生成一个镜头，只是制作的开始。
视频制作容易停在工具之间：剧本在文档里，角色参考图在文件夹里，镜头分散生成，配音和字幕又要重新对齐。真正需要解决的是素材、任务与人工确认如何连接，返工时如何保留已经满意的部分。
这个项目以 WaooWaoo 开源平台为底座。页面框架、项目与资产管理、基础异步任务等能力来自上游；我的工作集中在本地部署、模型接口桥接、制作流程整合，以及围绕实际创作问题的定制修改。它不是从零自研的整套视频平台。
先把制作过程接好，再把自动化往前推进。
每一步，都要能继续做下去。
面向个人与小团队的制作场景，重点是明确输入、保留资产和减少重复整理，而非承诺一次生成就能直接交付。
统一制作上下文
从用途、受众、画幅和时长开始，连接剧本、角色、场景与镜头，减少跨工具搬运时的信息遗漏。
逐镜确认与返工
已确认的素材继续复用，缺少或失败的镜头单独处理；避免因为局部问题重做整条视频。
适配不同计算资源
本地管理项目、语音与队列，视频任务交给可用节点；计算资源变化时仍保留任务关系。
交付可以复核
除了成片，还要对照实际素材时长、声音、字幕与渲染记录检查结果，定位画面冻结或音画错位。
- 明确创意
- 整理剧本
- 确定角色
- 编排分镜
- 生成与筛选
- 声音与合成
改一镜，看看整条计划如何变化。
这里抽取真实流程中的编排、时长核对和交付说明三个环节。修改画幅、旁白或顺序后，制作说明同步更新；时长不符合目标时，先调整再复制。
固定样例演示 · 不调用 AI，不生成视频，不保存个人数据。
为虚构木作品牌「一木」编排 24 秒短片。选择镜头后修改时长、旁白或顺序，查看制作说明如何联动。
合计 24 秒，符合样例目标。制作说明已按三个镜头组织。
组合提示词与计划交付清单
计划交付清单不表示已有成片、配音或字幕文件。
工作台管理制作，服务承担执行。
基础平台使用 Next.js 15、React 19 与 Prisma/MySQL。Redis/BullMQ 分别组织文本、图片、视频和语音任务；本地 Bridge 把语音、H3 视频与成片能力接到工作流中。
上游平台提供基础能力，本地服务完成环境与制作适配
开源工作台
页面、项目、角色与镜头
人工编辑和任务状态
异步任务与 Bridge
BullMQ Worker
模型请求、状态衔接与合成
生成资源
文本与图片接口
本地语音、H3 视频节点
- Next.js / React / TypeScript
- 沿用上游页面与类型体系，在已有制作阶段中加入本地流程能力。
- Redis / BullMQ
- 耗时操作进入分类队列，页面不承担持续等待模型完成的执行职责。
- Node.js / Python
- Bridge 协调接口、语音推理与视频任务；不同运行时各自管理依赖。
- Docker Compose / FFmpeg
- 容器管理基础服务，媒体探测与合成处理统一输出和时间轴。
把耗时、变化和失败纳入流程。
阶段衔接：先确认素材齐备，再进入合成
一键流程跟踪镜头数量、已有视频、缺失图片及正在运行的任务。无镜头或已失败时明确停止；素材尚未齐备时等待，满足条件后才进入合成。提交状态与重复调用保护减少同一流程被反复触发。
这属于流程自动推进，不代表自动完成艺术判断。角色一致性、镜头表达与声音表现仍需人工确认。
对应模块：useOneClickVideoFlow.ts、task/queues.ts
视频节点：持久化任务关系，按可用资源分配
本地节点池保存任务与远端节点的映射，检查节点状态后分发排队请求。忙碌节点不被继续塞入同类生成任务；容量不足时保留等待状态，后续仍可查询和取消。
Bridge 负责请求校验和模型适配。远端计算通过受控连接接入，调用凭据留在运行配置中，不进入公开页面。
对应模块：h3-pool/server.mjs、bridge/server.mjs
镜头约束：连接原文事件、动作与画面文字
导演计划记录镜头目的、起止状态、摄影方式、对白与时长，并关联原文事件。校验会发现遗漏事件、首次出现顺序颠倒等问题；需要显示的文字由独立信息层承接，避免把文字准确性完全交给生成模型。
对应模块：script-to-storyboard/director-plan.ts、shot-contract.ts
成片处理：以实际媒体为依据，保留输出记录
合成前探测素材时长，检查媒体来源与输出目录，分别组织视频、旁白、音效和字幕。针对适用镜头的尾部静音，处理逻辑保留反应时间并限制裁剪范围，避免把有意义的停顿一并删掉。
输出包含成片、声音、字幕与渲染清单。发生时长或音画问题时，可回看素材和处理记录，而不是只拿最终视频猜原因。
对应模块：bridge/finalize.mjs
自动化的边界，靠制作经验确定。
复用成熟底座
保留开源平台的项目、页面和任务能力，把工作投入在部署适配与流程断点。代价是升级时需要核对上游变化，不能把定制版本当作独立平台维护。
资源分开，状态连通
本地常驻服务与视频计算节点分工，减少长期占用昂贵资源；同时需要明确任务归属、重试与取消状态。停止本地服务不等于归还外部计算资源。
人工确认优先于全自动
先固定角色和场景，再逐镜生成与筛选。模型输出不稳定时，保留可替换镜头比隐藏失败更有用；成片仍需检查版权、对白、画面连续性和字幕。
实际界面，展示制作如何展开。
复用门户已经公开的工作台截图，来自个人创作项目。人物画面为 AI 生成内容，截图用于说明界面与流程，不是客户交付、生成成功率或制作效率的证明。点击可查看原图。
可运行的制作链路，持续迭代的工具。
当前具备
- 开源工作台本地部署与媒体资产组织。
- 文本、图片、视频、语音的流程接入与异步任务处理。
- 镜头约束、节点调度及本地成片处理的定制代码。
- 实际创作界面，以及可追溯的素材与输出记录。
明确边界
- 平台底座和生成模型来自上游项目，非全部自研。
- 本地部署不等于全离线，外部接口会按配置处理生成输入。
- 无统一的成本、速度、角色一致性或成片质量保证。
- 授权范围、素材权益与商业使用条件需按具体部署核对。
- 本页只演示固定样例编排，不触发真实生成或资源租赁。
依据当前源码、项目说明与已公开素材整理，核对日期：2026 年 9 月 11 日。运行截图反映拍摄时版本；本次没有运行真实生成任务，未新增成本或性能评测。