AI 电影工作室 2

快速上手

AI 电影工作室 2 是一个不绑定特定模型的电影创作工作站。整体流程：建项目 → 生成素材 → 搭分镜 → 生成分镜帧 → 生成视频 → 时间线合成导出。

1
新建项目 — 首页点「新建项目」，填名称和描述。项目是所有素材、镜头、时间线的容器。
2
连接生成后端 — 点右上角齿轮进设置：本地 ComfyUI 填地址（默认 http://127.0.0.1:8188）；云端服务（Minimax、Fal、Replicate 等）在「云端 API 密钥」里填 Key。
3
生成素材 — 在素材生成页选择类型（角色/拍摄地/道具/载具），输入英文描述生成图片，满意后保存为素材。素材是人物一致性的基础。
4
创建拍摄地与镜头 — 在剧本页创建拍摄地（一个地点/时段），拍摄地下创建镜头。镜头会继承拍摄地的角色、地点信息。
5
生成分镜帧 — 选中镜头，写构图描述，点「生成分镜帧」。绑定角色素材后，角色脸会保持一致。
6
生成视频 — 到「运镜控制」页，选视频模型，把分镜帧作为首帧（或用参考图），生成动态视频。
7
配音与音效 — 时间线 → 音频：用 TTS 生成对白、生成配乐、生成拟音。
8
合成导出 — 把片段发到时间线，修剪排列加转场，渲染出 MP4，或导出 EDL / Premiere XML。

人物一致性（重点）

核心思路：先用「角色设定图」为角色建立多角度视觉档案，之后所有生成都挂接这份档案 —— 分镜帧靠素材绑定，视频靠参考图锁定。

第一步：生成角色设定图

素材库 → 选中角色素材 → 「角色设定图」。系统会生成 6 个视角（全身正面、全身左侧（人朝画面右）、全身右侧（人朝画面左）、全身背面、上半身、脸部特写），每个视角单独生成、只画一个人，最后拼成一张 3×2 总图（拼图上每格标了中文视角名）。这是后续一切生成的「角色身份证」。生成时描述要具体：年龄、发型、服装、体态都写清楚（描述里的「声音设定」不会进画图提示词）。

不用手动保存：设定图会直接记在这条素材上 —— 关掉面板再打开还在（以前关一次就没了），同一个角色也不会因此多出重复素材。想额外在素材库里留一份，再点结果图上的「保存为素材」。拍摄地 / 道具的「设定图」会拿该素材自己的描述当主要依据，所以到这一步之前先把描述写准。

第二步：镜头绑定素材

镜头详情 → 参考素材 → 添加素材，把角色（和拍摄地）绑定到镜头。绑定后生成分镜帧时，系统自动把设定图注入生成流程，脸不会跑。每个镜头可绑定多个素材，多角色同框就绑多个角色。

第三步：视频生成用参考图锁定

运镜控制页选择支持参考图的驱动（推荐 Minimax H3 R2V，参考图生视频），在参考图槽位上传角色设定图（正面或半侧面效果最好）。H3 支持多张参考图，多角色同框给每个角色一张。参考图 + 首帧双保险，一致性最佳。

连贯性链（跨镜头）

开启「连贯性链」后，上一镜头的尾帧会自动作为下一镜头视频生成的首帧锚点，运动和构图自然衔接。适合连续动作的镜头组。

提示：参考图槽位现已支持完整 9 张（每张都会动态加载）。多角色同框建议给每个角色 1-2 张不同角度，最多 9 张都能生效。

AI 故事规划

顶栏「AI 规划」：给一句话主题或一整份剧本，由本地大模型自动产出拍摄地 + 镜头 + 每个镜头的英文提示词，点「应用到项目」直接落进分镜板。这是全流程里唯一由 AI 替你「想」的环节——其余步骤都是你来设计、系统负责执行。

