漫剧（小说 / 网文 / 漫画改编）· 四站式流水线（novel-video-pipeline）

Overview

把一段文本故事（网文小说、漫画、原创剧本、童话绘本等）稳定地转化为可喂给文生视频模型的分镜提示词包 + 视觉参考图 + CC0 配音配乐，全程守住「不复制真实第三方版权形象」底线。默认面向漫剧（横屏 16:9 / 多集连载）产线，也可按需切换为儿童向漫剧、单集短视频等子类型。产线基调对标当下爆款漫剧的「强钩子 + 情绪拉扯 + 反转 + 爽点 + 集间悬念」节奏，但只取法其方法层骨架，角色 / 情节 / 画风一律原创。

流水线由四个顺序工作站组成，每站产出一份约定 JSON / 资源目录，下一站消费上一站产物。核心生产顺序：先建资产库（S2），再写分镜词（S3）——分镜只是把资产按镜头语言排布，确保角色一致性与场景空间连续。

S1 改编剧本  ──script.json──▶  S2 资产库  ──character_manifest + scene_manifest (+ visual_manifest)──▶  S3 分镜提示词  ──storyboard.json（引用资产+ref_images锚定）──▶  S4 音频  ──audio_manifest──▶  S5 合成  ──成片

S1 改编剧本：把长篇/原文压缩成「教学或叙事价值骨架 + 节拍表」，输出 script.json（title / logline / characters / scenes / beats）。
S2 资产库（先建）：通读全局剧本，建立角色三视图资产（character_manifest.json：visual_lock + front/side/back 三视图 + 锚定图包 + fixed_prompt）与场景正反打多视图资产（scene_manifest.json：axis_of_action + establishing/OTS A→B/reverse/insert），并配套拉取公共领域 / CC0 视觉参考图（visual_manifest.json）。套用 IP 防火墙负向词。这一步产出的就是「资产库」，供 S3 直接引用。
S3 分镜提示词（基于资产库）：把每个 beat 展开成镜头（shot），每条 shot 引用 character_ref（角色+视图）与 scene_ref（场景+视图），从资产库锁定描述 + 运镜库（camera-movements.json）+ 平台预设拼出 prompt，注入 negative_prompt，输出 storyboard.json。
S4 音频：为镜头匹配 CC0 BGM / 音效，输出 audio_manifest.json。
S5 合成（闭环到成片）：把 S3 storyboard.json（含 ref_images 锚定图）+ S4 audio_manifest.json 闭合成片——逐镜生图/图生视频（用 ref_images 锁脸）→ 音频对齐 → 剪辑拼接（按 duration_s 与 aspect_ratio）→ 平台导出 → 一致性终检。详见 references/s5-composite.md 与 scripts/build_ffmpeg_concat.py。

When To Use（触发）

用户给出一段故事/小说/网文/漫画/剧本，要「做成漫剧 / 短视频 / 分镜 / 动画」。
用户要「改编剧本、写分镜提示词、生成视频脚本、配画风、配音乐」。
用户需要任意单站产出（如只想要分镜提示词，或只想要公共领域参考图）。
用户对素材有「版权干净 / 可商用 / 零 IP 风险」硬要求。

工作流（Workflow）

全流程参考热门开源方案的编排思路，但代码自研、资产自包含：

ViMax（MIT，~392 commits 的 S1→S4 编排流水线）→ 借鉴其「故事→分镜→视频」的阶段切分与产物契约。

seedance-prompt-skill / ai-shortfilm-prompts（MIT）→ 借鉴其 SKILL 格式的提示词模板组织方式，作为 S3 底座。

ArcReel（AGPL）→ 仅学架构，不抄代码（AGPL 传染性，禁止合入本 MIT 风格 skill）。详见 references/architecture-licenses.md。

