把一句话故事拆成 N 个 10 秒镜头，批量抽卡生成候选，自动选片、终审、 二次剪辑，最后拼成一支成片。面向“同风格多镜头短片”这个具体需求： 锁定人物、场景与视觉风格，镜头之间用接力方式衔接，避免每个镜头各拍各的。

本仓库是独立开源重构版：根据公开的工作流描述从零实现，不是 从任何现有产品或插件实例中导出的代码，仓库内不含任何用户真实项目 数据。两者工作流对标，但实现、代码与运行环境完全独立。

关键区别：本仓库不自带视频生成模型。默认的 mock 后端只用 ffmpeg 生成占位片段，保证全流程不依赖真实视频模型也能跑通；要出 真正可用的片子，需要按下面“接入真实视频后端”一节接自己的供应商。

环境要求：Python 3.12+、ffmpeg / ffprobe 在 PATH 中。零 pip 依赖， 全部只用 Python 标准库 + SQLite + ffmpeg。

python3 server.py --port 8000
# 打开 http://127.0.0.1:8000

数据默认写到 ./data/（SQLite + 生成的视频），该目录已 gitignore， 换机器或清数据直接删掉重跑即可。

跑测试：

python3 -m unittest discover -s tests -v   # 轮次规则 + 渲染单测
python3 demo_test.py                        # 端到端实测（起真实服务器 + mock 生成）

1. 项目：一句话故事（idea）、类型、横/竖屏、每镜候选数（1–6）、 自动模式。项目从空开始。
2. 分镜规划：把故事拆成 N 个 10 秒镜头，每个镜头有运镜、画面、 台词、起始画面、结束画面。默认是模板化规划（见“已知限制”）， 规划结果可在页面上改，分镜提示词随后按锁定重建。
3. 风格圣经：人物锁定 / 场景锁定 / 视觉锁定三段。组装提示词时 三段锁定逐字放进每个镜头的完整提示词前面，再加真实感母版 （电影感摄影、柔和均匀光线、同一光源同一色温、真实皮肤不磨皮、 表情放松不摆拍、真实环境声无配乐、画面内不烧录水印字幕文字、 背景不出现可读文字）与接力规则（第 2 镜起从上一镜尾帧接续）。
4. 抽卡派发与自动续跑：每轮最多 6 条成功视频（失败不计数）， 超出的排队；本轮最后一条回报到即自动派下一轮；派发失败回排队 （最多 3 次，之后标为失败）；30 分钟无动静的僵死轮次由下一轮 接管（看门狗每分钟巡查，启动时也会回收未回报条目）；成片后不 再自动生成多余候选；每镜可抽 1–6 条候选。
5. 选片：上报每条候选的文件、规格检查注、接缝分与真实感分； 自动模式下第一条完成的候选即为选定，后续更高分不自动替换。
6. 终审：对每条选定片抽首 / 中 / 尾帧，按 15 类假信号检查 （塑料皮肤、表情僵、光线色温漂移、服装发型跳变、身份漂移、 接缝机位跳变、招牌乱码、道具消失、口型不清等），每镜给 pass / warn / fail 判定、真实感分、接缝分与具体剪辑修法 （含裁剪秒数）。规格检查（时长 / 分辨率 / 音频）与真实感 分开计分，规格通过不等于真实感通过；对白逐字核对明确标注为 “抽帧无法核口型、未验证”。
7. 二次剪辑方案：按终审自动生成可执行精剪方案（每镜裁剪点、 接缝处硬切或 2–3 帧叠化、全片统一色温曝光、统一响度、轻颗粒 破塑料感）；剪不了的镜头不硬剪，列入再抽清单；方案可人工编辑。
8. 执行与定稿：按方案用 ffmpeg 真剪出完善版；用户点“定稿” 才算完；不通过镜头可一键再抽并重新补审。
9. 发布文案：自动生成，内含“本片全部画面由 AI 生成，非实拍” 的 AI 标识；画面内不烧录任何水印或文字。
10. 播放与导入：已成候选可播放、新生成自动收进、成片区整片 连播；支持从磁盘导入已有视频作为候选。

server.py                  入口：HTTP 服务、看门狗线程、启动恢复
batch_plugin/
  db.py                    SQLite 表结构与线程安全封装
  planner.py               模板化分镜规划（可替换为模型规划）
  prompts.py               锁定 + 真实感母版 + 接力规则的提示词组装
  adapters.py              视频后端接口 + mock 适配器 + 供应商模板
  engine.py                轮次引擎：6 条上限、自动续跑、回排队、僵死接管
  review.py                终审：15 类假信号、规格与真实感分开计分
  editplan.py              精剪方案生成（fail 镜头进再抽清单）
  assemble.py              ffmpeg 两段式渲染：裁剪 → 接缝链 → 颗粒
  publish.py               发布文案（含 AI 标识）
  httpapi.py               JSON API 与静态页面
web/                       原生 JS 前端（无构建步骤）

数据表：projects（项目与三段锁定）、shots（分镜与完整提示词）、 takes（候选：状态 / 文件 / 评分 / 尝试次数）、rounds（轮次与 成功数）、reviews（终审判定）、edit_plans（精剪方案 JSON）、 final_videos（成片与定稿标记）。

在 batch_plugin/adapters.py 中实现 VideoBackend.generate：

class MyVendorAdapter(VideoBackend):
    def generate(self, prompt, out_path, orientation="landscape",
                 duration=10.0, meta=None):
        # 调用供应商生成 10 秒视频，写到 out_path（mp4，H.264 + AAC）
        # 成功返回 {"ok": True}；失败返回 {"ok": False, "error": "..."}
        # 失败时引擎会把该条目回排队，不计入本轮 6 条上限
        ...

然后在 server.py 里把 MockAdapter() 换成你的适配器。 仓库里附带的 VendorAdapterTemplate 是填空模板，含必须遵守的 约定：时长 10 秒、方向一致、只写一个完整文件、失败时删掉残缺 输出、画面内不烧录水印字幕文字。

本插件的设计立场写死在两处，改动请三思：

• 画面内：不烧录任何水印、台标、字幕或文字，保持纯电影画面。
• 画面外：项目信息与发布文案中保留 AI 生成标识，发布文案 固定包含“本片全部画面由 AI 生成，非实拍。”写实风格的 AI 片子不标等于当实拍发，本插件不提供这种用法。

• 6 条 / 轮上限是参照原插件的派发约束，不是视频模型本身的 限制；真实供应商的配额与并发请以供应商文档为准。
• 分镜规划是模板化的：按开端 / 发展 / 转折 / 收尾的通用节拍 生成分镜骨架，提示词需要人工细化。planner.py 的 plan_shots 签名就是替换点，接模型规划时只换这一处。
• 终审的自动信号只有帧级启发式：亮度漂移、接缝差异、镜内 场景跳变、曝光突变。其余 11 类信号（身份、服装、道具、招牌 等）没有 OCR 与唇读模型，只能靠人工复核入口标记——这也是 页面上保留“人工标为不通过”的原因。
• 对白逐字核对做不了：抽帧无法核口型，终审报告里会明确写 “未验证”；发布前请人工听一遍确认台词清楚。
• 响度统一是线性归一（loudnorm 单次），色温统一是全片同一 档 eq，不是逐镜调色。
• 单机本地工具：SQLite + 本地文件，无多用户、无鉴权，不要 直接暴露到公网。
• mock 占位片画面是均匀的：故意让帧级自动检查通过，只用于 验证流程；它不是视频模型，也不能代表真实生成质量。

MIT，见 LICENSE。