Akke 内容管线已上线 · main #856 待闸门0 实测（eval key）

分镜文生图工具 gen-storyboard

从视频解构稿批量生成 B-roll 分镜素材，交付剪辑同事进剪映——AI 洗稿流水线的「生成端」。

更新 2026-07-13 维护：野荞代码：Akke 仓库 PR #856（commit 9690dff2）

01这是什么、解决什么问题

团队已有 douyin-deconstruct（解构端）：把对标账号的爆款视频拆成「七要素分镜文字稿 + 带时间戳解说词 + pipeline_config.json」。但拆完之后重制视频时，实拍类补图素材（B-roll）一直靠「去水印借别人素材」——带水印、有版权风险、找起来慢。

gen-storyboard 补上生成端：直接吃解构稿，按镜批量 AI 生图，出一个「审图页 + 剪映直用素材包」，剪辑同事拿去混剪。

  定位边界（先说清楚，避免预期错位）
  ✓ 管：B-roll 实拍感补图（施工/产品特写等）+ 封面背景图。以样例视频「灿哥聊装修」34 镜为例，B-roll 占 18 镜 / 39% 时长——这些全覆盖。
✗ 不管：口播镜（人对镜头说话，占 52% 时长）——静态图剪进去就是 PPT，需要真人出镜或数字人工具，是另一个项目。
✗ 不管：图卡/表格镜——要精确文字，走已有的 tuwen HTML 渲染管线更合适。

02方案：怎么选的型

做了三轮评估（资源盘点 → 两地行情调研 → 关键事实一手核验），核心结论：

候选	每张价格	关键能力	结论
Seedream 4.5（OpenRouter）	$0.04 一口价	9:16 竖屏、2K/4K、参考图≤14、seed 可固定；中文实物场景强	主力——复用现有 OpenRouter 账号，零新开通
Nano Banana Pro（OpenRouter）	$0.134	2026 评测分镜一致性第一（93-95% 跨场景）	A/B 备选——换个环境变量即切，不改代码
火山方舟直连（组图模式）	约 ¥0.25	单请求出 ≤15 张互相一致的组图	Phase 2 备选——OpenRouter 透传不了组图参数（实测）
智谱 GLM-Image / 阿里 Qwen-Image	¥0.1 / ¥0.2	中文海报文字渲染双王	暂不需要——视频字幕在剪映里加，图里不烧字

三个关键设计决策

图里不出现任何文字：prompt 强制无字，字幕/贴字信息随审图页交给剪辑在剪映里加——AI 中文错字风险直接归零。
一致性打法：全局风格前缀 + 固定 seed + 定稿图当参考图（--anchor）逐镜锚定。B-roll 镜之间本来就是不同场景，最难的「同一空间多角度」问题在这类视频里基本不存在。
AIGC 合规内置：按 2025-09 起施行的《人工智能生成合成内容标识办法》，发含 AI 素材的视频要在抖音主动声明，否则被动打标 + 限流。manifest 和审图页都带提醒。

03已部署了什么（2026-07-12 上线）

STEP 1

读分镜稿

吃 pipeline_config.json 或解构稿 .md（自动抽 JSON 块），默认只选 B-roll 镜

STEP 2

逐镜生图

2K 竖屏 9:16；prompt 由 LLM 改写增强（失败自动回落模板）；可带参考图锁风格

STEP 3

审图页

contact-sheet.html：每镜缩略图 + 台词 + 字幕提示 + prompt，浏览器直接过目

STEP 4

单镜重roll

--reroll S03 只重生成不满意的镜，自动换 seed，其余不动

STEP 5

交付包

2K 原图 + 自动缩好的 1080×1920 剪映直用版 + manifest 全记录

交付物	说明
src/lib/image-gen/client.ts	OpenRouter 统一图片 API client。测试跑必须走独立限额的 eval key，缺了直接报错、绝不静默回落生产 key
scripts/gen-storyboard.ts	主 CLI，上面五步全流程；模型/分辨率/比例/风格前缀全部参数化
花费三道闸	预估超上限（默认 $2）拒跑；跑一半累计超限就地熔断；每镜实时落盘 manifest，中断也不丢账
成本量级	一条 15 镜视频 ≈ 定稿 3 张 + 15 镜 + 30% 重roll ≈ 23 张 × $0.04 ≈ ¥6.6/条

验证状态

✓ dry-run 全链路：灿哥 34 镜稿 → 正确选出 18 个 B-roll 镜 → manifest/审图页产出（零花费）
✓ 类型检查 0 错误、新代码零 lint 告警、代码评审通过、CI 与部署全绿
✓ 线上零影响：纯本机 CLI，不碰定时任务/worker/数据库；一句 git revert 可回滚
⏳ 真实生图效果待「闸门 0」实测（见下），当前阻塞在 eval key 下发

使用方法（运营同事）

# 试跑/评测一律先切 eval key（缺了会直接报错，防烧生产余额）
export AKKE_USE_EVAL_KEY=1

# 先零花费预览 prompt 和选镜
pnpm tsx scripts/gen-storyboard.ts --config <解构稿.md 或 pipeline_config.json> --dry-run

# 推荐流程：挑 1-2 镜出定稿 → 定稿图当 anchor 跑全量 → 审图 → 重roll 补漏
pnpm tsx scripts/gen-storyboard.ts --config <稿> --shots S07
pnpm tsx scripts/gen-storyboard.ts --config <稿> --anchor 视频素材/…/shot-S07.png
pnpm tsx scripts/gen-storyboard.ts --config <稿> --reroll S03,S09

04之后的优化（roadmap）

下一步
闸门 0：真实效果 bake-off（半天，约 ¥3）
eval key 到位后，拿灿哥稿 5 个带手部操作的最难镜实测 Seedream 4.5，验收标准一句话：剪辑同事「这图敢不敢剪进片」。敢 → 转正投产；不敢 → 换 Nano Banana Pro 再测一轮。不过闸就停，沉没成本半天。
下一步
AIGC 标注口径（PM 决策项）
AI 素材占比多高、发布时声明怎么打，定一个团队口径。技术侧已把提醒内置进交付物，等口径落地写进 SOP。
计划
定稿参考表流程固化
把「先出 2-3 张风格定稿 → 人审 → 全量锚定」做成默认引导（现在靠命令组合），降低新同事上手门槛。
计划
远程交付通道
剪辑同事不在同一台机器时，素材包自动传 Supabase Storage 出公开链接（需新 bucket——现有 tuwen-media 限单文件 2MB，2K PNG 会超）。
计划
Skill 化 + 与解构端首尾相接
「按分镜稿出图」变成一句话触发，douyin-deconstruct 解构完直接问要不要接着出素材，一条龙。
计划
方舟组图直连（一致性还不够时）
火山方舟原生组图模式单请求出 ≤15 张互相一致的图，恰好覆盖一条视频；OpenRouter 透传不了该参数，需要直连（个人实名当天可开，约 ¥0.25/张）。先看闸门 0 结果再决定要不要。
计划
图生视频（i2v）衔接
把静态 B-roll 升级成 5 秒动态镜头。主流 API（Seedance / 可灵 / Wan）量级 ¥1-5/条·5秒；当前 2K 9:16 输出规格已天然兼容全部主流 i2v 首帧要求，不用返工。
已完成
评估三轮 + 工具 V1 上线
资源盘点 / 国内外行情 / 关键价格参数一手核验 / 可行性拆解（镜头构成 + AIGC 政策）→ client + CLI + 审图 + 熔断全量落地，CI 部署全绿。