剧本分镜智能体 (PenShot)

PenShot (剧本分镜智能体) 是一个基于 LangChain + LangGraph 构建的高级自动化系统，旨在解决 AI 视频生成中的核心痛点：长剧本理解与叙事连续性。它能够将任意格式的剧本（电影、短剧、小说等）自动转化为镜头级描述，并生成适配 Sora、Veo、Runway、可灵等主流 AI 视频模型的 Ready-to-Use Prompt。

核心价值：解决 AI 视频的“断片”难题

技术架构：连续性守护引擎

PenShot 不仅仅是一个文本转换器，它是一个具备“记忆”和“规划”能力的智能体系统：

1. 智能剧本解析：自动识别场景、对话、动作指令，理解故事结构，并对长文本进行智能分段。
2. 精准时序规划：按镜头粒度切分内容，分配合理时长，严格适配 AI 视频模型的时长限制（如 5s, 10s）。
3. 多维召回与一致性保障：
   • 三视图辅助：结合角色/场景的三视图描述，确保视觉特征稳定。
   • RAG 知识库：利用 Chroma 进行向量检索，快速召回前文关键信息。
   • 快照机制：在关键节点保存状态快照，防止长程推理中的信息漂移。

快速上手 (5 分钟集成)

1. 安装与配置

pip install penshot
cp .env.example .env
# 编辑 .env 配置 LLM (如 Qwen/DeepSeek) 和 Embedding 模型 API Key

2. Python SDK 调用示例

from penshot.api import create_penshot_agent

# 创建智能体实例
agent = create_penshot_agent(max_concurrent=5)

script = "早晨，阳光透过咖啡馆窗户洒在女孩的脸上，她轻轻翻过一页书..."

# 异步提交任务
task_id = agent.breakdown_script_async(
    script,
    callback=lambda r: print(f"任务 {r.task_id} 已完成")
)

# 等待结果
result = await agent.wait_for_result_async(task_id)
print(result.prompts) # 获取生成的镜头级 Prompt

3. Docker 一键部署

如果你希望快速启动一个独立服务：

docker run -d \
  --name penshot \
  -p 8000:8000 \
  -e PENSHOT_LLM__DEFAULT__BASE_URL="https://api.deepseek.com" \
  -e PENSHOT_LLM__DEFAULT__API_KEY="sk-xxxxxxxx" \
  -e PENSHOT_LLM__DEFAULT__MODEL_NAME="deepseek-v4-flash" \
  -e PENSHOT_EMBED__DEFAULT__BASE_URL="https://dashscope-intl.aliyuncs.com/api/v1" \
  -e PENSHOT_EMBED__DEFAULT__API_KEY="sk-xxxxxxxx" \
  -e PENSHOT_EMBED__DEFAULT__MODEL_NAME="text-embedding-v4" \
  -e PENSHOT_REDIS_URL="redis://:@host.docker.internal:6379/0?protocol=2" \
  neotems/penshot:latest

生态集成：无处不在的 PenShot

PenShot 设计为模块化组件，可无缝嵌入现有工作流：

• LangGraph Node：作为独立节点接入 LangChain 工作流，实现从“创意构思”到“视频生成”的端到端自动化。
• MCP (Model Context Protocol)：启动 python -m penshot.mcp_server 后，Claude Code、Antigravity 等支持 MCP 的 IDE 可直接调用 breakdown_script 工具，在对话框中完成分镜生成。
• REST API：通过标准 HTTP 接口集成至 FastAPI/Django 等业务系统。
• A2A 协议：支持与上游剧本创作 Agent 和下游视频剪辑 Agent 进行上下文传递与任务编排。

适用场景

• 短剧/微电影制作：快速将小说或剧本转化为可视化的分镜脚本，大幅降低前期筹备成本。
• AI 视频工作流：作为 Sora/Veo/Runway 的前置处理器，解决长视频生成中的角色换装、场景跳变问题。
• 互动叙事游戏：为游戏过场动画生成连贯的视觉描述和音频提示。