模型：默认走本地 Ollama（gemma4:26b），不联网、不花钱。本机没装大模型也没关系——到「设置 → AI 大模型」把运行位置切成「第三方 API」，填上硅基流动 / 阿里百炼 / DeepSeek / 智谱等服务商的地址与密钥即可，详见下面的「AI 大模型配置」。连不上时弹窗顶部会红字提示，并给出实际请求地址便于排查。

两步走，不会偷偷写数据：「开始规划」只生成预览，不写任何文件；确认后点「应用到项目」才创建拍摄地与镜头。可以逐个镜头勾选，只把满意的写进去。

一致性设定书不只是文字：规划会先产出四套「设定书」——角色外貌、角色声音、视觉风格锁、故事世界（冲突与伏笔）。其中风格锁、角色外貌、地点、光线、动作、台词、音效会被逐字写进每一个镜头的提示词——因为视频模型在镜头之间没有记忆，每个镜头都必须把角色长相和场所从头写全。展开「一致性设定书」可以看到具体内容。

它还会变成素材并自动绑定：点「应用到项目」时，设定书里的每个角色和每个地点都会建成一份素材，并自动绑定到实际出场的镜头（角色）与拍摄地（地点）。这么做是为了接上更强的一致性手段：到素材库为角色生成「角色参考包」，之后这些角色参与的所有镜头就会自动带上参考图——参考图的一致性远胜于纯文字描述。角色声音设定也存在角色素材里，方便后续配音参考。

输入可以是中文：主题与剧本用中文写就行，产出自动是英文提示词。也可以直接粘贴一整份剧本（含 INT./EXT. 场景头），系统会识别为剧本并按其情节解析，而不是自由创作。

镜头时长会自动算：按台词长度 + 动作时间估算（中文按 4.5 字/秒，英文按每分钟词数），结果显示在镜头卡片上，也存进了配方（建议时长）。

看不懂英文？用「故事大纲」回看：规划产出全是英文（提示词必须英文），但你可以随时点顶栏的「故事大纲」回看这份规划 —— 主题、视觉风格锁、故事世界、角色（含配音指导）、地点、每个镜头要干什么/怎么运镜/什么灯光，都能看。弹窗打开时会自动用本地最小的模型翻一份中文对照（约十几秒，不挡你看结构），翻译结果会缓存进这份大纲，下次打开直接就是中文、不用再点。想重翻可以点「重新翻译」。英文提示词仍可折叠查看与复制，也可以点「对照英文原文」并排看。

大纲里可以直接改内容（改中文就行）：设定书（风格锁 / 故事世界 / 角色 / 地点 / 声音）和每一条分镜的字段旁边都有「改」按钮。你看中文就改中文 —— 保存时系统会让模型把改动写回英文（提示词只能是英文，那是给模型看的），并重建相关镜头的提示词，所以改完去出图就是用新内容，不用另外同步。只影响某一个镜头的字段只重建那一个；风格锁、角色这类全局字段会重建全部镜头。保存后会明确告诉你结果：写回了英文、更新了几个镜头的提示词；如果这条改动没有进入提示词（例如「画面描述」在提示词里被「动作描述」优先覆盖了），它会直说"只影响大纲文字"而不是假装生效。你手改过的条目会记在大纲里（显示"其中 N 处是你手改过的"），点「重新翻译」会覆盖掉这些手改。中文对照还没生成好时，直接填中文会被拦下并提示原因 —— 免得中文被当成英文写进提示词。

规划留档：应用后会在项目目录写一份 story_plan.json（含中文对照 zh 段）。它不会被「应用」清掉，换了新规划才会被覆盖 —— 所以「这个镜头要什么素材、情节是什么」随时回得来。

如果规划失败：常见原因是模型上下文不够导致输出被截断。可以试试减少镜头数、把模型换成 gemma4:e4b（上下文更大），或在设置里调低 num_ctx。报错信息里会给出具体原因。

提示词优化

每个提示词输入框旁的「AI 优化」：把随手写的中文草稿变成能直接喂给生成模型的英文提示词，并自动补齐影视摄影语言。

为什么需要这一步：图像/视频/音频模型只认英文提示词，而 AIMS2 里的提示词是原样拼进 ComfyUI 工作流的，中间没有翻译环节。你写「骑士拔剑」，模型基本读不懂；写「knight drawing his sword, low-angle handheld tracking shot」才有效果。所以这个按钮实际同时做三件事：翻译、补影视语言、保持你的原意不变。

