🌬️ Wind Comic 风之漫剧 _^v10.0

一句话进,整片短剧出 —— 剧本 · 角色 · 分镜 · 配音 · 时间线 · mp4 一条龙.

多 Agent AI 创作工作室 · 可复用角色 · 长篇小说→自动分集 · 导演级控片台 · 实时协作 · 自带 LLM.

One sentence in. A finished short-form drama out — script, cast, storyboards, voiceover, timeline, mp4.

Multi-agent AI studio · reusable characters · novel→season splitting · director's control room · real-time collab · BYO LLM.

English · 简体中文 · 🔥 营销文案 · 🔌 接你自己的 LLM

---

✨ 为什么选 Wind Comic?

大多数 "AI 视频" 工具给你 5 秒短片. Wind Comic 给你一整部短剧 — 剧本 + 角色 + 多镜分镜 + 配音 + BGM + 嘴型对齐的口播 + 最终 mp4 — 全部从同一句创意开始.

它不试图做"一个超大模型把全干了". 它是一条诚实的多 Agent 流水线: 每个角色 (编剧 / 导演 / 角色师 / 分镜师 / 锁脸 / 嘴型 / 剪辑) 都是专家, 用严格的一致性契约逐步交付. 再叠一层实时多人时间线, 像 Figma 一样多人改片.

   "重生归来的霸总当街拆穿前未婚妻的婚礼骗局"
                       │
                       ▼
   编剧 ▶ 导演 ▶ Style Bible ▶ 角色设计 ▶ 场景设计 ▶
   ▶ 分镜 (vision 审计) ▶ 视频 (多引擎 race) ▶
   ▶ TTS (按角色配音) ▶ 嘴型对齐 (Kling/Sync.so/Hailuo) ▶
   ▶ 剪辑 (j-cut/l-cut + 按幕 BGM + 中文字幕烧入) ▶ final.mp4

   + 实时协作时间线 (Yjs CRDT)
   + 接你自己的 LLM (3 行 .env, 0 改代码)
   + 图像/视频 provider 可换 (内置 12+ 可选)

---

🏗 系统架构

同一套引擎的三种视角。在 GitHub 上打开即会动 —— 流动虚线 = 实时数据/控制走向,移动光点 = 在流水线里穿行的数据包。

_{系统架构 —— 自上而下五层。导演把控制线穿过全部 8 个 Agent;LLM 网关零改码 DeepSeek → MiniMax 兜底;12+ 媒体引擎统一挂在一个路由后;最终全部落到双驱动(SQLite ⇄ PostgreSQL)平台。}

_{时序图 —— 一次「一句话 → 成片」请求的生命周期,时间自上而下。两个标志性环节:Vision 质检自愈循环(任何镜头 < 70 分自动重生)+ 多引擎竞速(Seedance / Kling / Veo / Vidu,第一条达标的片段胜出)。}

_{数据流程 —— 素材精炼厂。一句话被逐级精炼(TEXT → JSON → PNG → IMG → MP4);每一级产物都落库(双驱动)+ 存档、可独立复用,任意一级都能单独重跑。}

🎞️ 三张图都是用代码手写的动画 SVG,源文件在 assets/diagrams/ —— 任意缩放都清晰、跟源码一起版本管理。(GitHub 上动画生效;ModelScope 镜像用静态 PNG。)

---

🆕 v6 → v10 新增 —— 从「能跑的 demo」进化成「平台」

v3 交付了流水线;v6 做成生产级工作室,v7–v9 夯成平台,v10 闭合口型 / 模板市场 / 成本三条线。 可复用角色库、提示词 IDE、长篇小说→自动分集 + 真配音、60 套风格画廊、导演级控片台、团队积分预算、行业级剧本诊断(Polish Pro v7.1)、精品化设计(v8.3)、全量 Postgres 双驱动后端(v9)、配音口型交付管线 + 模板市场 + 成本可观测(v10),以及实时 API 健康看板 —— 下方每一张都是运行中产品的真实截图。

_{v10 首页 —— 循环影院级 hero,8 协作智能体 · 7 视频引擎 · 3 一致性守护。}

🎙️ v10 —— 配音口型交付 · 模板市场 · 成本护栏 (阶段十六)

