本地优先、可编辑、非破坏性的开源 AI 分镜与短片工作台
Local-first, editable, non-destructive AI storyboarding workspace
|
也在研究像 KomaSlate 这样的分阶段可控 AI 工作流？ Bloome 让 Claude、ChatGPT、DeepSeek 等多个 AI 在同一对话里协作——互相质疑、交叉核对、一起把结果打磨到位
|
💼 面向 AI 视频/图像 API 网关与开发者工具开放包月合作展位（GitHub README 首屏 + 官网生态栏），欢迎通过 GitHub Issue 洽谈
KomaSlate（取自日语分镜格 Koma 与影视场记板 Slate）是面向创作者与独立开发者的本地优先、非破坏性开源 AI 分镜工作台
不同于消耗黑盒积分、改一处重跑全片的闭源云端工具，KomaSlate 将剧本拆解、角色定妆卡、九宫格分镜台本、视频切片与多版本栈沉淀在本地单文件 SQLite 与 React Flow 画布中：随时停在审批门锁住已满意镜头（LOCKED），仅对不满意的单镜补充导演批注或增删出场角色定向重拍，并排对比图像与视频版本后一键回退，最终直出配音字幕成片或导出标准 FCPXML v1.9 时间线资产包进入非编软件精剪
- 🎬 锁镜保护与单镜定向重拍：已批准镜头在重新规划分镜或重拍兄弟镜头时自动原地保护，绝不误伤重画；支持携带导演修改批注对单镜画面或单镜视频定向重拍，每次写入自动留存历史快照，支持双栏图像/视频并排对比（Version Compare）与 CAS 乐观锁一键回退（同步恢复画面、提示词与角色绑定）
- 🎞️ 双轨交付：一键成片 + 标准 FCPXML v1.9 剪辑资产包：内置多音色 TTS 配音、字幕烧录与背景音乐自动闪避混音（FFmpeg），可直出 MP4 成片、A4 漫画 PDF 与 Webtoon 长图；也可一键导出非编剪辑包（ZIP：按镜号命名的关键帧、视频切片、独立 TTS 干声、角色立绘、SRT 字幕与
100/2400s帧对齐timeline.fcpxml），直接拖入 DaVinci Resolve、Final Cut Pro、Premiere Pro 或剪映专业版精剪 - 🎭 可编辑角色绑定与双重一致性把关：支持在分镜检查器内按镜头增删出场角色标签（微距特写或空镜可解绑角色直接放行审批，避免无关人物强行入镜导致比例穿帮），配合多参考图拼合注入、Vision Critique 视觉审查与本地 InsightFace 余弦特征评估拦截人物走形
- 🧭 15 阶段确定性工作流 + 6 道审批门：
大纲 → 角色 → 分镜 → 角色立绘 → 分镜关键帧 → 视频片段 → 成片合成全链路契约驱动，支持「逐步确认」与「自动确认」双模式切换，依托 SQLite 租约（Lease）与事件表实现断线与重启断点续跑 - 🔑 本地优先（Local-First）与自备密钥（BYOK）：所有工程数据与生成媒体落盘本地，零平台积分抽成；内置国内外主流文本、图像、视频、视觉审查、配音与背景音乐预设卡片及零扣费连通性探测，并提供
Fake模式零成本跑通全链路，详见 docs/providers.md - 💬 受控工作台对话助手：基于 pi-agent-core 内置项目助手，可查询状态、润色台本或发起局部重生成；所有计费与写操作强制经过人工确认卡片放行，阶段审批门仅由创作者本人操作
创作台首页 · 输入故事创意，自由切换逐步确认与自动确认 |
项目库 · 阶段状态与多章节进度一目了然 |
分镜画布工作台 · 活动时间线、分镜卡片与出场角色/版本检查器 |
|
交付菜单 · 下载成片、导出剪辑素材包与 Webtoon 长图 |
成片合成选项 · 配音 / 字幕烧录 / 背景音乐混音 |
模型服务商配置 · 内置主流文本、图像、视频、视觉审查与配音预设及连通性检测 |
|
深色印版主题 · 分镜工作台 |
深色印版主题 · 创作台首页 |
确定性阶段工作流 + 受控对话助手，共享同一个 TypeScript 引擎与单文件本地 SQLite：
- 工作流引擎（
engine/src/pipeline）：15 个阶段按唯一契约（contracts/workflow.json）确定性推进——文本规划与审查经 pi-ai 解析结构化输出，图像与视频阶段支持全量执行与单资产定向重跑（Targeted Run），精准计算下游失效范围而不波及兄弟镜头 - 项目对话助手（