它在哪些地方：视频提示词、镜头构图、画面描述、动作提示词、负向提示词、变体提示词、重拍说明、素材生成提示词、素材自定义提示词、角色描述、音乐提示词、拟音提示词——共 14 处。每处按用途走不同的优化方向（比如负向词会转成标准词表并补齐常见翻车点，音乐提示词会补乐器编制与 BPM 区间）。

会自动带上项目上下文：在镜头里点优化时，系统自动把全片视觉风格锁、所在拍摄地、镜头景别一起交给模型，这样同一部片子的各个镜头提示词不会各说各话。结果面板上会列出实际用到的上下文。

绝不会自动覆盖你的输入：点「AI 优化」只在下方展开预览，你的原文一个字都不动。看完再选「替换」（用结果覆盖）或「追加」（拼到末尾），也可以「换一版」重试或「复制」自己改。觉得原文更好就直接「取消」。

点「替换」就会立刻保存：镜头详情那个提示词框平时是在生成时才写入的（这样你能临时试不同写法），但用「替换 / 追加」确认下来的结果会立即落盘，右上角出现「已保存」——刷新页面也还在，不会白改。

输入框里大部分是中文时会被标出来：按钮会变成琥珀色并在下方提醒。最容易踩的是从剧本拆解建出来的镜头——它的提示词默认就是剧本中文原文（带动作与台词），直接点生成会得到难以预料的结果，先点「AI 优化」转成英文再用。

看不懂英文提示词？点「中文」：镜头详情、分镜评审、故事大纲里的英文提示词（素材描述也有）旁边都有个「中文」按钮 —— 点它把这段英文翻成中文给你看（第一次约十几秒，用本地最小的模型）。它只显示译文，不会改动原提示词。想改的话，别去动英文：直接用中文写你的想法，再点「AI 优化」，它会按项目风格重写成英文提示词。已经是中文的内容不会显示这个按钮。

译文会被记住，不用每次重翻：翻过一次的提示词会缓存起来，再点「中文」是秒开（不再等模型）；你亲手展开过的，下次打开这个界面它直接就是展开的中文；手动收起来的也会记住，不会被自动展开重新顶开。缓存按提示词原文匹配，所以只要你改了那段词，旧译文就自动作废、需要重翻（不会显示对不上的中文）。译文只存在你本机浏览器里，不存在项目文件里。

结果会说明改了什么：预览里带一句中文说明（如「增加了霓虹色调、水洼反射、35mm 镜头感」），以及是否是从中文翻译过来的标记。

不适合优化的内容：台词正文、歌词、剧本原文这类「内容」不在此列（它们不是给生成模型的提示词）。另外提示词里的中英混排不会自动清理，建议一次只处理一个输入框。

分镜评审与闸门

顶栏「分镜评审」：每个镜头可以攒多个候选分镜帧，挑一个作为正式帧；不满意的可以驳回并写下原因，然后只重生成这一个镜头。全部确认后点「批准分镜板」，才允许进入视频生成。

为什么要先评审：出图比出视频便宜得多。先用几张候选把构图、人物朝向、服装颜色在这一步定死，再进视频生成，能省下大量算力和时间。

候选怎么来的：点「再出一个候选」，系统会用该镜头自己的配方（同模型、同尺寸）只换一个随机 seed 再生成一张。所以风格一致、构图有差异——这正是你要挑的东西。第一次拿到的候选会自动成为正式帧，省一次点击。

批量补帧：规划出一批镜头后，点「为缺帧镜头各出一个候选」会顺序给所有还没有候选的镜头各生成一张（顺序执行，不会同时打爆显存）。单个约 10~60 秒。

中文译文会整板自动准备好（不用一段一段点）：打开评审面板后，系统会在后台把这一板所有提示词一次性翻成中文（状态条上会显示进度，不挡你看图），翻好即整板展开中文。下次再打开这个项目是秒开 —— 译文和你"要展开"的选择都会记住。想清爽一点就点右上角「收起全部中文」，这个选择也会被记住。

