xhongc/ai_story

AI Story – AI 驱动的故事视频生成平台

这是什么

• 一个能将简短文字提示（故事主题或大纲）转换为完整短片的网页应用程序。系统会自动撰写脚本、将其拆分为分镜画面、为每个镜头生成图像、规划镜头运动，最后将帧组装成视频。

核心工作流程

Prompt → Script rewrite → Storyboard generation → Image creation → Camera‑move planning → Video rendering → Finished video

每个步骤都作为异步的 Celery 任务执行，UI 会显示实时进度。用户可以暂停、恢复或重做任何阶段。

主要功能

功能	说明
智能脚本改写	接收主题或大纲并产出完整的视频脚本。支持多种写作风格，并可选择底层 LLM（OpenAI、Claude 等）。
自动分镜脚本	将脚本拆分为场景，撰写视觉描述与旁白，并为图像生成建立提示词。
AI 图像生成	调用外部图像生成服务（Stable Diffusion、DALL‑E、Midjourney 等）为每个分镜面板制作高质量图片。
镜头运动规划	为每张图像生成平移/缩放/倾斜指令，使最终视频更具动态感。
图转影渲染	将图像与运动规划发送至视频生成后端（Runway、Pika 等）并产出视频片段。
项目管理	管理多个视频项目、追踪工作流程状态、允许暂停/重试，并可导出带有字幕的最终视频。
提示词库	存储带有变量（主题、风格、长度）的可重复使用提示词模板，并追踪其版本。
模型配置	集中式 UI，用于新增不同 AI 提供者的 API 密钥、选择各阶段使用的模型，并查看使用量/成本统计。

技术亮点

• 后端 – 运行在 Docker 容器中的 Django 应用程序。
• 任务队列 – Celery workers (gevent pool) 处理长时间运行的 AI 调用。
• 缓存 / 消息传递 – Redis 用于 Celery broker 和结果后端。
• 前端 – Vue.js 单页应用程序，由其专属容器提供服务。
• 模块化管线 – 每个处理步骤都是责任链模式中的一个插件，易于新增新的 AI 服务。
• 负载平衡与容错 – 支持跨多个模型端点的轮询、随机、加权或最小负载路由；失败时自动重试。
• 部署 – 完全容器化；单个 docker‑compose up -d 即可启动 Redis、Django 后端、Celery worker 和 Vue 前端。

入门指南

1. 安装 Docker 和 Docker‑Compose。
2. 建立一个 docker‑compose.yml（README 提供现成示例）。
3. 执行 docker compose up -d。
4. 使用 docker‑compose exec backend python backend/manage.py createsuperuser 建立管理员账号。
5. 在浏览器开启 http://localhost:3000 访问 UI。

授权条款

• 代码以 CC BY‑NC‑SA 4.0 授权发布（仅限非商业用途；商业用途需向作者取得单独授权）。

适用对象

• TikTok、抖音、快手等短视频创作者。
• 希望将教科书文字转为可视化解释的教育工作者。
• 寻求快速视频原型的艺术家与说书人。
• 想要生成动画睡前故事的家长。

联络 / 社群

• 作者微信：charlesnowed（请注明 AI Story）。
• Telegram 频道与群组链接列于 README 中。
• 项目 GitHub 页面：https://github.com/xhongc/ai_story

---

以上所有信息均直接取自仓库的 README；未推论任何额外功能。