漫剧（小說/網文）影片生成流水線（novel-video-pipeline）

漫劇（小說 / 網文 / 漫畫改編）· 四站式流水線（novel-video-pipeline）

Overview

把一段文本故事（網文小說、漫畫、原創劇本、童話繪本等）穩定地轉化為可餵給文生影片模型的分鏡提示詞包 + 視覺參考圖 + CC0 配音配樂，全程守住「不複製真實第三方版權形象」底線。預設面向漫劇（橫屏 16:9 / 多集連載）產線，也可按需切換為兒童向漫劇、單集短影音等子類型。產線基調對標當下爆款漫劇的「強鉤子 + 情緒拉扯 + 反轉 + 爽點 + 集間懸念」節奏，但只取法其方法層骨架，角色 / 情節 / 畫風一律原創。

流水線由四個順序工作站組成，每站產出一份約定 JSON / 資源目錄，下一站消費上一站產物。核心生產順序：先建資產庫（S2），再寫分鏡詞（S3）——分鏡只是把資產按鏡頭語言排布，確保角色一致性與場景空間連續。

S1 改編劇本  ──script.json──▶  S2 資產庫  ──character_manifest + scene_manifest (+ visual_manifest)──▶  S3 分鏡提示詞  ──storyboard.json（引用資產+ref_images錨定）──▶  S4 音訊  ──audio_manifest──▶  S5 合成  ──成片

• S1 改編劇本：把長篇/原文壓縮成「教學或敘事價值骨架 + 節拍表」，輸出 script.json（title / logline / characters / scenes / beats）。
• S2 資產庫（先建）：通讀全局劇本，建立角色三視圖資產（character_manifest.json：visual_lock + front/side/back 三視圖 + 錨定圖包 + fixed_prompt）與場景正反打多視圖資產（scene_manifest.json：axis_of_action + establishing/OTS A→B/reverse/insert），並配套拉取公共領域 / CC0 視覺參考圖（visual_manifest.json）。套用 IP 防火牆負向詞。這一步產出的就是「資產庫」，供 S3 直接引用。
• S3 分鏡提示詞（基於資產庫）：把每個 beat 展開成鏡頭（shot），每條 shot 引用 character_ref（角色+視圖）與 scene_ref（場景+視圖），從資產庫鎖定描述 + 運鏡庫（camera-movements.json）+ 平台預設拼出 prompt，注入 negative_prompt，輸出 storyboard.json。
• S4 音訊：為鏡頭匹配 CC0 BGM / 音效，輸出 audio_manifest.json。
• S5 合成（閉環到成片）：把 S3 storyboard.json（含 ref_images 錨定圖）+ S4 audio_manifest.json 閉合成片——逐鏡生圖/圖生影片（用 ref_images 鎖臉）→ 音訊對齊 → 剪輯拼接（按 duration_s 與 aspect_ratio）→ 平台導出 → 一致性終檢。詳見 references/s5-composite.md 與 scripts/build_ffmpeg_concat.py。

When To Use（觸發）

• 用戶給出一段故事/小說/網文/漫畫/劇本，要「做成漫劇 / 短影音 / 分鏡 / 動畫」。
• 用戶要「改編劇本、寫分鏡提示詞、生成影片腳本、配畫風、配音樂」。
• 用戶需要任意單站產出（如只想要分鏡提示詞，或只想要公共領域參考圖）。
• 用戶對素材有「版權乾淨 / 可商用 / 零 IP 風險」硬要求。

工作流（Workflow）

全流程參考熱門開源方案的編排思路，但程式碼自研、資產自包含：

• ViMax（MIT，~392 commits 的 S1→S4 編排流水線）→ 借鑑其「故事→分鏡→影片」的階段切分與產物契約。
• seedance-prompt-skill / ai-shortfilm-prompts（MIT）→ 借鑑其 SKILL 格式的提示詞模板組織方式，作為 S3 底座。
• ArcReel（AGPL）→ 僅學架構，不抄程式碼（AGPL 傳染性，禁止合入本 MIT 風格 skill）。 詳見 references/architecture-licenses.md。