每个镜头都能看到提示词（重点）：面板里每个镜头都带一条可展开的提示词，右侧有「中文」按钮可以看译文。这是用来核对的——比如提示词写了「戴手套」而图上没有，就是这一条没被模型遵循。发现不对就点「改提示词」就地改（改完点「再出一个候选」，新图就会用这段新词生成）。如果当前提示词还没出过图，这条会变成黄色提醒，免得你拿旧图去对新词。

改提示词等于改大纲：评审面板改的是镜头自己的提示词，而故事大纲里显示的那条提示词读的就是同一个字段，所以改完去大纲看，那条也跟着变了，不需要另外同步。反过来也可以：在故事大纲里改内容（改中文即可），它会写回英文并重建这条提示词 —— 两条路改的是同一份东西。

驳回会留下痕迹：驳回说明会写进该镜头的备注（形如「【驳回说明】人物朝向错了」），下次重生成时可以对照，不会重复踩同一个坑。

驳回/删除正式帧不会让镜头变空：你否掉当前正式帧之后，系统会自动把剩下的候选帧里最新的一张设为正式帧，所以分镜板不会突然变成空白、也不会因此卡住「批准分镜板」。只有当所有候选都被驳回时，这个镜头才会真的回到没有帧的状态——这时分镜板上会显示「分镜帧已失效」并给一个直达评审面板的按钮，点进去重新选定即可。

删除是不可逆的：候选帧的删除按钮需要再点一次「确认删除」（4 秒不操作会自动取消），避免误点。删掉的是注册记录，图片文件本身仍留在素材库里。

闸门是可越过的：一旦你开始攒候选帧，这个项目就进入「评审模式」——分镜板未批准时，视频生成会被拦下并告诉你还差哪些镜头。如果你确定现在就要生成，错误提示里有一个「仍然生成」按钮可以直接跳过。没打开过评审面板的项目完全不受影响。

剧本与分镜

剧本：支持导入 Fountain（.fountain/.txt）和 Final Draft（.fdx）格式。导入只拆出拍摄地，并在每个拍摄地里存一份镜头拆解清单；到左侧拍摄地栏展开「剧本拆解」，点「建镜头」把条目落成真镜头（可逐条，也可「全部建镜头」，会自动带上本场配方的参考素材）。场景头需以 INT. / EXT. 开头，正文、角色名和景别（如「特写：」）都可以写中文。

拍摄地：一个地点 + 时段。拍摄地层可以设置灯光（黄金时刻、霓虹、月光…）、氛围、定场帧。同拍摄地镜头共享这些设定，保证环境一致。

左侧拍摄地列表怎么点：点一项会同时做两件事 —— 把分镜板过滤到这个拍摄地，并展开它下面的参数（时段 / 氛围 / 灯光 / 配方素材）。再点同一项只是收起参数，不会取消选中（想收起参数但继续看这个拍摄地的镜头，就点它自己或参数面板右上角的「✕」）。要回到不过滤的视图，点列表最上面那条「全部拍摄地」。

镜头：每个镜头有构图描述、景别（远景/中景/近景/特写）、运镜（推轨、摇镜、环绕…）。镜头类型库里有成套的电影化预设（定场、双人、过肩、反打…）可直接套用。

多角度生成：从当前分镜帧一键生成多个机位（Qwen 多角度 LoRA），适合快速做覆盖组（Coverage）。结果存在本镜头的Camera Angles里 —— 鼠标移到某张上会出现两个按钮：「设为正式帧」（这张就变成该镜头的分镜帧，分镜板与视频生成都用它）和「移除」（只是不在这里显示，图片仍留在项目图片库里；标题行的「清空」同理）。注意：角度图目前不会被自动用于视频生成，要它参与就把某张设为正式帧。