• 🎙️ 配音口型全链 —— 角色音色路由(按名自动 + 手动挑/试听)→ TTS → viseme 关键帧轨 → 浏览器实测嘴-声对齐分 → 漂移自动校正 → 可插拔引擎渲染(wav2lip / SadTalker / MuseTalk,自带 LIPSYNC_API_URL)→ 写回时间线。一键全片口型 + Vision 质检自愈回环(弱镜自动重渲)。
• 🧩 模板市场 —— 把出片好的项目沉淀成可复用模板(画风 + 多参元素 + 节奏 + 音色),带预览片、★ 评分 & ♥ 收藏、质量分、一键起片(连音色复用)。
• 💴 成本可观测 + 预算护栏 —— 项目级逐阶段成本归因(LLM / 图像 / 视频 / TTS / 口型)+ 省钱提示 + ok/warn/over 预算护栏;发布门禁升级为四维:画面对剧本 · 一致性 · 口型可对齐 · 实测嘴-声对齐。

📸 v10 各模块实机截图(创作工坊 / 模板市场 / 配音口型 / 成本)正按运行中 app 刷新中。

🎨 v8.3 —— 精品化设计大改造 (Taste Skill)

Plus Jakarta Sans + Phosphor 细线图标、金色染色机加工 bezel 卡片、spring 动效、非对称 bento 创作总览、60 张 风格画廊缩略图,以及把每个默认 emoji 都换掉的 AI 金色霓虹题材图标。

非对称 bento 创作总览 —— 主导 create-hero + 机加工 bezel 卡片

60 风格画廊,每张缩略图 AI 生成(统一主体 × 各画风)

_{故事模板库 —— 18 枚统一风格的 AI 金色霓虹题材图标(告别默认 emoji)}

版本	新增能力
v6.0 · 角色资产中心	可复用角色 —— 多视角设定图(正 / 四分之三 / 正侧 / 背)+ 8 字段 DNA 身份锁 + 自动绑定专属音色 + 确定性小传。跨项目复用走 Cameo IP 经济。
v6.1 · 提示词工作台	在提示词里 @ 引用任意资产、实时补全、把引用展开的编译预览、生成前就绪度评分。
v6.2 · 长篇智能拆解	粘贴整本小说 → 按章节自动分集 → 选叙事模式(对白 / 第一人称 / 旁白)。v6.2.3 解说接真 TTS + 整季并行编排;v6.2.4 音频落盘 + 字幕 SRT 烧入时间线。
v6.3 · 风格模板画廊	60 套电影级预设、5 大分类、即时搜索、一键套用到创作工坊。
v6.4 · 导演级控片台	全流程抽象成 4 环节(剧本→资产→分镜→成片),自动标记待更新、一键单环节重跑 + 下游影响分析。
v6.5 · 团队工作区	主账号管理积分池、按成员分配额度 + RBAC、真·多用户邀请(token 链接)、成员消费按额度扣减。
v6.6 · Postgres 就绪	SQLite→Postgres 全量切换路径,已在本地 Postgres 端到端验证(schema bootstrap + async repo 往返,迁移幂等)。
v6.7 · API 健康看板	一屏看清每个网关 正常 / 额度用尽 / 配置缺失 / 不可达,带实时余额读数 —— 再不会生成到一半撞上欠费。
v6.8 · 升级最强模型	主 LLM/视频/图像切到顶级模型(veo3.1-pro 等),顺带修了视频阶段 429 上游饱和 报错(重路由网关)。
v6.9 · 网关补全	补全网关接住 TTS / Midjourney / Kling;gpt-4o-mini-tts 真配音;健康看板显示各网关用量 + 余额。
v7 · 平台夯实	Writer/Director 切 DeepSeek deepseek-v4-pro + 任意错误/欠费/超时通用 MiniMax 兜底(3 级 LLM 健康看板);分档模型(deepseek-v4-flash 提速)治推理 token 不稳;Polish Studio Pro 行业级剧本诊断(AIGC 就绪分 / Save-the-Cat 三幕节拍缺口 / 直白台词标记 / 角色身份锚)。
v8 · AI 控片台 + 精品设计	每镜摄影台(景别/机位/镜头/运镜/焦点)+ 连贯&seed 锁 + 情绪/节奏曲线 + JSON↔可视参数联动,汇成 11-tab 控片台;Taste 精品设计(Plus Jakarta Sans + Phosphor、金色机加工卡、bento 总览、60 风格缩略图、AI 金色霓虹题材图标)。
v9 · Postgres 平台 + 变现	SQLite↔Postgres 双驱动全量切换(17 核心表/簇迁 async repo,PG 端到端验证 + 事务提交/回滚原子性;默认仍 SQLite,DB_DRIVER=pg 可选)· 多平台分发包生成 · 真二进制 AAF 导出(MS-CFB)+ EDL/FCPXML · 质量与一致性深化(发布门禁 / 重生回环 / 一致性报告)+ 可灵式多参 + 一键成片融合。
v10 · 配音口型 · 模板市场 · 成本 (阶段十六)	配音口型全链(角色多音色 + viseme 轨 + 实测嘴-声对齐 + 漂移自校 + 可插拔引擎渲染写回时间线 + 一键全片 + Vision 质检自愈)· 模板市场(存→评分/收藏→一键起片连音色,预览片 + 质量分)· 成本可观测 + 预算护栏,四维发布门禁(画面 · 一致性 · 口型 · 实测对齐)。2103 单测双驱动全绿。
v7.0 · DeepSeek + 全局兜底	编剧/导演跑 DeepSeek 最强 deepseek-v4-pro;每次 LLM 调用在异常/欠费/超时自动兜底到 MiniMax;健康看板拆 3 条 LLM 线。