第 0 步 · 接收需求

確認四點：① 源故事（網文 / 漫畫 / 原創劇本 / 貼文或給路徑）；② 目標平台（橫屏漫劇預設 B站 / YouTube 向，見 assets/s3/platform-presets.json 的 bilibili；豎屏抖音 / 影片號向則用 douyin）；③ 畫風（國漫 / 水彩 / 寫實 / 浮世繪 / 童書插畫…）；④ 子類型與受眾（預設橫屏 16:9 漫劇，對標爆款節奏但原創；若兒童向則額外強制 IP 防火牆 + 排除 mature 內容）。

第 1 站 · S1 改編劇本

1. 載入 assets/s1/story-structure.md（三幕 / 節拍結構模板）+ assets/s1/adaptation-method.md（壓縮方法論：保留價值骨架、刪冗、情緒曲線）。
2. 按需填 assets/s1/beat-sheet.md（可填節拍表）。
3. 參考 assets/s1/example-romeo-juliet.md、example-journey-to-west.md 兩個改編範例。
4. 產出 script.json，欄位見 references/workflow.md §S1 契約。

第 2 站 · S2 資產庫（先建，後寫分鏡）

1. 通讀 S1 全部 beats / characters / scenes，建立角色資產：載入 assets/s2/character-design.md，為每個主要角色產出 character_manifest.json（visual_lock + fixed_prompt + 三視圖 front/side/back + 錨定圖包 ref_pack + 一致性規則）。
2. 建立場景資產：載入 assets/s2/scene-multiview.md，為每個主要場景產出 scene_manifest.json（geography + axis_of_action + views{establishing, ots_a, ots_b, reverse, insert}）。
3. 配套拉取 / 生成公共領域 / CC0 視覺參考圖 visual_manifest.json（多畫風：國漫 / 水彩 / 寫實 / 童書插畫 / Met 公版美術…），套用 IP 防火牆。
4. 套用 IP 防火牆：assets/s2/negative-ip.json + assets/s2/negative-ip-firewall.md。
5. 許可閘門：僅收 Public Domain / CC0。角色 / 場景資產一律原創，禁止同名同設定照搬爆款（詳見 IP 防火牆 §六）。

第 3 站 · S3 分鏡提示詞（基於資產庫寫）

1. 載入 assets/s3/template-library.json（分鏡模板庫：鏡頭類型 / 景別 / 情緒）+ assets/s3/camera-movements.json（運鏡庫：40+ 運鏡 + 節拍→運鏡映射 + 平台語法）+ assets/s3/platform-presets.json（各平台 prompt 語法、寬高比、時長上限）+ assets/s3/tag-stats.json（標籤頻率統計）+ assets/s3/negative-quality.md（品質負向詞）+ assets/s2/negative-ip.json（IP 防火牆）。

2. 每 beat → 至少一 shot；每條 shot 必帶 character_ref 與 scene_ref（引用 S2 資產庫），並從資產 fixed_prompt 取鎖定角色描述；從 camera-movements.json 取 1 個主運鏡（subject_aware_map 按 beat 類型推薦）；必帶 negative_prompt（IP 防火牆 + 品質負向拼接）。

3. 產出 storyboard.json：shots[{shot_id, beat_ref, character_ref[], scene_ref, ref_images[]（可選·直連錨定圖，見下方「參考圖錨定」）, camera_movement, shot_size, speed（可選·速度修飾 slow_motion 等，見 camera-movements.json 的 speed_modifiers）, prompt, prompt_readable, negative_prompt, platform, aspect_ratio, duration_s, attribution}]。權力變化鏡頭用 camera_movement: low_angle/high_angle + speed: "slow_motion"（寫法見 assets/s2/scene-multiview.md §三（補）權力軸）。

   參考圖錨定（ref_images，跨鏡一致性關鍵）：ref_images 是每鏡直連錨定圖的列表，比純文字 fixed_prompt 更穩（對齊即夢 @引用 / Runway Gen-4 單圖鎖臉）。每條為字串，約定兩種寫法：① 資產引用令牌 char:<char_id>:<ref_pack鍵或three_view鍵> / scene:<scene_id>:<view>（由腳本自動從 character_manifest.ref_pack 抽取，生成器再解析為真實圖路徑）；② 直接圖路徑 / URL（如 /assets/char_shen_zhao_face.png）。建議每角色配 2–3 張（正面近景/側面/全身），即夢上限 9 張、Runway 單張即鎖。build_storyboard.py 預設自動把角色 ref_pack 抽成 ref_images；也可在 S5 合成時直接餵給圖生影片模型做鎖臉/鎖服裝參考。