engine/src/agent）：基于 pi-agent-core 的受控工具循环，仅调用后端产品 API，写操作须人工确认，无法越权替用户通过审批门 - 产品后端与媒体工具（
backend/）：FastAPI 承载 HTTP/WebSocket 契约、CAS 版本回退、FCPXML 剪辑包打包与引擎网关，并提供参考图拼合、TTS/BGM 混音与 InsightFace 人脸特征向量计算
frontend/ (React 18 + React Flow) ──HTTP/WS──▶ backend/ (FastAPI 网关) ──loopback──▶ engine/ (Workflow + Agent)
└────── 共享 SQLite（WAL）+ /static 本地媒体 ──────┘
详细架构约束见 AGENTS.md，关键设计决策见 docs/adr 与 docs/spec/non-destructive-storyboard.md
cp backend/.env.example backend/.env # 默认 Fake 模式可零成本体验完整流程
docker compose up -d启动后访问 http://localhost:15173 进入工作台，在右上角「设置」中填入自有模型 API Key 即可切换真实生成
环境要求：Python 3.10+ 与 uv、Node.js 22.19+ 与 pnpm、系统已安装 ffmpeg
cp backend/.env.example backend/.env # 先零成本跑通全链路可保持 TEXT/IMAGE/VIDEO_PROVIDER=fake
# 1. 安装引擎依赖（首次触发生成时后端会自动在 127.0.0.1:18766 拉起引擎 sidecar）
cd engine && pnpm install && cd ..
# 2. 启动后端 API（:18765，启动时自动执行 SQLite Alembic 迁移）
cd backend && uv sync && uv run uvicorn app.main:app --reload --host 127.0.0.1 --port 18765
# 3. 另开终端启动前端工作台（:15173）
cd frontend && pnpm install && pnpm dev如需单独调试引擎进程，也可手动启动：
cd engine && \
ENGINE_DB_PATH=../backend/data/komaslate.db ENGINE_BACKEND_DIR=../backend \
ENGINE_STATIC_DIR=../backend/app/static ENGINE_PYTHON=../backend/.venv/bin/python pnpm dev打开 http://localhost:15173 开始创作，接口文档位于 http://localhost:18765/docs
开发验证命令：backend 下 uv run pytest，engine 下 pnpm test，frontend 下 pnpm test / pnpm e2e
- 15 阶段确定性生成流水线、6 道人工审批门与 SQLite 租约断点恢复
- 锁镜保护重规划、单镜附带导演批注定向重拍、双栏图像/视频 Diff 对比与 CAS 一键回退
- 分镜角色绑定可视化增删与无角色空镜审批放行
- 通用剪辑资产包导出（ZIP：分镜帧 / 视频切片 / 独立 TTS / SRT 字幕 + 标准 FCPXML v1.9 时间线）
- 国内外主流模型 BYOK 预设卡片、零扣费连通性探测与内置成片合成（配音 / 字幕 / BGM / PDF / Webtoon）
- KomaSlate 印版分镜稿 × 导演场记板品牌与双主题界面升级
- 多镜头候选 Take 矩阵横向试片台与时间码帧级批注
- OpenTimelineIO（
.otio）交换格式与更多非编预设扩展
- Linux.do — 高质量技术社区，感谢佬友们的公益站与热心支持 ❤️
MIT