第 0 步 · 接收需求

确认四点：① 源故事（网文 / 漫画 / 原创剧本 / 贴文或给路径）；② 目标平台（横屏漫剧默认 B站 / YouTube 向，见 assets/s3/platform-presets.json 的 bilibili；竖屏抖音 / 视频号向则用 douyin）；③ 画风（国漫 / 水彩 / 写实 / 浮世绘 / 童书插画…）；④ 子类型与受众（默认横屏 16:9 漫剧，对标爆款节奏但原创；若儿童向则额外强制 IP 防火墙 + 排除 mature 内容）。

第 1 站 · S1 改编剧本

载入 assets/s1/story-structure.md（三幕 / 节拍结构模板）+ assets/s1/adaptation-method.md（压缩方法论：保留价值骨架、删冗、情绪曲线）。
按需填 assets/s1/beat-sheet.md（可填节拍表）。
参考 assets/s1/example-romeo-juliet.md、example-journey-to-west.md 两个改编范例。
产出 script.json，字段见 references/workflow.md §S1 契约。

第 2 站 · S2 资产库（先建，后写分镜）

通读 S1 全部 beats / characters / scenes，建立角色资产：载入 assets/s2/character-design.md，为每个主要角色产出 character_manifest.json（visual_lock + fixed_prompt + 三视图 front/side/back + 锚定图包 ref_pack + 一致性规则）。
建立场景资产：载入 assets/s2/scene-multiview.md，为每个主要场景产出 scene_manifest.json（geography + axis_of_action + views{establishing, ots_a, ots_b, reverse, insert}）。
配套拉取 / 生成公共领域 / CC0 视觉参考图 visual_manifest.json（多画风：国漫 / 水彩 / 写实 / 童书插画 / Met 公版美术…），套用 IP 防火墙。
套用 IP 防火墙：assets/s2/negative-ip.json + assets/s2/negative-ip-firewall.md。
许可闸门：仅收 Public Domain / CC0。角色 / 场景资产一律原创，禁止同名同设定照搬爆款（详见 IP 防火墙 §六）。

第 3 站 · S3 分镜提示词（基于资产库写）

载入 assets/s3/template-library.json（分镜模板库：镜头类型 / 景别 / 情绪）+ assets/s3/camera-movements.json（运镜库：40+ 运镜 + 节拍→运镜映射 + 平台语法）+ assets/s3/platform-presets.json（各平台 prompt 语法、宽高比、时长上限）+ assets/s3/tag-stats.json（标签频率统计）+ assets/s3/negative-quality.md（质量负向词）+ assets/s2/negative-ip.json（IP 防火墙）。
每 beat → 至少一 shot；每条 shot 必带 character_ref 与 scene_ref（引用 S2 资产库），并从资产 fixed_prompt 取锁定角色描述；从 camera-movements.json 取 1 个主运镜（subject_aware_map 按 beat 类型推荐）；必带 negative_prompt（IP 防火墙 + 质量负向拼接）。
产出 storyboard.json：shots[{shot_id, beat_ref, character_ref[], scene_ref, ref_images[]（可选·直连锚定图，见下方「参考图锚定」）, camera_movement, shot_size, speed（可选·速度修饰 slow_motion 等，见 camera-movements.json 的 speed_modifiers）, prompt, prompt_readable, negative_prompt, platform, aspect_ratio, duration_s, attribution}]。权力变化镜头用 camera_movement: low_angle/high_angle + speed: "slow_motion"（写法见 assets/s2/scene-multiview.md §三（补）权力轴）。

