开发路线图 影视梦工厂 v3.0

聚焦漫剧主线 · 宇宙系统 MVP · 稳定产出一集再十集

✅ 代码已实现 🔄 本地已跑通 📋 生产可用 ⏳ 待开始
⚠ 当前识别风险
ComfyUI 队列单任务串行,视频生成最耗显存,需排队 + 失败降级重试
GPT-SoVITS 长期稳定性需观察(已修复 crash,systemd 自启已配)
宇宙系统 MVP 需新增 universe_* 表/映射,Context Pack + Memory Update 逻辑待实现
480p→1080p 超分管线未建立,当前直接生成 480p 无后期提升
运镜知识库仅概念阶段,场景↔运镜映射表待建立
双服务器协同:B机心跳/调度/显存互斥/文件回传全部待实现,A机同时承担主控+视频重任务需防卡顿
P0
Phase 0 · 基座与 GUI(v2 基线)
基础框架 + 后端 + 前端 + GUI 启动器
✅ 100%
ID任务预计备注
P0-1FastAPI 后端框架 + SQLite + SQLAlchemy-代码已实现,生产可用
🔄P0-2React + Vite 前端框架 → Vanilla JS SPA 重构中12h当前 React 多页,重构为 SPA 统一四中心+六库
P0-3JWT 认证 + 用户系统-代码已实现,多用户前端待接入
P0-4Watchdog 后台守护-代码已实现,生产可用
P0-5GUI 启动器 EXE-代码已实现,生产可用
P0-6文档站(10 页面统一样式)-代码已实现,口径已统一
🎉 里程碑:v1.0 基线完成 · 框架稳定,GUI 启动器可用 · v2 漫剧中心已上线
A
Phase A · v3 UI Framework(重构中)
暗色科幻风格 SPA · 设计系统 · 路由重构 · 适配一中枢+四中心+六库
🔄 重构中
基于 D:\参照的样式层叠 设计参考
ID任务预计备注
A-1设计系统搭建(暗色科幻风格 tokens + CSS 变量)4h文档站已引用
🔄A-2SPA 路由架构(Vanilla JS SPA)3h适配 1 中枢 + 4 中心 + 6 库
🔄A-3通用布局组件(Sidebar/Content 双栏)4h可折叠侧边栏
🔄A-44 中心 + 创作中枢 + 6 库入口页3h网格卡片布局
🔄A-5全局状态管理3h跨中心上下文
🎯 里程碑:前端 SPA 重构中 · P0 优先级 · 预计剩余 12h
B
Phase B · Database Schema Expansion
Script 独立表 · Novel/AudioDrama/DigitalHuman · ScriptConversion
✅ 已完成
依赖: Phase A 路由确认
ID任务预计备注
B-1Script 独立表(从 Project 解耦)3h支持多中心引用
B-2Novel + NovelChapter + NovelVolume 表4h卷/章层级结构
B-3AudioDrama + AudioDramaTrack 表3h音轨管理
B-4DigitalHuman + DigitalHumanVideo 表3h数字人视频记录
B-5ScriptConversion 转换记录表2h格式互转日志
B-6Alembic 迁移脚本 + 数据迁移3hv2→v3 表结构升级
🎯 里程碑:v3 数据模型就绪 · 6 张新表 + 迁移脚本完成
C
Phase C · New Business API
小说/广播剧/数字人 CRUD + 格式转换 ScriptConversion
✅ 已完成
依赖: Phase B 完成
ID任务预计备注
C-1Novel CRUD API(卷/章管理)4h嵌套资源路由
C-2AudioDrama CRUD API(剧本/角色/音轨)4h音轨排序+混音参数
C-3DigitalHuman CRUD API(形象/声音/口播)4h视频生成触发
C-4ScriptConversion 格式转换 API4hLLM 驱动跨格式转换
C-5跨中心查询 API(角色/素材引用)3h统一搜索端点
C-6API 文档更新(OpenAPI / docs-site)2h同步更新 api-docs.html
🎯 里程碑:v3 后端 API 完成 · 3 中心 CRUD + 格式转换 + 统一搜索
D
Phase D · New Business Frontend(重构中)
