企业官网建设流程全解析

DramaClaw 社区版（Community Edition，CE）是一条把小说原稿变成成片视频的完整流水线：导入小说 → 构建故事图谱 → 生成结构化剧本 → 产出角色、道具、场景资产 → 逐镜头生成视频与配音 → 最终合成导出 MP4。全程可在单机上运行、自带模型 Key（BYO），无需 PostgreSQL / Redis。本文以官方功能总览文档为骨架，结合仓库源码与部署配置，逐层拆解每个阶段能做什么、底层由哪些模块支撑，以及社区版与企业版的边界。

一句话理解 DramaClaw CE

DramaClaw CE 的核心承诺是：在你自己的一台机器上，完成从"小说文字"到"可发布的视频成片"的完整创作闭环。它覆盖个人创作者所需的全部能力——导入解析、剧本规划、资产生成、逐镜生产、配音与导出——并通过一个 OpenAI 兼容的模型网关接入所有文本 / 图片 / 视频 / 音频模型。完整的官方能力说明见 docs/en/concepts/features.md，系统整体如何运作见 架构说明。

社区版的边界与定位

CE = Community Edition（source-available，ELv2 许可证），覆盖完整的个人创作能力：多租户、团队协作、计费配额、规模化执行等面向「管理他人 / 向他人收费 / 替他人运维」的能力属于企业版，不在本仓库中。

从源码结构看，这一边界是通过Ports & Adapters（六边形架构）落地的：src/novelvideo/ports/定义一组 Protocol 接口（Auth、ProjectRegistry、ProjectAccess、TaskBackend、CancellationStore、UsageMeter、Lifecycle、AuditSink、CreditQuote 等），每个接口都带有 CE 默认实现（单机 / 本地）；企业版为同一组接口提供企业适配器。核心代码永不导入企业代码，运行时按ST_EDITION注入对应实现（由 docker-compose.release.yml 中的ST_EDITION: ce强制）。这就是"一套代码库、不分叉社区与商业版"的机制基础。

创作流程：五个阶段

官方功能总览把完整流水线归纳为五个阶段，每个阶段都有独立接口，可以顺序执行、跳过步骤或从任意检查点续跑。

📥 导入与故事图谱

导入小说原稿后，cognee知识图谱解析原文，构建可查询的角色、关系、时间线，作为后续规划的依据。你也可以在Freezone 自由画布上直接编排素材与创意作为创作起点。

源码层面的支撑在src/novelvideo/cognee/包内：pipeline.py实现自定义 Cognee 流水线——原始小说由 Cognee 构建知识图谱，角色、剧集、场景和道具等产品数据由 SQLite 持久化；规划与提取流程只读Cognee，不把派生产品数据回写图谱。store.py中的CogneeStore（store.py#L95）提供图谱的存储与访问入口。图谱的语义检索依赖DC-cognee-embedding嵌入模型，其上游模型、输出维度、批大小（默认 10）在模型配置中设置，详见 配置模型。

📖 剧本生成与集数

把小说生成结构化剧本，自动分集、分场，按统一剧本格式组织（集数-场景、人物、画面描述、台词、音效 / 特效 / 系统音）。支持改编 / 直译 / 分镜稿多种模式，并带审校与修复循环。

对应的编排能力位于src/novelvideo/agents/（剧本 / 资产 / 身份 / 规划等各类 Agent）与src/novelvideo/workflows/（如script_writing.py中的剧本写作工作流，CLI 也通过 cli.py 调用它）。cognee包内的screenplay_normalizer.py、script_parser.py、chapter_detector.py负责剧本场景归一化与原文章节检测，为结构化剧本提供文本处理基础。

🎭 角色与道具

AI 生成角色形象与道具三视图，建立可复用的身份资产；通过身份方案保证角色 / 道具在不同镜头间形象一致，并可生成单集变体。

仓库中身份与道具相关模型集中在src/novelvideo/models.py（如CharacterIdentity、NovelCharacter、NovelProp），由agents/中的身份规划 Agent 驱动。模型网关配置中也专门保留了DC-character-builder-LLM这类逻辑模型名，供自定义渠道映射真实上游模型（见 配置模型 的 Feature models 小节）。

🏞️ 场景、草图与首帧

构建场景库，生成镜头草图与首帧图像；可选director_world（3GS / world）特性增强场景。每个镜头先定画面基调，再进入生产。

director_world是独立子包（src/novelvideo/director_world/，核心服务类见 service.py#L106）。该特性依赖 torch / gsplat / sharp / da2 等较重依赖，因此在 docker-compose.yml 中通过构建参数INSTALL_WORLD控制是否装入精简镜像：INSTALL_WORLD=1 docker compose up -d --build才会启用 3DGS / world 能力（权重在运行时下载，不入镜像；slim base 为 CPU，GPU 加速需 CUDA base）。

