ClawSeries: 零人AI短剧公司

——彻底打通 AI 短剧自动化生产的最后一公里

1. 行业洞察：2026年的制片悖论 (The Production Paradox)

• 数万家“AI公司”的诞生： 根据行业统计，过去一年间全球涌现了数万家“AI短剧企业”。然而残酷的真相是：这些公司引以为傲的“人工+AI”工作流，本身就是完全可以被 AI 彻底取代的。 它们只是把人类变成了 AI 模型的“搬运工”和整合方。
• 成熟的模型，原始的流水线： 我们正处于一个视频生成技术极度成熟的时代，大模型可以在数秒内生成电影级的绝美单镜头。然而，要将这些成熟的“点”连成一部连贯的数十集短剧，这数万家公司的做法依然是极其落后的“人工作坊”模式。
• 致命的“人类沟通成本”： 尽管工具满天飞，但不同环节之间依然没有被完全自动化。导演需要向提示词师反复解释镜头意图；制片需要用肉眼在一堆素材中筛选废片；剪辑师需要手工将画面、配音和字幕逐帧对齐。
• 人类成为了流水线上最慢的“路由器”： 在极其高效的 AI 节点之间，缓慢的人类操作、审片疲劳和无休止的返工确认，成为了吞噬利润、时间和创意的最大瓶颈。

2. 交互范式革命 (Interaction Paradigm Revolution)

普通人是怎么使用 AI 的？

是和 AI 一轮一轮的对话，就像和真人一样。

老板是怎么命令下属的？

一句话说清楚需求，剩下的全部交给团队执行。

这才是符合人类直觉的交流方式。

传统节点连线工作流的痛点

ComfyUI、LibTV 等工具采用复杂的节点连线模式。用户需要理解每个节点的输入输出，手工连接数十个模块，调试过程极其痛苦。这种反直觉的设计，白白拉高了上手门槛。

ClawSeries 的对话式交互

只需像和真人聊天一样，用自然语言描述你的想法。不到一分钟的对话，所有人类需要做的就搞定了。零学习成本，上手即用。

用户：「帮我做一部100集的《重生后我换成真硫酸，校花惨叫直播中断》」 AI：「收到！女主复仇路线请选择：A. 直接爽杀 / B. 假死脱身再杀 / C. 先装傻再杀 / D. 倩刀杀人」 用户：选择 B AI：「路线B锁定。男主设定？霸总 / 渣男」 用户：霸总 AI：「🎬 已开始制片」

一句话，搞定一切。 不需要学习复杂的节点系统，不需要理解底层技术细节。就像和一位专业的制片人对话，告诉他你想要什么，剩下的全部交给 ClawSeries。

3. 我们的使命 (The Mission)

ClawSeries 不研发底层视频大模型，我们做全新的”自动化制片工厂”。

我们将传统 AI 短剧公司中耗时耗力的五个核心岗位，完全替换为自主协作的智能体（Agents）。通过消除”人与人、人与机器的沟通损耗”，ClawSeries 致力于打通 AI 短剧自动化生产的最后一公里，让”一句话生成百集短剧”从商业概念变成真正的工业级交付。

4. 五大自主智能体架构 (The Pentagram of Agents)

用毫秒级的 Agent 内部通信，取代漫长的人类沟通会议。

4.1 项目总监 (Project Director Agent)

• 职能：全局状态管理与流程控制。
• 任务：接收原始一句话指令，自动拆解数十集制片任务。实时监控各环节进度，调度 API 负载，彻底取代人类制片人的统筹与催稿工作。

4.2 总导演 (Chief Director Agent)

• 职能：剧本与戏剧张力控制。
• 任务：构建宏大且连贯的世界观。自动在每集结尾设置悬念（Hook），确保长线剧情逻辑自洽，无需人类编剧反复修改大纲。

4.3 视觉总监 (Visual Consistency Agent)

• 职能：视觉资产与一致性锚定。
• 任务：生成并永久锁定角色的脸部特征、服装特征与场景环境资产。确保角色从第1集到最后1集始终如一，消除人类手动对齐素材的痛苦。