参考图锚定（ref_images，跨镜一致性关键）：ref_images 是每镜直连锚定图的列表，比纯文本 fixed_prompt 更稳（对齐即梦 @引用 / Runway Gen-4 单图锁脸）。每条为字符串，约定两种写法：① 资产引用令牌 char:<char_id>:<ref_pack键或three_view键> / scene:<scene_id>:<view>（由脚本自动从 character_manifest.ref_pack 抽取，生成器再解析为真实图路径）；② 直接图路径 / URL（如 /assets/char_shen_zhao_face.png）。建议每角色配 2–3 张（正面近景/侧面/全身），即梦上限 9 张、Runway 单张即锁。build_storyboard.py 默认自动把角色 ref_pack 抽成 ref_images；也可在 S5 合成时直接喂给图生视频模型做锁脸/锁服装参考。
CC BY 4.0 数据须带 attribution（本库资产均为 PD/CC0，默认免署名；若引入外部 CC BY 数据则必须填 attribution）。
脚手架加速（可选）：先建好 S1 script.json + S2 character_manifest.json / scene_manifest.json，运行 python scripts/build_storyboard.py --project <DIR> --platform bilibili 自动生成 storyboard.json 草稿（按 beat 自动填 character_ref/scene_ref、从 subject_aware_map 选 1 主运镜、按 beat 类型选景别、拼接 negative_prompt 全覆盖 IP 令牌），再人工精修相机角度 / 情绪 / 台词 / 节奏。该脚本是「资产优先」顺序的自动落地，产出可被 validate_pipeline.py 直接通过。

第 4 站 · S4 音频

载入 assets/s4/audio-manifest.json（已拉取的 CC0 音频清单，含 BGM / 音效 / 情绪类别：ambient / cinematic / playful / tense / romantic / lullaby 等）。
按镜头情绪匹配：悬疑低音→反转段、温柔钢琴→温情段、whoosh→转场、lullaby→安睡段、cartoon bounce→活泼段。
产出 audio_manifest.json：items[{file, license, source, duration_ms}]，仅 CC0。

第 5 站 · S5 合成（闭环到成片）

载入 references/s5-composite.md（S5 合成 SOP：五步闭环 + 工具矩阵 + 一致性终检清单）。 1.5 解析锚定图：运行 python scripts/resolve_ref_images.py --project <DIR>，把每条 shot 的 ref_images 令牌（char:<id>:<key> / scene:<id>:<view>）展开为真实图路径，产出 storyboard.resolved.json（未解析令牌保留原串并告警）。
逐镜生图 / 图生视频：以 storyboard.resolved.json 的 ref_images（已解析真实图）作为锁脸/锁服装参考，配合 fixed_prompt + camera_movement + camera-movements.json 的 lens/stages 喂给即梦 @引用 / Runway Gen-4 / Kling / Seedance 生成每段 clip。
音频对齐：按 beat 情绪从 audio_manifest.json（CC0）选 BGM，按 duration_s 裁音效。
剪辑拼接：运行 python scripts/build_ffmpeg_concat.py --project <DIR> --clips-dir <DIR>/clips 生成 concat 列表与命令，按 aspect_ratio（横屏 16:9）导出 1080p。
一致性终检：核对 §四清单（角色/场景/轴线/权力轴/时长/IP 防火墙/音频/比例）后再发布。

第 6 步 · 门禁校验（必做）

运行 scripts/validate_pipeline.py --project <DIR> --platform bilibili [--strict] [--content-rating {normal,child}]，校验四站产物契约 + 五道质量闸门：S3 每条 shot 的 negative_prompt 必须覆盖 assets/s2/negative-ip.json 全部被屏蔽 IP 令牌（守住真实第三方版权形象刚需，缺失在 strict 下即失败）；时长须落在 platform-presets.json 对应平台合法集、比例须匹配（横屏漫剧默认 16:9）；S4 音频时长 0.3–180s（保留真实极短音效）。--strict 下 warn 也判失败。通过后才可进入视频合成。

内容分级（重要 · 默认不限制题材）：门禁默认 --content-rating normal —— 不做任何内容分级限制，打斗 / 暴力 / 悬疑 / 暗黑等成人向题材均可正常产出，仅守版权 IP 防火墙与资产契约。儿童向产线才追加 --content-rating child（或旧别名 --child）：强制 S1 含「价值收尾」类节拍、S3 覆盖儿童安全负向令牌（violence/gore/horror/blood/mature/nudity/weapon…）、扫描 beats 命中成熟内容（strict 下为失败）。即：--child 是纯可选的「儿童安全开关」，不传则漫剧内容完全自由，不会低龄化。