4. CC BY 4.0 資料須帶 attribution（本庫資產均為 PD/CC0，預設免署名；若引入外部 CC BY 資料則必須填 attribution）。

5. 腳手架加速（可選）：先建好 S1 script.json + S2 character_manifest.json / scene_manifest.json，執行 python scripts/build_storyboard.py --project <DIR> --platform bilibili 自動生成 storyboard.json 草稿（按 beat 自動填 character_ref/scene_ref、從 subject_aware_map 選 1 主運鏡、按 beat 類型選景別、拼接 negative_prompt 全覆蓋 IP 令牌），再人工精修相機角度 / 情緒 / 台詞 / 節奏。該腳本是「資產優先」順序的自動落地，產出可被 validate_pipeline.py 直接通過。

第 4 站 · S4 音訊

1. 載入 assets/s4/audio-manifest.json（已拉取的 CC0 音訊清單，含 BGM / 音效 / 情緒類別：ambient / cinematic / playful / tense / romantic / lullaby 等）。
2. 按鏡頭情緒匹配：懸疑低音→反轉段、溫柔鋼琴→溫情段、whoosh→轉場、lullaby→安睡段、cartoon bounce→活潑段。
3. 產出 audio_manifest.json：items[{file, license, source, duration_ms}]，僅 CC0。

第 5 站 · S5 合成（閉環到成片）

1. 載入 references/s5-composite.md（S5 合成 SOP：五步閉環 + 工具矩陣 + 一致性終檢清單）。 1.5 解析錨定圖：執行 python scripts/resolve_ref_images.py --project <DIR>，把每條 shot 的 ref_images 令牌（char:<id>:<key> / scene:<id>:<view>）展開為真實圖路徑，產出 storyboard.resolved.json（未解析令牌保留原串並告警）。
2. 逐鏡生圖 / 圖生影片：以 storyboard.resolved.json 的 ref_images（已解析真實圖）作為鎖臉/鎖服裝參考，配合 fixed_prompt + camera_movement + camera-movements.json 的 lens/stages 餵給即夢 @引用 / Runway Gen-4 / Kling / Seedance 生成每段 clip。
3. 音訊對齊：按 beat 情緒從 audio_manifest.json（CC0）選 BGM，按 duration_s 裁音效。
4. 剪輯拼接：執行 python scripts/build_ffmpeg_concat.py --project <DIR> --clips-dir <DIR>/clips 生成 concat 列表與命令，按 aspect_ratio（橫屏 16:9）導出 1080p。
5. 一致性終檢：核對 §四清單（角色/場景/軸線/權力軸/時長/IP 防火牆/音訊/比例）後再發布。

第 6 步 · 門禁校驗（必做）

執行 scripts/validate_pipeline.py --project <DIR> --platform bilibili [--strict] [--content-rating {normal,child}]，校驗四站產物契約 + 五道品質閘門：S3 每條 shot 的 negative_prompt 必須覆蓋 assets/s2/negative-ip.json 全部被屏蔽 IP 令牌（守住真實第三方版權形象剛需，缺失在 strict 下即失敗）；時長須落在 platform-presets.json 對應平台合法集、比例須匹配（橫屏漫劇預設 16:9）；S4 音訊時長 0.3–180s（保留真實極短音效）。--strict 下 warn 也判失敗。通過後才可進入影片合成。

內容分級（重要 · 預設不限制題材）：門禁預設 --content-rating normal —— 不做任何內容分級限制，打鬥 / 暴力 / 懸疑 / 暗黑等成人向題材均可正常產出，僅守版權 IP 防火牆與資產契約。兒童向產線才追加 --content-rating child（或舊別名 --child）：強制 S1 含「價值收尾」類節拍、S3 覆蓋兒童安全負向令牌（violence/gore/horror/blood/mature/nudity/weapon…）、掃描 beats 命中成熟內容（strict 下為失敗）。即：--child 是純可選的「兒童安全開關」，不傳則漫劇內容完全自由，不會低齡化。