变体（生成变体镜头）：拿当前帧当参考，用同一拍摄地、同一套素材派生出一个新镜头（分镜板上会多一张卡片），换角度 / 构图 / 动作都行。生成通常要几分钟到十几分钟，期间新卡片上会写「正在生成分镜帧」，不会让你以为它坏了。

关联参考图：给这个镜头挂参考图，生成时会一起喂给模型。有三个来源：「其它镜头分镜帧」（保持相邻镜头画面连贯）、「项目图片库」（本项目已生成的所有图，分镜帧 / 角度图 / 设定图都在里面，直接挑）、「上传」（用本机的图片，会存进本项目的图片库）。要挂素材库里的角色 / 拍摄地设定图，请用镜头详情里的「参考素材」。挂好的参考图会随镜头保存，刷新或切走再回来都还在，生成时自动带上。

拍摄地里的设定点一下就已经保存：「时段 / 氛围 / 灯光 / 画面比例」没有保存按钮，点选即刻写盘，面板上会回一句「已保存」。其中画面比例会同步改写该拍摄地全部镜头的出图尺寸（例如从 16:9 改到 9:16 竖屏），之后生成的图就是这个画幅。

摄影里的提示词哪来的：切到「摄影」标签时，提示词框会自动带上该镜头的分镜帧提示词（就是 AI 规划产出的那条英文提示词），你在它基础上补运动与运镜即可；自己改过之后就不会再被覆盖。

视频生成

文生视频

只靠提示词生成。适合概念探索，但人物一致性弱，正式镜头不建议。

图生视频（推荐）

分镜帧作为首帧 + 运镜预设。画面可控性最好，是主流程。开启「连贯性链」可自动接上一镜头尾帧。

槽位只有两个：首帧（必需）和尾帧（可选）。这两个是「关键帧」，决定开头和结尾的画面，不做人物身份锁定，也不能塞多张参考图。要多张参考图（人物 + 拍摄地）请切到「参考」模式。

参考图生视频（H3 R2V）

上传角色/拍摄地参考图，Minimax H3 据此生成带原生音频的视频。人物一致性最强，多角色同框首选。参考图最多支持 9 张（点「添加参考图」逐张加），还可选配首帧、参考视频（动作迁移）、参考音频（音色锁定）。

目前只有 Minimax H3 支持这个模式；切到其他模型时会自动退回图生视频。

视频换口型（LatentSync）

给已有视频换嘴型：选「源视频」+「驱动音频」，画面动作保持不变，只把口型对齐音频。

这个模式不需要提示词，也没有时长选项 —— 生成工作流里压根没有提示词节点，成片长度完全由音频决定。

硬性要求：源视频里的人脸必须够大，检测门槛是脸框 ≥50×80 像素（脸高约画面高度的 10%），达不到就直接报「Face not detected」。请用中近景或特写，避免远景、背影、侧脸、快速转头；音频长度也要和源视频接近，否则后半段画面会来回折返播放。

长镜头（分段拼接）

设多个关键帧 + 每段时长，系统分段生成后自动拼接成一条长镜头。适合运镜复杂的连续动作。

重拍模式

只重生成视频的某一段时间（标记开始/结束秒），新段落自动拼回原片。不用整条重来。

分辨率建议：本地 24GB 显存用 720p 均衡；显存紧张或调试阶段用 480p；1080p 慢且吃显存，最终出片再用。

音频与配音

语音（TTS）：输入台词文本，选语言和模型生成语音。Fish Speech（Replicate）和 Chatterbox 支持参考声音克隆——上传一段目标音色，生成结果会用该音色。ElevenLabs v3（Fal）音质最好但需云端密钥。