拉取脚本（零 IP 风险）

两个脚本仅标准库 + 系统 curl，无需 pip install：

# S2 视觉资产：OBI 公共领域多画风插画（含童书/国漫风）+ Openverse CC0 图 + Met 公版美术
python scripts/fetch_visual_assets.py --out <DIR> --sources obi,openverse,met

# S4 音频：Openverse CC0（免 key）；填 PIXABAY/FREESOUND key 可启用扩充通道
python scripts/fetch_audio.py --out <DIR>

质量闸门内置：许可（PD/CC0）、画质（长边≥1000 且短边≥600、文件≥50KB）、去重（SHA256 跨运行）、来源闸（仅机构源）、敏感闸（Openverse mature=true 一律排除，全平台硬要求）。
OBI 传输用 curl 引擎（--retry 5 --retry-all-errors -k）绕过本环境 Python urllib 偶发 SSL 断流。

五道质量闸门（全站通用）

许可闸门：S2/S4 仅收 Public Domain / CC0；引入 CC BY 4.0 必须带 attribution。
画质闸门：图最长边≥1000 且短边≥600；音频时长 0.3–180s、文件≥100KB。
去重闸门：SHA256 跨运行持久化，重复图/音频自动跳过。
来源闸门：仅机构级 / 公共领域源（OBI、Openverse、Met、Freesound CC0…）；拒收不明来源。
敏感闸门：全内容排除 mature（儿童向额外强化）；S2/S3 强制注入 IP 防火墙负向词，屏蔽已知版权形象；对热门漫剧 / 网文 IP 可借鉴其题材 / 情绪 / 爽点结构（方法层），但禁止逐角色、逐场、名场面完全照搬（完全抄袭）。

IP 防火墙（借鉴不照搬）

恒定负向词见 assets/s2/negative-ip.json，覆盖 Peppa Pig、Disney、Marvel、Sanrio、Numberblocks、My Little Pony 等已注册的真实第三方版权形象——这些是硬边界，无论借鉴与否都不得复现（门禁会强制校验令牌覆盖）。
漫剧专项纪律（借鉴不照搬）：热门漫剧 / 网文 IP 的「题材类型、情绪结构、爽点范式、镜头语言、节奏」属方法层，不可版权、可作创作养料，鼓励借鉴；但禁止完全抄袭——即不得逐角色照搬（同名同设定）、逐场复制名场面构图、直接复刻招牌画风 / 标志性配色组合、搬运原文台词。即使用户点名某爆款，也只提取其「可复用的方法骨架」而非「表达」，转成原创描述（「强宿命感的黑衣男主 + 红衣女主对峙」），再送图像 / 视频模型，并叠加 negative prompt 双保险守住真实第三方版权形象。
本 skill 不内嵌任何版权文本，只统计结构 / 写法层范式；所有范例均为公版或用户自有素材。

Resources

assets/s1/：故事结构模板、改编压缩方法论、可填节拍表、剧本格式规范、两个改编范例。
assets/s2/：负向词库 negative-ip.json + IP 防火墙说明 negative-ip-firewall.md + 角色资产方法论 character-design.md + 场景资产方法论 scene-multiview.md。
assets/s3/：分镜模板库 template-library.json、运镜库 camera-movements.json、平台预设 platform-presets.json、标签统计 tag-stats.json、质量负向词 negative-quality.md。
assets/s4/：已拉取 CC0 音频清单 audio-manifest.json。
scripts/：fetch_visual_assets.py（S2 拉图）、fetch_audio.py（S4 拉音）、build_storyboard.py（S1+S2 → S3 分镜脚手架自动生成，支持 ref_images 锚定自动抽取 / power_dynamic 自动选角 / --target-duration 镜头预算 / --no-growth 关闭自我生长建议）、resolve_ref_images.py（S5 把 ref_images 令牌解析为真实图路径，产出 storyboard.resolved.json）、build_ffmpeg_concat.py（S5 由 storyboard.json 生成 FFmpeg 拼接列表 + 命令）、validate_pipeline.py（站间门禁，默认 --content-rating normal 零内容限制；--content-rating child / --child 触发儿童向硬门禁）、collect.py（自我生长采集端：把一次运行产物 + 人类评分 + 失败日志回灌记忆服务器）、load_learnings.py（自我生长回灌端：从记忆服务器拉取 learnings.json 缓存到本地，供 build_storyboard.py 读取高频失败模式建议）。
memory_server/：server.py（零依赖记忆服务，4 表 SQLite + Bearer 鉴权 + 限速）、growth.py（聚合 → snapshot/learnings.json + 回灌 priors）、.env.example、README.md（Caddy HTTPS / systemd / cron 部署）。
references/：architecture-licenses.md（开源方案借鉴与许可证边界）、workflow.md（四站详细契约与用法）、case-studies.md（爆款漫剧/短剧运镜·分镜语法借鉴，方法论文献，不照搬 IP）、benchmark.md（对比测评：NVP vs ViMax/seedance/ai-shortfilm/ArcReel 等评分矩阵 + 实证自测）、s5-composite.md（S5 合成 SOP：五步闭环 + 工具矩阵 + 一致性终检清单）。

