DevTrendsDeveloper trends
Accent color

calderbuild /

continuum

给一个剧情设定和一个主角,它自动写剧本、拆分镜、用 AI 生成竖屏短剧,并且同一个主角在多集之间形象保持一致。 做 AI 短剧最难的不是生成单个镜头,而是连续性——换一集、换一个镜头,主角的脸、发型、穿着就漂了。Continuum 的做法是让一个 agent 维护一份「剧集圣经」(Series Bible),把主角的标准形象锁死,再注入到每一集、每一个镜头的生成里,所以跨集身份能对得上。 上图是同一个主角在两集、四个差异很大的镜头里的样…

DTContent creationDTData & operationsDTAgent extensionDTMCP service

Product images

About

给一个剧情设定和一个主角,它自动写剧本、拆分镜、用 AI 生成竖屏短剧,并且同一个主角在多集之间形象保持一致。 做 AI 短剧最难的不是生成单个镜头,而是连续性——换一集、换一个镜头,主角的脸、发型、穿着就漂了。Continuum 的做法是让一个 agent 维护一份「剧集圣经」(Series Bible),把主角的标准形象锁死,再注入到每一集、每一个镜头的生成里,所以跨集身份能对得上。 上图是同一个主角在两集、四个差异很大的镜头里的样子。用 Qwen-VL 当评委给一致性打分,在这条演示剧集上跨集身份一致性 0.98。 一组 agent 沿流水线协作:编剧写本 → 拆分镜 → 摄影生成每个镜头 → 评委打分、不合格就进优化循环重渲染 → 剪辑拼接并烧录字幕。前端有一个实时「控制室」,把每个 agent 正在做的事流式展示出来。这些 agent 同时也暴露成了 MCP 工具,可以让别的 Agent 直接调用这套流水线。 技术栈:Qwen3 写剧本与优化提示词,Wan 生成 9:16 竖屏视频,Qwen-VL 做一致性评委;后端 Python + FastAPI(SSE 流式),剪辑用 ffmpeg。 自部署,自带 DashScope API Key 即可运行,MIT 开源。

Discovery history

  1. 阮一峰周刊·用户投稿

    Jul 4, 2026 · 1 observations

Discuss this product