配乐：用提示词构建器选流派、情绪、速度（BPM），可写歌词（留空为纯音乐）。MiniMax Music 3 支持本地 ComfyUI 或云端 Fal。

拟音（Foley）：给视频生成环境音效（脚步、风声、门声…），预设库覆盖常见音效。云端拟音引擎需要视频有公开可访问的 URL。

对口型：图片 + 音频模式，用角色图 + 台词音频生成口型同步的对白视频（H3 支持）。

时间线与导出

时间线编辑器是完整的非线性剪辑台：多视频轨 + 多音频轨，支持修剪、分割、转场（交叉溶解、淡入淡出、擦除…）、音视频解链、变速。

常用快捷键

空格	播放 / 暂停
← / →	上一帧 / 下一帧
Home / End	跳到开头 / 结尾
S	在播放头处分割片段
Shift+Del	波纹删除（后续片段前移）
Ctrl+Z / Ctrl+Y	撤销 / 重做
Ctrl+C / Ctrl+V	复制 / 粘贴片段
N	切换吸附到网格
F	全屏预览
Shift+L	循环播放
?	键盘快捷键面板
Delete / Backspace	删除选中片段

导出：直接渲染 MP4（可选质量预设），或导出 EDL（CMX 3600）/ Premiere XML 到 DaVinci、Avid、Premiere 里精修。

设置与驱动

ComfyUI 服务器：本地默认 http://127.0.0.1:8188。模型目录指向 ComfyUI 的 models 文件夹，可添加额外目录（如共享模型盘）。远程服务器勾选「远程/云」模式，文件通过 API 上传。

云端 API 密钥：Minimax、Fal、Replicate 等的密钥本地存储（settings.json），后端重启后生效。这是「图像/视频生成服务」的密钥，和下面的大模型密钥是两回事。

AI 大模型（可接第三方 API）：「AI 规划」与「提示词优化」需要一个语言模型来思考。默认用本地 Ollama；本机没装大模型也能用——把运行位置切成「第三方 API」，填任意 OpenAI 兼容端点的地址与密钥即可（内置硅基流动 / 阿里百炼 / DeepSeek / 智谱 / 火山方舟 / OpenAI 的快捷填充）。地址少写 /v1 系统会自动补上；「测试连接」会真发一条请求，显示延迟和实际请求地址，比只看状态更可靠——地址错、密钥错、模型名错分别会给出不同的提示。密钥只存在本机 settings.json，不会外传。

驱动体系：每个生成能力（图、视频、音频）由「驱动」提供，本地 ComfyUI 工作流和云端 API 都是驱动。设置页能看到每个驱动所需的模型清单，缺什么一目了然。

自定义工作流：ComfyUI 导出 API 格式 JSON → 设置 → 自定义工作流 → 上传注册。系统自动分析模型依赖。

LoRA：放在 ComfyUI models/loras 目录即可自动发现；生成时可叠加多个 LoRA 调整风格或角色。

运行模式（本地 / 云端）

同一套代码支持两种部署形态，靠后端环境变量 APP_MODE 切换。默认是本地模式，什么都不用配。

	本地模式（默认）	云端模式
用途	你自己的电脑	服务器，自己 + 同事用
登录保护	默认关闭（本机免登录）	强制开启，不能关
ComfyUI	直连 127.0.0.1:8188	经本地 agent 网桥
接口文档 /docs	公开	需登录

功能完全一样，区别只在默认值与暴露面。模式只提供默认值，显式配置永远优先（例如云端你确实想直连同机的 ComfyUI，写 COMFY_URL 即可）。

怎么确认当前是什么模式：三个地方都看得到 —— 后端启动日志的模式横幅、界面顶部的标识、以及设置 → 运行模式（那里还会列出模式、登录保护状态、ComfyUI 接入方式和配置隐患）。

本地也能开登录保护：设置 → 账号管理里创建第一个账号即可，保护立即生效，不用改环境变量。典型场景是这台机器要给别的人用。（注意：建了账号之后本机也要登录；忘记密码可以删掉 backend/assets/users.json 重置。）

切换模式的完整说明、可覆盖的配置项、以及设计取舍，见仓库根目录的 RUN_MODES.md；云端部署步骤见 deploy/README.md。

生成排队

ComfyUI 是一张显卡串行出图的。多人（或一个人批量）同时点生成时，如果十几个任务一起塞进去，谁先谁后完全由 ComfyUI 内部决定，界面上也看不出来 —— 只能干等。