拉取腳本（零 IP 風險）

兩個腳本僅標準庫 + 系統 curl，無需 pip install：

# S2 視覺資產：OBI 公共領域多畫風插畫（含童書/國漫風）+ Openverse CC0 圖 + Met 公版美術
python scripts/fetch_visual_assets.py --out <DIR> --sources obi,openverse,met

# S4 音訊：Openverse CC0（免 key）；填 PIXABAY/FREESOUND key 可啟用擴充通道
python scripts/fetch_audio.py --out <DIR>

• 品質閘門內置：許可（PD/CC0）、畫質（長邊≥1000 且短邊≥600、檔案≥50KB）、去重（SHA256 跨執行）、來源閘（僅機構源）、敏感閘（Openverse mature=true 一律排除，全平台硬要求）。
• OBI 傳輸用 curl 引擎（--retry 5 --retry-all-errors -k）繞過本環境 Python urllib 偶發 SSL 斷流。

五道品質閘門（全站通用）

1. 許可閘門：S2/S4 僅收 Public Domain / CC0；引入 CC BY 4.0 必須帶 attribution。
2. 畫質閘門：圖最長邊≥1000 且短邊≥600；音訊時長 0.3–180s、檔案≥100KB。
3. 去重閘門：SHA256 跨執行持久化，重複圖/音訊自動跳過。
4. 來源閘門：僅機構級 / 公共領域源（OBI、Openverse、Met、Freesound CC0…）；拒收不明來源。
5. 敏感閘門：全內容排除 mature（兒童向額外強化）；S2/S3 強制注入 IP 防火牆負向詞，屏蔽已知版權形象；對熱門漫劇 / 網文 IP 可借鑑其題材 / 情緒 / 爽點結構（方法層），但禁止逐角色、逐場、名場面完全照搬（完全抄襲）。

IP 防火牆（借鑑不照搬）

• 恆定負向詞見 assets/s2/negative-ip.json，覆蓋 Peppa Pig、Disney、Marvel、Sanrio、Numberblocks、My Little Pony 等已註冊的真實第三方版權形象——這些是硬邊界，無論借鑑與否都不得復現（門禁會強制校驗令牌覆蓋）。
• 漫劇專項紀律（借鑑不照搬）：熱門漫劇 / 網文 IP 的「題材類型、情緒結構、爽點範式、鏡頭語言、節奏」屬方法層，不可版權、可作創作養料，鼓勵借鑑；但禁止完全抄襲——即不得逐角色照搬（同名同設定）、逐場複製名場面構圖、直接復刻招牌畫風 / 標誌性配色組合、搬運原文台詞。即使使用者點名某爆款，也只提取其「可複用的方法骨架」而非「表達」，轉成原創描述（「強宿命感的黑衣男主 + 紅衣女主對峙」），再送圖像 / 影片模型，並疊加 negative prompt 雙保險守住真實第三方版權形象。
• 本 skill 不內嵌任何版權文本，只統計結構 / 寫法層範式；所有範例均為公版或使用者自有素材。