注意事项

大体积图库/音频库不内嵌进 skill（保持可携带）；运行时用脚本拉取，或指向你自己的 CC0 素材目录（如 ./assets/characters、S4-音频库/samples/ 这类本地洁净批）。
本 skill 为编排方法论 + 自包含资产，不依赖 ViMax/ArcReel 等外部代码运行。
取得 BHL key / NYPL token 后，可自行在 fetch_visual_assets.py 追加 fetch_bhl() / fetch_nypl() 通道（OBI 已验证无需 key）。

自我生长（可选 · 数据闭环）

让 skill 随使用自我生长：每次产线运行后把客观指标 / 人类评分 / 失败日志回灌进记忆库，经聚合后把「高频失败模式建议 / 评分 / 风格信号」回灌 skill，下次生成时提前规避。纯标准库、零依赖、可独立部署在一台小服务器上，与 skill 本体解耦。完整部署见 memory_server/README.md。

单机用？不用部署。 不设置 NVP_MEMORY_URL 时，collect.py / load_learnings.py 会自动直连 skill 内的 SQLite（memory_server/data/nvp_memory.db）并在采集后自动聚合，零配置即可跑完整闭环。只有「多机汇总 / 多人协作 / 远程回灌」才需要起 server.py（见下方「服务启动」与 README §2）。

闭环三步：

采集（跑完产线后）：python scripts/collect.py --project <DIR> --platform bilibili 自动从 script.json / storyboard.json / storyboard.resolved.json 读取 beats / shots / 解析率 / 时长等指标，写入记忆库（默认本地 SQLite；若设了 NVP_MEMORY_URL 则 POST 到服务）。可追加人类评分 --feedback 5 overall "节奏很爽"，或失败日志 --failures fails.json。离线机用 --mirror ./mirror.json --dry-run 生成镜像，稍后 collect.py --sync ./mirror.json 同步上服务器。加 --local 可强制本地、--remote 强制走服务。
聚合（本地自动 / 服务器定时）：本地模式下采集后已自动聚合；HTTP 模式下用 cron 每小时跑 python memory_server/growth.py，把 SQLite 四表聚合成 snapshot/learnings.json，并把稳定知识 upsert 进 priors 表。
回灌（下次生成前）：python scripts/load_learnings.py 读取 learnings.json 缓存到 .cache/learnings.json（默认读本地 snapshot；设了 URL 则远程拉取；--local 强制本地、--no-fetch 仅读缓存）；build_storyboard.py 自动读取并在生成时打印「自我生长建议」（高频失败模式 → 提前规避，例如未解析参考图、权力轴缺镜），也可 --no-growth 关闭。

服务启动：python memory_server/server.py --no-auth（本地测试）或 python memory_server/server.py（公网，需 NVP_API_TOKEN 环境变量 / --token；由 Caddy 反向代理做 TLS）。端点：GET /health、POST /ingest、GET /query、GET /snapshot、GET /export。

woanderingboy/novel-video-pipeline

novel-video-pipeline 是什麼？

在你喜歡的 AI 中提問

說明文件