所以系统在前面加了一道闸：同一时刻只让 1 个任务真的提交给 ComfyUI，其余按先后顺序排队。排队时请求本身就是挂着的（按钮一直转圈是正常的）。

怎么看排到哪儿了：工作区顶栏会出现一个队列指示器：自己排在队里时显示「排队中 · 你排第 N 位」，别人在跑时显示「生成中 · 分镜帧」。鼠标悬停能看到完整队列（谁在跑、后面几位分别是什么）。队列空了指示器自动消失。

为什么不会卡死：名额是跟着作业走的 —— 即使你中途关掉页面不再轮询，后台也会盯着 ComfyUI 的状态，作业一结束就把名额收回来给下一位。只有一种情况会强制回收：单个作业超过 1 小时仍未结束（防止一个卡住的任务把整个队列堵死）。

想同时跑两路（显存够大）可以把后端的GENERATION_CONCURRENCY 调成 2。云端 API 驱动（fal / replicate）不受这道闸限制 —— 它们跑在别人家机房，排队只会让自己变慢。

团队与账号

没开登录保护时，任何能访问到地址的人都能用你的机器。本机自用没关系；一旦部署到服务器（哪怕只给同事用），请先创建一个账号 —— 云端模式下这是强制的，一个账号都没有时打开页面就会引导你创建管理员。

怎么开启：设置 → 账号管理 → 「创建管理员（开启登录保护）」。第一个账号会自动成为管理员。之后打开首页就会要求登录，没登录的人看不到任何项目、也用不了你的显卡。

怎么给同事开号：管理员在设置 → 账号管理 → 添加账号里建。可以选「成员」或「管理员」。有意不提供自助注册 —— 否则任何知道地址的人都能注册进来烧你的显卡。

同事能看到的范围：开启登录保护后是按账号各自隔离 —— 每个人只看到自己建的项目。别人即使知道项目名也打不开（后端会返回 403），图片/视频地址同理。没开登录保护（本地自用）时不隔离，行为和以前一样。

老项目显示「未分配」怎么办：开启隔离之前建的项目没有归属人，它们只有管理员看得到（否则会凭空消失）。管理员在项目卡片上点「认领」就归到自己名下，或用「指派给…」直接给某个同事 —— 指派完这个项目就从你的列表里移走、出现在对方列表里。本地模式（没开登录保护）建的项目不会写归属，因为一旦写了归属、之后开启登录保护反而会让自己进不去。

停用 / 改密码会立即生效：该账号已经登录的会话会被一并清掉（下次请求就要求重新登录）。管理员不能把自己降级或删除，也不能删掉最后一个管理员 —— 否则就没人能再管账号了。

密码怎么存的：服务器上只存 pbkdf2-sha256 加盐哈希（20 万次迭代），不是明文，也不存在浏览器里。登录凭证是一个随机令牌，有效期 30 天。

图片和视频也受保护：素材是浏览器直接加载的（<img src> 没法带请求头），所以登录时会额外下发一个 HttpOnly 的会话 cookie，静态资源用它校验。未登录访问素材地址会返回 401。本地模式（没开登录保护）不受影响，资源照旧公开。

一个诚实的边界：已经下载到某个浏览器的素材无法被"收回" —— 那是 HTTP 缓存的固有行为，没有响应头能撤销它；保护保证的是"未授权的人拿不到新内容"，清理浏览器缓存后即彻底读不到。

常见问题

人物脸在不同镜头里不一致怎么办？

① 确认镜头已绑定角色素材（镜头详情 → 参考素材），绑定后生成分镜帧时会注入角色设定图；② 在素材库为角色生成「角色参考包」（人物：全身正面 / 上半身 / 脸部特写；动物：全身 / 侧面 / 脸部特写；背面、侧面可按需补充），出图时会按景别和描述自动挑合适的一张；③ 视频生成选择支持参考图的驱动（如 Minimax H3 R2V），会自动带上绑定角色的参考包；④ 开启「连贯性链」，让上一镜头尾帧作为下一镜头首帧锚点。

