一、项目概述项目名称：Anime AI Studio-一站式AI漫剧创作agent一句话简介：一个可追踪、可暂停、可局部重生成的动漫短剧生产 Agent，把一句创意自动推进为剧本、分镜、关键帧和镜头视频。目标用户/使用场景：独立开发者：用最少人力完成从创意到视频样片的闭环验证AI 短剧团队：把跨阶段协作压缩到单工作台，减少沟通损耗内容工作室/MCN：批量运行短剧任务，并按镜头粒度快速修复失败项产品与运营团队：在上线前通过 checkpoint 审批把控质量、节奏与预算二、技术架构核心版本/框架：Next.js 16.0.7（App Router）React 19.2.1TypeScript strict技术栈：运行环境：Node.js（建议 20+） + pnpmAgent 运行时：TypeScript 实现的分段式 Tool-Calling Loop（src/shared/services/agent/runtime.ts）LLM 调度：控制模型（Control Model）：Pollinations Chat（通过 OpenAI 兼容接口）内容阶段（1-3）：调用 /api/drama/chat，默认强制 provider: pollinations通信协议：前端与服务端 HTTP（REST + JSON），服务端与模型 HTTP数据存储：Drizzle ORM，支持 PostgreSQL / MySQL / SQLite鉴权体系：better-auth（所有 /api/agent/run/* 受登录保护）国际化：next-intl（中英文）部署平台：Vercel（生产环境）Agent Network 设计思路：采用“单 Orchestrator + 多专用工具”的架构，不把全部逻辑写死在前端。核心原则：单一控制面：由一个控制模型负责决策，所有副作用必须走工具分段执行：每次 /api/agent/run/step 只跑有限轮次，避免单次请求无限膨胀可恢复：run 状态、事件、消息、checkpoint 全量持久化，支持恢复继续可治理：高成本动作前强制 checkpoint，先看预估积分再继续可追溯：runId + stepId + projectId + operationId 全链路关联系统架构图：┌─────────────────────────────────────────────────────────────────────────────┐ │ Anime AI Agent Workbench │ │ │ │ Browser UI (/agent, /agent/runs, /agent/runs/{runId}) │ │ │ │ │ ▼ │ │ POST /api/agent/run/step ────────────────┐ │ │ │ │ │ │ ▼ │ │ │ Agent Runtime (tool-calling loop) │ │ │ - control model decision │ │ │ - tool.call / tool.result events │ │ │ - checkpoint gate + budget guard │ │ │ │ │ │ │ ├── generate_screenwriter_stage ─┐ │ │ │ ├── generate_storyboard_stage ├──►│ /api/drama/chat (stage 1-3) │ │ └── generate_image_designer_stage ┘ │ │ │ │ │ │ │ ├── generate_reference_images │ │ │ ├── generate_keyframe_images │ │ │ └── generate_shot_videos │ │ │ ▼ │ │ Drizzle DB: drama_agent_run / drama_agent_run_event / drama_project │ │ │ │ │ ▼ │ │ Workspace Preview (/workspace/{projectId}) + Run Timeline Replay │ └─────────────────────────────────────────────────────────────────────────────┘三、智能体设计Agent 角色与功能说明（按“工具角色”拆分）：Orchestrator（总控 Agent）类型：TypeScript Runtime + Control Model职责：读取项目快照、决定下一步工具调用、维护运行状态机关键能力：自动循环推进、无工具调用时自动 nudge、达成目标后自动完结Screenwriter Tool（编剧工具）类型：Runtime Tool → /api/drama/chat职责：生成第一阶段剧本结构化数据并落库输出：screenwriter 阶段产物 + 对应事件日志Storyboard Tool（分镜工具）类型：Runtime Tool → /api/drama/chat职责：基于剧本生成镜头级分镜输出：storyboard 阶段产物 + 进度状态Image Designer Tool（图像提示词工具）类型：Runtime Tool → /api/drama/chat职责：生成角色/场景/镜头提示词，准备后续视觉生成输入输出：imageDesigner 