4.4 提示词架构师 (Prompt Architect Agent)

• 职能：跨模型语义翻译。
• 任务：自动将文学分镜转化为底层视频引擎最易理解的 Prompt 矩阵。它自带“避坑指南”，自动引导 AI 避免画面崩坏，取代反复试错的人类提示词工程师。

4.5 自动化剪辑师 (Auto-Editor Agent)

• 职能：音画压制与情感封装。
• 任务：基于多模态理解，删除掉多余片段，拼接多个分镜，合理添加 BGM 并对齐压制字幕。

5. 核心技术哲学 (Engineering Philosophy)

• 零沟通损耗：五个 Agent 共享一个全局上下文（Context），导演的意图可以 100% 无损传递给剪辑师，彻底消除人类职场中的沟通误解。
• 全自动质检自愈 (Self-Healing)：内置视觉审核逻辑。一旦发现生成的素材存在逻辑错误（如多出一根手指），QC Agent 会在后台瞬间驳回并触发重练，全程无需人类介入审片。
• 极致并发 (Hyper-Concurrency)：突破人类精力的物理极限，支持 50 集短剧同时进入并行渲染与剪辑工作流。

6. 商业形态重构 (Business Evolution)

在 ClawSeries 的架构下，“短剧公司”不再是一个需要租赁场地、招聘数十名员工、每天开会确认的实体组织，而是一套部署在云端的自动化代码。

只需输入一句话，ClawSeries 就能在一小时内完成过去一个团队一个月的制片工作。

7. 快速启动

7.1 一键启动（推荐）

项目提供一键启动脚本，自动安装依赖并启动前后端：

./start.sh

启动后访问：

• 前端页面：http://127.0.0.1:3000/
• API 文档：http://127.0.0.1:8000/docs

按 Ctrl+C 停止所有服务。

7.2 手动启动

如需单独启动各服务：

清理残留进程：

lsof -ti tcp:8000 | xargs kill -9 2>/dev/null || true
lsof -ti tcp:3000 | xargs kill -9 2>/dev/null || true

启动后端：

cd backend
uv run uvicorn main:app --host 127.0.0.1 --port 8000 --reload

启动前端（新终端）：

cd frontend
uv run python3 -m http.server 3000 --bind 127.0.0.1

8. 生产流水线 (Production Pipeline)

ClawSeries 采用严格的线性流水线架构，确保每个阶段按序执行：

需求确认 → 剧本生成 → 格式化 → 资产生成 → 分镜生成 → 视频合成 → 项目完成

8.1 阶段说明

阶段	负责智能体	输出
需求确认	项目总监	确认的剧本大纲
剧本生成	总导演	分集剧本、逐集标题
格式化	提示词架构师	结构化分镜描述
资产生成	视觉总监	角色立绘、场景图
分镜生成	视觉总监	每集分镜首帧、视频片段
视频合成	自动化剪辑师	最终成片

8.2 智能体协作

五个智能体共享全局上下文，通过事件驱动协作：

• 每个阶段完成后自动触发下一阶段
• 实时进度更新推送到前端
• 支持断点续传和错误重试

9. 多模型支持 (Multi-Provider Support)

9.1 LLM 提供商

• OpenAI (GPT-4o)
• Google GenAI (Gemini)
• 自定义 OpenAI 兼容 API

9.2 图像生成

• OpenAI DALL-E 3
• Google Imagen 4
• SiliconFlow (Kolors)
• Stability AI
• 自定义 API

9.3 视频生成

• Seedance
• 自定义视频 API

9.4 Demo 模式

支持图像/视频 Demo 模式，无需配置真实 API 即可体验完整流程。

10. 配置说明

首次使用请在设置页面配置：

1. LLM 配置：选择提供商、填写 API Key、选择模型
2. 图像配置：选择图像生成提供商和模型
3. 视频配置：配置视频生成 API

配置保存后可点击”测试连接”验证配置是否正确。