Yihen-Drama

6天前发布 14 00

Yihen-Drama 是一个专为 AI 短剧创作 打造的全流程一站式平台。它打破了传统视频制作的壁垒,将复杂的影视工业化流程浓缩为一条流畅的自动化流水线。

所在地:
中国
收录时间:
2026-03-06
Yihen-DramaYihen-Drama

Yihen-Drama 是一个专为 AI 短剧创作 打造的全流程一站式平台。它打破了传统视频制作的壁垒,将复杂的影视工业化流程浓缩为一条流畅的自动化流水线:

文本输入 → 智能信息提取 → 角色/场景资产生成 → 分镜精细化管理 → 视频片段生成 → 最终剪辑导出

本项目采用现代化的微服务架构,后端基于 Spring Boot,前端采用 Vue 3 + Vite,并完美支持 本地开发 与 一键全容器化部署。无论是个人创作者还是小型工作室,都能快速搭建属于自己的 AI 短剧工厂。

Yihen-Drama

核心功能全景图

Yihen-Drama 不仅仅是一个生成工具,它是一个完整的项目管理系统,覆盖了短剧创作的每一个环节。

1. 📂 智能项目管理

  • 全生命周期管理:支持项目的创建、编辑、删除及状态流转(草稿/处理中/已完成)。
  • 极速检索:集成 Elasticsearch,提供关键词搜索、搜索补全建议(Suggest),即使在海量项目中也能秒级定位。
  • 可视化列表:自动生成的封面占位图,清晰的状态筛选,让项目进度一目了然。

2. 📖 章节与剧本结构化

  • 灵活章节管理:支持空内容创建、实时更新、带确认弹窗的安全删除。
  • 步骤导向工作流:内置步骤条(Step Bar),直观展示当前章节所处的制作阶段(如:已提取、已生成资产、已分镜),支持点击跳转(受进度约束),防止流程错乱。
Yihen-Drama

3. 🧠 AI 驱动的信息提取

  • 自动化解析:一键从章节文本中提取角色场景信息。
  • 人机协作:支持手动选择文本模型,提取结果实时回写至章节资产,并在前端即时展示统计概览(人数/场景数)。
  • 可修正性:支持“重新提取”,允许用户在 AI 识别不准时进行二次修正。

4. 🎨 资产工厂:角色与场景生成

  • 全流程资产操作:支持角色/场景图的 生成、重生(Regenerate)、下载、删除、上传替换
  • 精细化编辑:名称与描述支持防抖更新,确保输入流畅。
  • 统一视觉体验:卡片式布局,无图时自动显示首字占位符,单击即可放大预览高清大图。
  • 独立资产模块:提供独立的资产管理视图,支持按项目内搜索、分页展示(每页 8 条),方便全局统筹。

5. 🎬 专业分镜管理 (Storyboard)

  • 智能分镜生成:基于章节内容自动生成初步分镜。
  • 深度定制
    • 描述编辑:可手动微调每个镜头的描述提示词。
    • 角色关联:支持搜索并多选角色(限制最多 3 个/镜头),确保演员一致性。
    • 场景绑定:强制绑定唯一场景,保证空间逻辑正确。
  • 联动展示:分镜列表与镜头配置参数实时联动,修改即生效。

6. 🎥 视频生成引擎

  • 首帧控制:支持生成并编辑“首帧提示词”,生成首帧图片(Thumbnail)以预览构图,确保视频起始画面符合预期。
  • 参数化生成
    • 支持自定义视频时长 (params.duration)。
    • 支持灵活切换默认或指定的视频生成模型。
  • 实时任务追踪
    • 基于 WebSocket 实时推送任务状态。
    • 前端精准更新 (targetId + taskType),支持多任务并发,按钮独立 Loading 状态。
    • 失败时直接展示后端详细错误信息,便于排查。

7. ⚙️ 强大的后台配置中心

  • 多模型厂商管理:支持接入多家 AI 厂商,管理文本、文生图、视频、语音等多类型模型实例。
  • 灵活路由:可设置各类任务的默认模型,支持动态调整参数映射(如 max_token)。
  • 提示词工程 (Prompt Engineering)
    • 内置多场景提示词模板库。
    • 支持自定义新增、编辑、删除模板,并设置默认值。
    • 场景枚举与后端 SceneCode 严格对齐,确保调用准确。
Yihen-Drama