Resources

• assets/s1/：故事結構模板、改編壓縮方法論、可填節拍表、劇本格式規範、兩個改編範例。
• assets/s2/：負向詞庫 negative-ip.json + IP 防火牆說明 negative-ip-firewall.md + 角色資產方法論 character-design.md + 場景資產方法論 scene-multiview.md。
• assets/s3/：分鏡模板庫 template-library.json、運鏡庫 camera-movements.json、平台預設 platform-presets.json、標籤統計 tag-stats.json、品質負向詞 negative-quality.md。
• assets/s4/：已拉取 CC0 音訊清單 audio-manifest.json。
• scripts/：fetch_visual_assets.py（S2 拉圖）、fetch_audio.py（S4 拉音）、build_storyboard.py（S1+S2 → S3 分鏡腳手架自動生成，支援 ref_images 錨定自動抽取 / power_dynamic 自動選角 / --target-duration 鏡頭預算 / --no-growth 關閉自我生長建議）、resolve_ref_images.py（S5 把 ref_images 令牌解析為真實圖路徑，產出 storyboard.resolved.json）、build_ffmpeg_concat.py（S5 由 storyboard.json 生成 FFmpeg 拼接列表 + 命令）、validate_pipeline.py（站間門禁，預設 --content-rating normal 零內容限制；--content-rating child / --child 觸發兒童向硬門禁）、collect.py（自我生長採集端：把一次執行產物 + 人類評分 + 失敗日誌回灌記憶伺服器）、load_learnings.py（自我生長回灌端：從記憶伺服器拉取 learnings.json 快取到本地，供 build_storyboard.py 讀取高頻失敗模式建議）。
• memory_server/：server.py（零依賴記憶服務，4 表 SQLite + Bearer 鑑權 + 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（開源方案借鑑與許可證邊界）、workflow.md（四站詳細契約與用法）、case-studies.md（爆款漫劇/短劇運鏡·分鏡語法借鑑，方法論文獻，不照搬 IP）、benchmark.md（對比測評：NVP vs ViMax/seedance/ai-shortfilm/ArcReel 等評分矩陣 + 實證自測）、s5-composite.md（S5 合成 SOP：五步閉環 + 工具矩陣 + 一致性終檢清單）。

注意事項

• 大體積圖庫/音訊庫不內嵌進 skill（保持可攜帶）；執行時用腳本拉取，或指向你自己的 CC0 素材目錄（如 ./assets/characters、S4-音訊庫/samples/ 這類本地潔淨批）。
• 本 skill 為編排方法論 + 自包含資產，不依賴 ViMax/ArcReel 等外部程式碼執行。
• 取得 BHL key / NYPL token 後，可自行在 fetch_visual_assets.py 追加 fetch_bhl() / fetch_nypl() 通道（OBI 已驗證無需 key）。

自我生長（可選 · 資料閉環）

讓 skill 隨使用自我生長：每次產線執行後把客觀指標 / 人類評分 / 失敗日誌回灌進記憶庫，經聚合後把「高頻失敗模式建議 / 評分 / 風格訊號」回灌 skill，下次生成時提前規避。純標準庫、零依賴、可獨立部署在一台小伺服器上，與 skill 本體解耦。完整部署見 memory_server/README.md。

單機用？不用部署。 不設定 NVP_MEMORY_URL 時，collect.py / load_learnings.py 會自動直連 skill 內的 SQLite（memory_server/data/nvp_memory.db）並在採集後自動聚合，零設定即可跑完整閉環。只有「多機彙總 / 多人協作 / 遠程回灌」才需要起 server.py（見下方「服務啟動」與 README §2）。

閉環三步：

1. 採集（跑完產線後）：python scripts/collect.py --project <DIR> --platform bilibili 自動從 script.json / storyboard.json / storyboard.resolved.json 讀取 beats / shots / 解析率 / 時長等指標，寫入記憶庫（預設本地 SQLite；若設了 NVP_MEMORY_URL 則 POST 到服務）。可追加人類評分 --feedback 5 overall "節奏很爽"，或失敗日誌 --failures fails.json。離線機用 --mirror ./mirror.json --dry-run 生成鏡像，稍後 collect.py --sync ./mirror.json 同步上伺服器。加 --local 可強制本地、--remote 強制走服務。
2. 聚合（本地自動 / 伺服器定時）：本地模式下採集後已自動聚合；HTTP 模式下用 cron 每小時跑 python memory_server/growth.py，把 SQLite 四表聚合成 snapshot/learnings.json，並把穩定知識 upsert 進 priors 表。
3. 回灌（下次生成前）：python scripts/load_learnings.py 讀取 learnings.json 快取到 .cache/learnings.json（預設讀本地 snapshot；設了 URL 則遠程拉取；--local 強制本地、--no-fetch 僅讀快取）；build_storyboard.py 自動讀取並在生成時列印「自我生長建議」（高頻失敗模式 → 提前規避，例如未解析參考圖、權力軸缺鏡），也可 --no-growth 關閉。

服務啟動：python memory_server/server.py --no-auth（本地測試）或 python memory_server/server.py（公網，需 NVP_API_TOKEN 環境變數 / --token；由 Caddy 反向代理做 TLS）。端點：GET /health、POST /ingest、GET /query、GET /snapshot、GET /export。