🎬 导演级控片台 —— 整部片就是一个控制室 (v6.4)

一眼看清每个环节:哪些就绪、哪些因上游改动变「待更新」,以及一键重跑(自动算出会让哪些下游失效)。

📖 长篇小说 → 整季,带真配音 (v6.2)

粘贴整本小说;按章节标记(或目标字数)自动分集,选叙事模式,可为整季并行生成真解说音轨 + 可烧录字幕。

🎨 风格画廊 —— 60 套电影质感,一键套用 (v6.3)

生成前先锁住统一画风。搜索、按分类筛选,任选预设直接送进创作工坊。

🩺 API 健康看板 —— 别再被一个死 key 打断 (v6.7)

每个模型 / 网关实时状态:正常 / 额度用尽 / 配置缺失 / 不可达,带真实余额读数和「去充值 / 补配置」建议。Key 永不存储、永不回传。

🩺 剧本润色 Pro 行业级诊断 (v7.1)

贴一段草稿,选 Pro:deepseek-v4-pro 不仅润色,还给一份完整行业体检 —— AIGC 管线就绪度评分(85/100)、风格画像、前 3 秒 Hook 强度、Save the Cat 三幕结构+缺失节拍指认、直抒胸臆/抽象情绪台词标红、按角色给 Cameo/Seedance Identity 锚点(保证每镜人物不漂)。

👤 角色工坊 + Cameo IP 三视图 (v6.0 / v7.x)

每个角色一张真三视图(正/三分之四/背),配一段结构化「DNA 提示词」—— 脸型、肤色、标志性道具、配色、Silhouette identity、全身 pose 全部锁定 —— 保证全片 6 个镜头同一个人。Cameo IP 经济还能让同一角色在多个项目间复用。

🎬 完整成片 + 11 tab 控片台 (v8.0)

一个项目,11 tab 驾驶舱级控制:导演台 · 剧本 · 角色 · 场景 · 分镜 · 连贯性 · 视频 · 镜头工坊 · Cinema 时间线 · 节奏分析 · 成片质检 · 技术监看 · 参数联动 · 评论协作 · 完整播放。成片直接在工作区里播,带 90/100 质检徽章,一键 mp4 / 平台导出。

👥 团队工作区 (v6.5) · 🎞️ 时间线 + 解说轨 (v6.2.4)

积分池 + 按成员分配额度,RBAC,真邀请链接。

多轨时间线;解说音频 + 字幕已烧入。

---

🎯 谁该用 Wind Comic?

你是...	Wind Comic 能给你什么
竖屏短剧创作者 (霸总 / 重生 / 战神 / 古装)	trope 感知的编剧, 第 1 镜钩子起手, 反转密度审计, cliffhanger 检测, 默认 9:16
内容营销团队	1 句 idea → 30 秒精修广告片, 角色跨镜一致, 中文字幕真烧入, 品牌安全负向 prompt
独立电影人 / 视频创作	Style Bible 锁全片画风, McKee 三幕结构, Logic Pro 风格多轨道时间线, 真 BGM 波形可编辑
漫画 / 漫剧工作室	剧本 → 你选画风的分镜, cref+sref+DNA 三重锁脸, 拖拽重排镜头, 单镜重生
教育 / 解说作者	节奏审计提醒"哪里太平", 每镜冲突分数, 钩子改进建议
开源开发者	3 行环境变量就能换 LLM (OpenAI / Claude / DeepSeek / 通义 / Kimi / OpenRouter / 本地 Ollama 全可用)

---

🚀 亮点功能 · 同类竞品不具备的能力

1. 多 Agent 流水线, 不是黑盒大模型

导演规划故事 → 编剧按 McKee 写对白 → Style Bible 帧锁住整片视觉 → 角色师抽 8 维 DNA 签名 → 分镜师渲染同时跑 Vision 审计 (<70 分自动重生) → 视频制片多引擎竞速 (Minimax / Veo / Kling) → 剪辑师按情绪节奏 j/l-cut + 烧入中文字幕.