技术架构与运行模式

项目设计了两种运行模式,兼顾开发者的灵活性与部署者的便捷性。

模式 A:本地开发模式 (推荐开发者)

前后端在本机运行,中间件(DB, Redis, MQ, ES, MinIO)通过 Docker 运行。便于断点调试和热更新。

启动步骤:

  1. 启动中间件
    # Windows PowerShell
    .\infra-up.ps1
    # 或 Windows CMD
    infra-up.bat
    # 等价于: docker compose -f docker-compose.infra.yml up -d --build
    
  2. 启动后端
    cd yihen-drama
    mvn spring-boot:run
    
  3. 启动前端
    cd yihen-ai-short-drama-front-end/frontend
    npm install
    npm run dev
    

    注:前端已配置 Vite 代理,/api 和 /webSocket 自动转发至 localhost:8080,无需手动修改端口。

模式 B:一键全容器模式 (推荐部署/演示)

所有组件(前后端 + 中间件)均封装在 Docker 容器中,一键拉起,环境隔离,适合生产部署或快速演示。

启动步骤:

# Windows PowerShell
.\deploy.ps1
# 或 Windows CMD
deploy.bat
# 等价于: docker compose -f docker-compose.full.yml up -d --build

访问地址与服务监控

部署成功后,可通过以下地址访问各服务:

服务地址说明
前端应用http://localhost:3000用户操作界面
后端 APIhttp://localhost:8080核心业务逻辑
API 文档http://localhost:8080/doc.htmlSwagger/Knife4j 接口文档
MinIO Consolehttp://localhost:9001对象存储管理 (账号密码见配置文件)
RabbitMQhttp://localhost:15672消息队列监控
Elasticsearchhttp://localhost:9200搜索引擎节点
Kibanahttp://localhost:5601ES 数据可视化分析

核心配置与数据初始化

1. 模型 API Key 配置 (必做)

在首次使用前,必须进入系统的 “模型管理” 模块,为默认的文本、图像、视频模型实例填写有效的 API Key。否则所有生成任务将无法执行。

2. 数据库初始化

  • 自动执行:当 MySQL 数据卷为空时,系统会自动执行 yihen-drama/sql/init_schema.sql 进行建表。
  • 重置数据:若需彻底重置环境,请执行:
    docker compose -f docker-compose.full.yml down -v
    docker compose -f docker-compose.full.yml up -d --build
    

3. Elasticsearch 中文增强

项目内置的 ES 镜像已预装 IK Analyzer 和 Pinyin 插件,完美支持中文分词与拼音搜索。

  • 验证命令
    docker compose -f docker-compose.full.yml exec es elasticsearch-plugin list
    

4. 环境变量配置

后端支持 application.yml 配置与环境变量覆盖。核心变量包括:

  • SPRING_DATASOURCE_* (MySQL)
  • SPRING_DATA_REDIS_* (Redis)
  • SPRING_RABBITMQ_* (MQ)
  • SPRING_ELASTICSEARCH_URIS (ES)
  • MINIO_* (对象存储)

❓ 常见问题 (FAQ)

Q1: 后端启动报错 "Redis Connection Failed"

  • 原因:Redis 容器尚未完全启动就绪。
  • 解决:检查 docker compose ... ps 确认 redis 服务状态为 healthy 后再启动后端。

Q2: 前端浏览器 Network 面板显示请求发往 3000 端口?

  • 解释:这是 Vite 开发服务器的正常代理行为。请求先发给 Vite (3000),再由 Vite 转发给后端 (8080)。实际业务逻辑仍在 8080 运行。

Q3: Docker 拉取镜像超时或失败

  • 解决:建议配置国内 Docker 镜像加速器,或手动先 docker pull 关键镜像(如 mysql, redis, elasticsearch)后再执行构建脚本。

📚 子模块文档索引

  • 后端详解: yihen-drama/README.md
  • 前端详解: yihen-ai-short-drama-front-end/frontend/README.md

数据统计

相关导航

暂无评论

none
暂无评论...