4 个中心页面 + 6 个资源库 + 创作中枢页面 · SPA 适配中
🔄 重构中
依赖: Phase A 重构 + Phase C 后端
ID任务预计备注
D-1漫剧中心页面(后端 API 就绪,前端适配中)-核心管线已通,前端 SPA 待迁移
D-2小说中心页面(卷/章/正文 API 就绪)-LLM 生成已通,前端待 SPA
D-3广播剧中心页面(音轨/配音 API 就绪)-GPT-SoVITS 集成完成
D-4数字人中心页面(形象/口播 API 就绪)-管线已通
🔄D-5创作中枢 + 6 库 SPA 页面 + 世界观记忆面板8h新增:中枢首页、Universe Memory 面板、状态机看板
🎯 里程碑:后端全就绪,前端 SPA 重构进行中
E
Phase E · Unified Shared Libraries
跨中心数据流打通 · 角色/素材/项目统一管理
✅ 已完成
依赖: Phase C + Phase D
ID任务预计备注
E-1跨中心角色引用数据流4hCharacter FKs + /references 端点
E-2跨中心素材引用数据流4hAsset FKs + /references 端点
E-3统一搜索服务(后端 + 向量索引)5h/api/v1/search 跨12表全文搜索
E-4统一搜索前端 UI3hsearch.html + 全局搜索栏 + 类型标签
E-5项目级跨中心数据仪表盘3h/api/v1/dashboard/{id} 端点
🎯 里程碑:5 库数据流打通 · 角色/素材/项目跨中心无缝引用
F
Phase F · Cross-Center Integration & Optimization
格式互转 · 数据一致性 · 性能优化
✅ 已完成
依赖: Phase E 稳定
ID任务预计备注
F-1格式互转管道(漫剧↔小说↔广播剧↔数字人口播)8hLLM Prompt 链 + 12条转换方向
F-2数据一致性校验(引用完整性)4h/consistency 端点 + 前端检查按钮
F-3批量转换 + 后台任务队列6h/batch-convert + SCRIPT_CONVERSION handler
F-4性能基准测试 + 优化4h/benchmark 端点
🎯 里程碑:v3 全功能完成 · 四中心互通,一键格式互转
P5
Phase 5 · 导演案例库
NAS 视频分析 → 案例卡片 → 向量检索 → 创作推荐
🔧 进行中
独立开发,无依赖
ID任务预计备注
P5-1KnowledgeType DIRECTOR_CASE 枚举-完成
P5-2DirectorCaseService:NAS 扫描 + FFmpeg 拆镜-完成
P5-3LLM 导演技术分析 + 向量存储-完成
P5-4Director Case API (6 端点) + router 注册-完成,已通过 200 验证
P5-5前端:案例卡片画廊-grid4 布局 + 文本/景别筛选 + 详情弹窗
P5-6前端:相似案例搜索 UI-搜索框+结果列表+评分
P5-7与 DirectorAgent 集成-编辑器右侧"推荐案例"按钮,分析场景推荐相似镜头
P5-8E2E 测试:案例导入→搜索→推荐-9/9 通过
🎯 里程碑:越用越聪明 · 创作反馈闭环 · 全部完成 ✅
v4
多语种翻译 + 海外发行
后端 API + 前端面板 + 字幕/配音/元数据导出
🔄 本地已跑通
ID任务预估备注
v4-1后端:翻译 API + TranslationJob 模型-代码已实现,Pydantic 修复
v4-2海外发行导出服务 (SRT/ASS/配音脚本/元数据)-OverseasExportService 已实现
🔄v4-3前端翻译面板 + 语言选择器 SPA 适配4h需迁移到新 SPA 架构
🔄v4-4完整的文化适应性调整 + YouTube API 发布集成6h当前仅导出,未自动发布
🎯后端已实现,前端待 SPA 集成,YouTube API 发布待完成
G
Phase G · 双服务器协同架构
A机 2080Ti 主控+视频 · B机 3060 生图+配音+口型
📋 待实现

核心原则:A机统一入口,B机作为内部 Worker,不直接暴露给用户。B机每 2~5 秒上报资源状态,A机根据显存/模型/节点状态动态调度。

ID任务预估备注