2. 视觉一致性的秘密武器 — Style Bible Frame (v2.20)

我们从 Director 的 plan 渲染一张 canonical "key art" 帧, 然后作为后续所有分镜的首个 --sref 注入. 效果: 6 镜画风像同一部剧, 不是 6 次 Midjourney 抽卡. (大多数竞品只有 2 帧滚动链, 第 6 镜根本不知道第 1 镜长啥样.)

3. 9:16 默认 + 12 个短剧 trope 模板 (v2.20 P0.2)

Writer prompt 检测短剧 / 漫剧类型 → 切竖屏画布 + 注入经典钩子 (重生回到 N 年前 · 当街掌掴 + 秘密身份 · 系统提示音突响 等). McKee 三幕仍打底; trope 是表层.

4. 真正能用的中文字幕 (v2.22)

彻底解决 "AI 视频里的中文字幕变鬼画符" 问题: 从视频 prompt 里剥掉对白文字 (让模型不要尝试画字) + 加狠的负向 prompt (--no text --no chinese --no captions) + 后期用 ffmpeg subtitles filter 烧真字幕, 字体自动找系统 CJK (PingFang / Noto Sans CJK).

5. 锁脸三件套 = cref + sref + 8 维 DNA + Cameo Vision Retry (v2.21 P1.2)

不止参考图 hack: 每个角色的三视图过一次 Vision LLM 抽结构化特征 (眼型 / 下颌 / 发型 / 标志服饰 等), 作为自然语言锚点注入每个出场镜头 prompt. 加上 cameo-vision-retry: 某镜角色匹配度 <75 自动重生, cw 拉高重画.

6. Logic Pro 风格多轨道时间线 + 实时协作 (v3.1.1–v3.1.3)

• 3 轨道: 分镜 / BGM / 字幕
• 真 BGM 波形用 Web Audio API decode (不是程序生成的假波形)
• 拖拽改时间 + 双边沿拉伸改时长
• 自动吸附邻居 (0.4s 阈值) + 硬碰撞防重叠
• 实时多人协作: Yjs awareness 画出对方光标, 头像下方显示对方在哪个 tab, Y.Map 锁防止两人编辑同段
• 项目邀请支持只读 / 可评论 / 可编辑 三档权限

7. 真正能用的 Lipsync

Kling lip-sync API 做口播口型, 自动 fallback 到 Sync.so / Hailuo. 流水线从 prompt 里剥掉对白让模型只画唇形 运动, 然后后期把唇形对齐到 TTS 音频.

8. 节奏 / 反转 / Cliffhanger 审计 (v2.21 P1.1)

编剧完成后, 每镜按中文冲突词字典打分 0-10 + 检测情绪极性反转 + 检测 cliffhanger 关键词. 竖屏短剧 <2 次反转或第 1 镜冲突 <5 → 节奏 tab 弹警告 + 给改进建议.

9. 接你自己的 LLM (v3.1.3)

所有文本 LLM 调用 (导演 / 编剧 / vision / 审计) 走一个 OpenAI 兼容 chat/completions 端点. 想换 DeepSeek-r1 / GPT-4o / Claude (via OpenRouter) / 通义 Max / 本地 Ollama? 改 3 行 .env 完事, 0 改代码. 完整矩阵见 docs/llm-providers.md.

10. 1711 个单测全过, TypeScript 严格模式, 没有"敬请期待"

上面列的每个功能都已经在 main 分支, 类型检查零错误, 单测覆盖, 你 npm install && npm run dev 就能在 /projects/[id] 看到.

---

🥊 跟竞品比

能力	Sora 2	Kling 2.0	Vidu Q3	Runway Gen-4	Higgsfield	Wind Comic
一句 prompt 多镜叙事	⚠️ (一段连续)	❌	❌	⚠️	⚠️	✅ 多 Agent
跨镜角色一致性	✅	cref/sref	subject-ref	scene 记忆	✅	✅ cref+sref+8 维 DNA+vision 重生
全片画风锁定	⚠️	❌	⚠️	✅	✅	✅ Style Bible 帧
中文字幕真渲染	❌	⚠️	⚠️	❌	❌	✅ libass + PingFang 烧入
竖屏短剧 trope	❌	❌	❌	❌	❌	✅ 12 模板 + 9:16 默认
实时协作时间线	❌	❌	❌	❌	⚠️ (闭源)	✅ Yjs CRDT + Y.Map 锁 + 光标
可自部署	❌	❌	❌	❌	❌	✅ Next.js + SQLite + Web Audio
接你自己 LLM	❌	❌	❌	❌	❌	✅ 12+ provider 走 .env
开源	❌	❌	❌	❌	❌	✅ MIT
单镜改 prompt 重生	⚠️	⚠️	⚠️	✅	✅	✅ + 用户上传参考图
节奏 / 冲突审计	❌	❌	❌	❌	❌	✅ 每镜评分 + 反转检测

