视频合并

分集列表新增「合并视频」模式：

1. 点击「合并视频」进入多选模式
2. 勾选 2 个以上已生成视频的分集
3. 点击「合并选中」
4. FFmpeg 按分集顺序自动拼接
5. 预览合并结果，支持下载

---

六、更多改进

剧本自动保存

编辑剧本时不再需要手动保存。文本编辑后 1.5 秒自动存储，切出编辑器时也会触发保存。

项目级角色管理

主角和配角分区展示，每个角色卡片支持编辑、生成四视图、删除。角色在项目内共享，跨集复用。

生成流水线深度优化

• 分镜生成：按 SCENE 标记自动拆分，并发调用 AI，解决长剧本 JSON 截断问题
• 视频提示词：同时传入首帧和尾帧，AI 能精准描述过渡动作
• 角色一致性：Gemini 生成画面时参考图标注角色名，强制服装一致
• 批量并发：30 个 shot 同时生成提示词，速度大幅提升
• 角色隔离：统一使用 episode_characters 关联表，只查本集角色

Markdown 文件导入

导入 Pipeline 新增 .md / .markdown 格式支持，方便直接导入 Markdown 格式的剧本或大纲。

---

技术架构亮点

系统	技术方案
提示词存储	prompt_templates + prompt_versions + prompt_presets 三表
提示词解析	三级优先级（项目 > 全局 > 默认），插槽级别粒度
状态管理	Zustand store，脏检测 + 自动保存
Veo 适配	Google GenAI SDK，版本自动检测，异步轮询
视频合并	FFmpeg 命令行调用，按分集顺序拼接
分集衔接	文件级帧复制，ULID 命名避免冲突
国际化	全部 UI 文本使用 next-intl，支持中/英/日/韩

---

升级方式

git pull
pnpm install
pnpm dev

数据库迁移在启动时自动执行。

Docker 用户：

docker pull twwch/aicomicbuilder:latest
docker compose up -d

---

下一步计划

• 分集内角色解析后自动关联
• 导入 Pipeline 支持断点续传
• 更多视频模型适配（Sora、Runway）
• 音频/配音集成

---

AI Comic Builder 是一个开源项目，欢迎 Star 和贡献：

GitHub: https://github.com/twwch/AIComicBuilder