ChrisChen667788/wind-comic

Wind Comic – AI 驱动的短视频剧集工作室

一行文本 → 完整的短视频（剧本、分镜、配音、口型同步、音乐、最终 .mp4）。Wind Comic 是一个多智能体、基于 Web 的制作流水线，将一系列专门的 AI 模型（LLM、图像扩散、视频引擎、TTS、口型同步）整合到一个协作界面下。

功能

• 输入：一个句子（或简短提示）。
• 输出：完成的短视频剧集 – 完整剧本、角色设定、多镜头分镜、每个角色的配音、同步嘴型动画、背景音乐、字幕和 MP4 视频。
• 工作流：一系列自主智能体 – 编剧、导演、制片人、角色设计师、分镜师、视频引擎、TTS、口型同步、剪辑师 – 每个智能体接收严格的任务契约，并将产物传递给下一阶段。系统将所有中间产物（JSON、PNG、MP4）存储在双驱动数据库中（SQLite ↔ PostgreSQL），因此任何阶段都可以重新运行，而无需重新生成整个影片。
• 实时协作：基于 CRDT 的时间线（Yjs）允许多个用户同时编辑项目，类似于视频领域的 Figma。
• 自带 LLM：您可以通过设置三个环境变量来替换默认 LLM（DeepSeek → MiniMax），无需修改代码。
• 插件式媒体引擎：12+ 图像/视频生成器（Midjourney、Seedream、Kling、Veo、HappyHorse 等）通过可配置的优先级列表路由；第一个返回满意片段的引擎赢得“引擎竞赛”。
• 成本控制与预算：按阶段成本归因（LLM、图像、视频、TTS、口型同步），带有预算阈值和四维发布门控（视觉脚本一致性、口型同步质量、字幕、预算）。
• 模板市场：完成的项目可以保存为可复用模板（风格、节奏、声音），并一键混音。

关键技术亮点

• 前端：Next.js 16 (React)，带有基于 WebGL 的导演控制台，用于摄像机放置、3D 预览和倾斜/瞄准控制。
• 后端编排：Node 20 服务器编排八个智能体，处理 CRDT 同步，并与 LLM 网关和媒体引擎路由器通信。
• 数据层：SQLite 用于本地开发，PostgreSQL 用于生产；所有产物都被持久化和版本化。
• 质量循环：视觉审计重试（自动重新生成得分 < 70 的镜头）、多引擎竞赛、ffprobe 驱动的健康报告，以及 viseme 与音频对齐分数，驱动自动口型同步漂移校正。
• 测试：6608 个自动化测试在 CI 中通过，覆盖完整流水线。
• 国际化：UI 和生成的脚本支持英文和中文；字幕按项目语言自动生成。

适用人群

• 内容创作者：希望制作短视频叙事视频，而无需雇佣完整制作团队。
• 游戏或视觉小说工作室：希望快速从小说或脚本原型化过场动画。
• 教育工作者和营销人员：需要快速、风格化的视频解释或广告。
• 团队：需要协作式故事板和视频资产版本控制。

成熟度与可用性

• 项目版本为 v13.4（2026 年 10 月发布），带有完整变更日志、CI 流水线和公开演示视频。
• 采用 MIT 许可证，并为中国大陆用户提供 AtomGit 镜像。
• 文档包括推介文稿、LLM 提供商指南和路线图。

---

底线：Wind Comic 是一个生产级、多智能体 AI 工作室，可将一行文本转换为完整的短视频，提供实时协作、成本可见性，并通过插件式 LLM 和媒体引擎实现可扩展性。