G-1硬件层分配:A机拆分(FastAPI/DB/宇宙系统/资产中心/任务调度/LTX/超分/合成)4hA机常驻服务精简,视频/超分任务队列分离
G-2B机 Worker API 实现(/worker/image /worker/voice /worker/lipsync /worker/repair /worker/status /worker/result)6hFastAPI 独立服务,接收任务→执行→回传结果
G-3B机资源状态上报(GPU/显存/CPU/模型/温度 2~5s 心跳)3hA机接收并记录心跳,状态异常暂停派发
G-4A机动态调度器(按任务类型/显存余量/节点状态/模型可用性/温度/磁盘调度)6hRedis 任务队列 + Worker Agent,判断节点再下发
G-5任务下发与结果回传(Redis 队列 + rsync/NFS/MinIO 文件同步)4hA机发任务→B机执行→文件回传→DB 更新→前端刷新
G-6显存互斥与并行策略(A机 LTX/超分/LLM 不并发;B机 Z-Img/MuseTalk 不并发)4h资源锁 + 互斥规则 + 任务排队
G-7异常处理(B机10s无心跳→unknown,30s→offline;失败任务→失败队列;显存不足→等待重试;文件同步失败→重试同步)3h用户可见失败原因+一键重试
G-8前端工作台显示双机状态(A机/B机 GPU+显存+当前任务+异常提醒)4h工作台和剧集中心显示执行节点
🎯双机分工明确 · A机统一入口 · B机专用 Worker · 动态调度+显存互斥 · 异常可恢复 · 约 34h
架构升级 · 一中枢+四中心+六库
创作中枢 · 宇宙系统 · 状态机 · GenerationExecutor · 六库
📋 部分已实现
ID任务预估备注
N-1文档站口径统一:一中枢+四中心+六库-本文档站已完成
N-2宇宙系统 MVP:5 张表(universe_projects/characters/locations/items/events)+ CRUD API8hContext Pack 生成 + Memory Update 写回逻辑
N-3标准生产状态机(draft→generated→reviewed→confirmed→locked→used→archived)6h各表已有 status,统一流转+派生版本
N-4GenerationExecutor 抽象层(ComfyUIExecutor/DirectModelExecutor/RemoteWorkerExecutor/CloudAPIExecutor)8hComfyUI 降级为可替换执行器
N-5运镜知识库:场景↔运镜映射表 + Director Agent 集成4h推/拉/横移/环绕/正反打/跟拍映射
N-6结构化分镜数据:JSON Schema 输出(shot_size/camera_angle/movement/duration/motion_complexity)3h分镜 Agent 输出标准化供后续模块调用
N-7480p→1080p 统一后期管线(Real-ESRGAN 超分 + RIFE 插帧 + 调色 + 降噪)6hA机统一执行,分镜视频不变,合成阶段提升
N-8任务失败重试机制(文本重试1次/分镜图保留历史/视频重试3次降复杂度/配音自动重试/超分断点续跑)4h队列化 + 失败队列 + 一键重试
🎯宇宙系统 MVP → 运镜知识库 → 状态机 → 480p→1080p 管线 → 任务重试 · 剩余约 39h
阶段性验收标准
从 MVP 到正式版,逐级提升
阶段验收目标通过标准
MVP1 集 60–90 秒样片角色一致、镜头可动、声音可用、可导出 mp4
V3.0 Alpha1 集 3–5 分钟漫剧全流程可跑通,失败任务可重试
V3.0 Beta连续 3 集角色/场景/声音/剧情连续性基本稳定,状态机有效
V3.0 正式版连续 10 集形成可复用资产库和稳定生产节奏,宇宙系统正常运作
🔭 漫剧主线跑通之后的扩展
Phase X · 副产物中心完善(小说/广播剧/数字人作为漫剧资源复用副产物)
Phase Y · 科普引擎(ScienceScriptAgent + ScienceReviewEngine)16h
Phase Z · 国际化(多语言翻译 + 文化适配 + YouTube 发布)10h
Phase W · 云端渲染/协作(扩展算力 + 多人协同)