阶段结构化提示词Artist Toolset（参考图/关键帧工具组）类型：Runtime Tool（图像生成）职责：生成参考图与关键帧；支持按编码局部重生（如 R-P01、S01-01-1）输出：artist 阶段图片资产Director Toolset（镜头视频工具组）类型：Runtime Tool（视频生成）职责：把关键帧推进成镜头视频；支持按镜头号局部重生（如 S01-01）输出：director 阶段视频资产多角色协作机制：通信方式：模型通过 tool_calls 发出指令，服务端执行工具后回填结果继续推理编排模式：单循环多工具，严格限制 maxToolCalls / maxModelTurns / maxWallTimeMs上下文传递：所有事件携带 runId、stepId，关键生成链路带 operationId高级特性使用：Checkpoint Gate：before_images / before_videos / over_budget / reset事件回放：run.status、llm.*、tool.*、checkpoint.*、error运行锁：acquireDramaAgentRunLock 防并发踩踏幂等与并发控制：阶段生成链路使用 operationId + stage lock局部重生成：失败项可精准修复，避免全链路重跑四、协作场景与创新点协作场景描述：系统模拟了“制片协作闭环”：用户给出创意后，Agent 自动完成剧本、分镜、图像提示词、参考图、关键帧、镜头视频的跨阶段推进；在高成本节点暂停给人审确认；当局部失败时，仅重跑失败资产并保留已完成成果。创新性体现：编排创新：单 Agent + 专用工具链不是前端硬编码阶段跳转，而是运行时工具调用决策保留 LLM 灵活性，同时用工具边界保证行为可控决策创新：成本可见的 checkpoint 治理检查点不仅“暂停”，还展示预计积分、单价、数量、模型、供应商用户可基于预算与质量做实时决策修复创新：镜头级局部重生支持针对参考图/关键帧/镜头视频单点重跑失败修复从“整链路回滚”降级为“局部手术”可观测性创新：结构化事件时间线全程事件化落库，前端可回放完整运行轨迹对排障、复盘、策略迭代极其友好稳定性创新：分段执行与锁机制每步有限执行 + run 锁，避免并发重复执行与状态污染对前台执行模型更安全、更可控五、实际应用价值解决的问题：工具割裂：从剧本到视频跨多个工具，内容上下文易丢失成本失控：高成本阶段缺乏统一门控失败代价高：单镜头失败常导致整链路重跑难复盘：没有结构化事件日志时，问题无法快速定位可扩展性：Provider 扩展：可继续扩展多模型、多供应商策略策略扩展：可加入按阶段/复杂度动态路由与参数策略评测扩展：可接入离线回归、质量标签、策略 A/B反馈扩展：可补齐反馈标注台与样本回流闭环未来延伸方向：Durable 后台执行：从“前台执行”升级到“后台耐久任务”策略路由层：stable/aggressive 可切换策略并做指标对比自动回归门禁：新策略上线前跑黄金样本，劣化即阻断生产分析看板：按 run/stage/model 展示完成率、重试率、积分效率六、团队与分工团队成员：李鹏亮（个人开发者）分工说明：架构设计：Agent Runtime、工具调用循环、状态机与持久化模型后端实现：/api/agent/run/*、/api/drama/chat、模型与积分链路整合前端实现：/agent 工作台、运行列表、详情时间线、产物树与预览稳定性治理：锁机制、幂等控制、事件日志、错误恢复文档与方案：需求文档、技术方案、迭代路线与参赛材料七、遇到的挑战与解决方案挑战 1：Agent 执行链路容易不可控问题：如果让模型自由输出，容易出现“只说不做”或乱改数据解决：强制“副作用必须经工具”，并通过工具参数 schema 约束执行面挑战 2：高成本阶段风险高问题：图片/视频阶段成本高，自动推进容易超预算解决：引入 checkpoint + 预算信息展示，用户审批后才进入高成本动作挑战 3：失败重试代价过大问题：单镜头失败导致整链路重跑，效率极低解决：支持 R-Pxx / Sxx-xx-x / Sxx-xx 粒度的局部重生成挑战 4：并发导致状态串线问题：重复点击或并发请求可能触发重复执行和状态污染解决：run 级锁 + stage lock + operationId 幂等，保证同一 run 串行推进挑战 5：难以复盘与调试问题：传统日志无法解释“为何停住/为何失败”解决：结构化事件流落库并在前端回放，做到全链路可追踪八、未来展望短期（1-3个月）：视频预览和剪辑功能支持更多AI图像/视频模型接入分镜表导出为PDF/Excel用户登录和云端同步中期（3-6个月）：语音/配音生成集成字幕自动生成多人协作功能素材库和模板市场长期（6-12个月）：完整视频时间线编辑器自动剪辑和转场一键发布到各平台AI续写/改写功能技术演进：• 支持更长视频生成（突破10秒限制）• 角色一致性优化• 实时协同编辑长期愿景：打造“动漫内容生产 Agent OS”：从创意输入、质量治理、成本控制到规模化交付，形成可持续迭代的数据驱动闭环。项目仓库：https://github.com/xiaoliangliang/anime-ai-studio公开访问地址：https://animeaistudio.com/价值主张：一句话进入生产流，分钟级完成从剧本到镜头视频的可控交付。