🎬 成片合成与导出

逐镜视频生成+ 带情绪的配音（TTS），最终合成剪辑并导出 MP4（含字幕与整套素材包）。

视频生成、TTS 与合成分别由src/novelvideo/generators/（图片 / 视频 / 音频生成适配器）与src/novelvideo/audio/（配音合成）承载，src/novelvideo/export/负责成片合成与导出。CLI 中create_image_generator、create_tts_generator、create_video_composer等工厂函数（见 cli.py）即是这些能力的直接入口。

贯穿全程的六大能力

除了五阶段主流程，官方文档还强调六项横切能力。

任务中心：进度跟踪、断点续跑、取消

长任务支持进度跟踪、断点续跑与取消。CE 的任务执行是进程内 inline（后台线程 + EventSource 进度流），不需要 Redis / Celery，但任务中心的进度与取消体验与企业版一致。实现位于src/novelvideo/task_backend/：consumer.py定义任务消费与投影，run_core.py与projection.py描述各主流程任务的字段投影与执行（如mainline_sketch_from_context、mainline_frame_from_context等任务族），limits.py中还有按 lane 划分的 CE inline 执行槽位与排队上限。

Freezone 无限画布（虾画）

节点式可视化创作台：拖入项目资产生成图片 / 视频 / 音频、打开导演世界，并把满意候选写回主流程；主线流水线与自由探索双轨并行。对应子包为src/novelvideo/freezone/，提供画布存储、节点后端、投影合并、路由与生成历史等能力（仓库中有大量test_freezone_*测试覆盖这些行为）。

视觉风格模板（虾格）

设定项目级风格模板（风格指令、避免指令、风格 Tag），上传参考图可自动解析参数，并一键应用到整个项目。风格模板与基础提示词分别沉淀在src/novelvideo/styles/（含多个 JSON 风格定义与样例图）与src/novelvideo/prompts/。

Xia Director / 虾导（Chat / Agent）

对话式创作助手，贯穿剧本、资产、场景各环节。对应子包为src/novelvideo/chat/（会话式创作助手）。在部署配置中由DRAMACLAW_CHAT_BACKEND: hermes指定聊天后端（docker-compose.release.yml）。

多模型 BYO：一个 OpenAI 兼容网关

所有文本 / 图片 / 视频 / 音频模型都经一个 OpenAI 兼容网关接入；可以用官方 Key，也可以自带网关。CE 默认在docker compose up时一并拉起内置 NewAPI 网关（服务newapi，容器内:3000），并提供三种运行模式：

模型设置保存在本地 CE 的settings.db，密钥不会返回浏览器，只展示打码的已保存状态预览。完整配置流程（推荐配置档 JSON 结构、功能模型、嵌入、媒体模型、ComfyUI、参考媒体存储与故障排查表）见 配置模型。

单机自托管

本地认证、免登录单用户、inline 执行，docker compose up即起，数据全在本地。部署形态是三个服务：

• api（创作后端，ST_API_PORT默认:8780，容器内固定8780）
• newapi（内置 OpenAI 兼容网关，默认只绑127.0.0.1:3000，ST_NEWAPI_BIND=0.0.0.0可对外开放）
• web（浏览器 UI，ST_WEB_PORT默认:8080，nginx 反代/api与/static到 api 服务）

数据落盘规则（见 architecture.md）：state/<user>/<project>/data.db（SQLite 结构化项目数据）与output/<user>/<project>/...（成片与资产），无需外部数据库。启动方式与首个 DC Key 的录入步骤见 快速开始：cp .env.example .env && docker compose up -d --build（源码构建，三服务本地出产）或docker compose -f docker-compose.release.yml up -d（拉取已发布镜像）。

快速上手建议

• 想先跑起来：按 快速开始 执行，浏览器打开http://localhost:8080，在 设置 → 模型配置 → 官方渠道 粘贴 DC Key 即可开始（无需做模型映射）。
• 想接入自己的模型：参考 配置模型，按 Official / Custom / Hybrid 三种模式之一配置，并注意功能模型（DC-*-LLM逻辑名）、嵌入模型与媒体模型的映射关系。
• 想深入架构：阅读 架构说明 的端口与适配器表格、任务执行与数据存储章节，再对照src/novelvideo/ports/与src/novelvideo/task_backend/源码验证。
• 想了解环境变量全集：参考 环境变量参考 与仓库根目录的.env.example。

DramaClaw CE 的价值在于把「理解小说 → 规划画面 → 生成资产 → 逐镜生产 → 合成导出」的整条链路收敛到一台机器、一条命令、一个开源仓库之中——这正是 features.md 所描述的核心，也是本文全部内容的依据。