多个角色出现在不同画面，人物能锁定吗？

可以。做法：为每个角色分别生成角色设定图并保存为素材；在每个镜头的「参考素材」中绑定需要的角色；视频生成时把角色参考图加入参考图槽位。H3 R2V 支持多张参考图，多角色同框建议给每个角色至少一张清晰正面或半侧面参考图。

生成失败 / 一直排队怎么办？

先检查设置页：ComfyUI 服务器是否已连接（状态显示「已连接」）、所需模型是否都在（设置 → 对应驱动 → 所需模型列表）。本地生成失败最常见原因是显存不足：先关掉其他占用显存的程序，或在分辨率里选 480p 一档。云端驱动则检查 API 密钥是否有效、余额是否充足。

提示词该用中文还是英文？

底层模型（Qwen、LTX、Minimax 等）对英文提示词理解最好，建议主提示词用英文，动作描述也用英文。界面语言不影响模型输入。中文提示词在部分模型上可用但效果不稳定。

生成的视频有原生声音吗？

Minimax H3 系列驱动支持原生音频（对白、环境声）生成。LTX 等本地模型默认无声，需要到「时间线 → 音频」里用 TTS 生成对白、用拟音生成环境音效，再在时间线上合成。

如何把多个镜头拼成完整影片？

把各镜头的视频片段「发送到时间线」，在时间线编辑器里排列、修剪、加转场，最后点「渲染」输出 MP4。也可以导出 EDL/Premiere XML 到专业剪辑软件里继续加工。

自定义 ComfyUI 工作流怎么接入？

在 ComfyUI 里搭好工作流，用「导出（API 格式）」保存为 JSON；然后在设置 → 自定义 ComfyUI 工作流 → 添加自定义工作流上传，填好驱动 ID 和显示名称。系统会自动分析工作流引用的模型，缺失的会列出来提示你先补齐。

重装或换电脑后如何恢复项目？

项目数据存在后端目录（默认 backend/data），备份整个 data 目录即可。模型文件在 ComfyUI 的 models 目录，与项目数据分开存放，换机时把两边都拷过去，并在设置里重新配置 ComfyUI 地址。

AI 规划产出的「一致性设定书」真的会被生成用到吗？

会，而且是两条路一起走。① 文本：每个镜头的出图提示词（resolved_prompt）只写画面要素——风格、出场角色的名字+一句外貌、动作、载具/道具、地点、内外景/时段、光线、景别，控制在约 900 字符以内；台词、音效、连续性要求、习惯动作单独存在镜头上（镜头详情里「实际发送的提示词 / 声音与连续性备注」可看），生成视频时台词和音效会自动追加。② 素材：每个角色和地点还会建成一份素材并自动绑定到相关镜头/拍摄地，这条才是 AIMS2 最强的一致性手段——为角色生成「角色参考包」后，相关镜头会自动注入合适视角的参考图。建议规划应用后先花几分钟给主要角色做设定图，后面所有镜头都受益。注：声音设定存在角色素材的描述里，目前不会被自动送进 TTS，配音时需要手动取用。

本机装不了大模型（显存/硬盘不够），AI 规划还能用吗？

能。「AI 规划」和「提示词优化」只要有任意一个语言模型可用即可，不要求本地部署。到设置 → AI 大模型 → 运行位置切到「第三方 API」，选一个服务商（点快捷填充会自动填好地址），贴上自己的 API Key，填上模型名，点「测试连接」验证通过即可。这类服务按用量计费，单次规划的成本很低。另外提示词优化的消耗远小于规划，即使你用云端 API 也很便宜。

提示词必须用英文吗？我写中文效果很差。

对，这是当前架构的硬性限制：提示词会原样拼进英文的 ComfyUI 工作流，中间没有自动翻译层。所以要么自己写英文，要么用输入框旁的「AI 优化」按钮——它会把你写的中文草稿翻译成英文并补上景别、光线、镜头等影视语言，且不会自动覆盖你的原文，确认后才写回。