⚠️ 表示该 provider 有这能力但形态受限 (例如"只能在付费 Pro 档通过 UI 面板用").

---

🎬 实机截图

下面是 v3 基础流水线 的实拍(v6 工作室新界面见上方 v6 新增 一节)。每张图都是 node scripts/capture-screenshots.mjs / node scripts/capture-v6.mjs 自动捕获的实跑界面, 不是 mockup.

创作总览

99 项目 + 4 案例 + 最近创作 feed + 系统状态 (当前引擎 / 模型版本).

素材库

跨项目复用: 角色 / 场景 / 视频 / 音乐 / 字幕 / 模板 — 本 demo 项目里 1467 个素材.

我的项目

所有短片 + 自动生成的电影感封面 + 状态徽章 + 质量 donut.

创作工坊 —— 多 Agent 实时编排画布

整条管线就是一张 Agent 流图:编剧 / 角色设计师 / 场景设计师 / 分镜师 / 视频生成 / 剪辑师 节点连线,每个节点带进度流,旁边一条 Chat 侧栏实时显示每个 Agent 的发言。

项目剧本 + 镜头节拍

剧本 tab:每镜带时长、情绪标签(警觉 / 凝重 / 惊恐 / 暴风的沉着 / 镇定的专注…)和一行节拍注(从表面到深层警觉 / 从无知到悉知威胁 / 从警戒到遭受袭击…),节奏一眼看清。

🆕 Cinema 时间线 (v3.1.1–v3.1.3 — 多轨道 + 协作)

3 轨布局 (SHOTS / BGM / SUBTITLE), 拖拽改时间, 双击字幕改文字, 拖边沿改时长, 真 BGM 波形 (Web Audio decode), 实时其他用户光标 + 名字标, 段锁标识.

🆕 节奏分析 (v2.21 P1.4)

KPI 卡: 平均冲突分 / 反转数 / 通过状态. 每镜柱状图 + 反转 arrow + 极性 icon. 色码 绿 (≥7) / 琥珀 (4-6) / 红 (<4). 下方: actionable warnings + suggestions.

🆕 评论 + @ 提及 (v3.0 P0.1)

项目级 + 每镜独立的嵌套评论, @ 自动补全, 通知 bell. 每镜可折叠.

🆕 镜头工坊 (v2.16 P1.4 + v2.23 P0.2)

每镜独立的"改 prompt 重生" (用户改 prompt + 上传参考图重生) + "4K 重渲" (Kling Master 4K, plan-gate).

---

🔀 网关路由策略 (v6.8 / v6.9)

每个模型调用都是 provider 可插拔(优先级链 + 自动 fallback)。当前默认把主网关与补全网关分开,MiniMax 永远兜底:

能力	主(最强)	补全	兜底(不变)
LLM(编剧 / 导演 / 质检)	claude-opus-4-7 · claude-sonnet-4-6	—	MiniMax / XVERSE
视频	veo3.1-pro(Veo 3.1 Pro)	Kling	MiniMax Hailuo
图像	flux-2-pro(IMAGE_MODEL)	Midjourney(mj_imagine)	MiniMax image-01
配音 TTS	gpt-4o-mini-tts	—	MiniMax T2A
音乐 BGM	MiniMax music	(Suno,待网关开渠道)	—

• 为什么分开:主网关跑最新顶级模型;补全网关补上缺的能力(TTS / MJ / Kling),并在主网关额度耗尽时接住。
• v6.8 — 主 LLM/视频/图像切到已充值网关 + 最强模型,顺带修了旧网关视频阶段的 429 上游饱和 报错。
• v6.9 — 新增独立 TTS provider(lib/tts-providers/vectorengine-tts.ts),配音不再依赖各家 group-id 配置;Midjourney 接成图像兜底;API 健康看板显示各网关用量 + 余额。
• 随时可换:改 .env.local(OPENAI_* / VEO_*