1. 项目定位与用途
AI漫导（DirectorAI）是一款基于Flutter框架开发的移动应用程序，专注于AI驱动的漫剧（漫画风格视频）内容生成。项目核心定位是降低动画视频创作门槛，使普通用户能够在手机上通过简单的文字描述，快速生成包含剧本、分镜图片和合成视频的完整漫剧作品。应用采用智能体架构，能够自主理解用户意图，协调多个AI模型完成从创意到成片的端到端流程，适合内容创作者、教育工作者和娱乐用户进行快速原型制作或成品输出。
项目档案应用项目
freestylefly/director_ai 是什么？用途、安装与使用指南
AI漫导是一款基于Flutter的移动应用，采用ReAct智能体架构，集成GLM-4.7、Gemini等AI模型，能理解用户文字描述并自动生成剧本、分镜图片及合成完整漫剧视频。核心创新是角色三视图方案确保多场景人物一致性，适合个人创作者快速制作短篇漫剧、营销动画等内容。本页提供项目介绍、安装指南、使用教程及技术架构详解。
AI 总结
AI漫导是一款基于Flutter的移动应用，采用ReAct智能体架构集成GLM-4.7、Gemini等AI模型，实现从文本描述一键生成剧本、分镜及完整漫剧视频，核心创新在于角色三视图方案确保多场景人物一致性。
中文项目介绍
AI漫导（DirectorAI）是一款专为移动端设计的AI漫剧制作应用，采用先进的ReAct智能体架构，能够理解用户的文字创意描述，并自动编排多个AI模型协作完成内容生成。
技术层面，应用基于Flutter 3.0+和Dart 3.0+开发，集成智谱AI的GLM-4.7用于智能决策与剧本生成，Google的Gemini-3-Pro-Image-Preview用于文本生成图片，以及Veo3.1用于图片生成视频。核心创新在于角色三视图方案，通过生成包含正面、侧面、背面的组合图作为角色身份证，确保跨场景人物外观高度一致。
该项目主要解决两个关键问题：一是降低AI漫剧创作门槛，让普通用户无需专业技能即可快速生成完整视频；二是解决多场景人物一致性难题，避免角色在不同场景中外观不一致的问题。
适用场景包括个人用户创作短篇AI漫剧故事、内容创作者生成营销或教育动画视频、手机端快速原型制作漫剧分镜，以及需要保持角色一致性的系列视频生成。项目仓库提供了完整的安装指南、使用教程和技术文档，适合Flutter开发者学习和二次开发。
详细信息与使用说明
2. 解决的问题
项目主要解决两类问题：一是创作门槛问题，传统动画制作需要专业技能和工具，而AI漫导通过全流程自动化，让无经验用户也能生成高质量漫剧；二是人物一致性问题，在多场景视频中保持角色外观统一是AI生成的难点，本项目创新性地引入角色三视图方案，将正面、侧面、背面组合图作为角色身份证，使AI在生成各场景时能准确识别并保持角色特征，从而实现跨场景人物高度一致。此外，项目还解决了移动端高效运行和多模型协同编排的技术挑战。
3. 适用场景
AI漫导适用于多种创作场景：个人用户可快速生成短篇AI漫剧故事，用于社交分享或创意表达；内容创作者能制作营销广告、教育讲解或产品演示动画，提升内容吸引力；教育工作者可以创建教学视频，使知识点更生动；手机端用户可随时进行分镜原型设计，验证创意构思；此外，系列视频创作者能利用角色一致性方案，制作保持角色统一的连续剧集。项目特别适合需要频繁产出动画内容但资源有限的个人或小团队。
4. 安装方式
根据仓库信息，安装步骤如下：首先确保环境满足Flutter SDK >= 3.0.0和Dart SDK >= 3.0.0，并安装Android Studio或VS Code及Android设备/模拟器。然后克隆项目仓库到本地，在项目根目录运行`flutter pub get`安装依赖包。接着配置API Token：在`lib/services/api_service.dart`中设置智谱AI API Token，或使用苍何API Key（推荐）。最后连接Android设备或启动模拟器，执行`flutter run`启动应用。注意：仓库中未明确给出iOS或Web端的详细安装步骤，当前主要支持Android平台。
5. 使用方式
使用应用时，打开主聊天界面，输入创意描述（如"制作一个雪地里的冒险故事"或"生成一个小姐姐做草莓蛋糕的10秒视频"）。AI智能体通过ReAct循环理解需求：先由GLM-4.7分析意图并生成剧本，然后提取角色特征生成三视图，接着调用Gemini生成各场景分镜图，再调用Veo将图片转换为视频，最后合并所有视频片段。用户可在应用中预览生成的分镜和视频，进行审核或调整，确认无误后合成完整漫剧视频并保存到相册。仓库中未明确给出批量生成或高级编辑功能的详细操作。
6. 实现特点
项目实现上具有几个显著特点：一是采用ReAct（Reasoning + Acting）智能体架构，通过观察-思考-行动循环实现自主决策与工具调用；二是创新的人物一致性方案，角色三视图作为身份证被用于所有场景图片生成，确保角色外观统一；三是模块化设计，代码结构清晰分离控制器、服务、模型和界面，便于维护；四是支持多AI模型集成，通过API服务层抽象可灵活替换或扩展模型；五是提供本地缓存机制（Hive、视频缓存）优化性能；六是包含丰富的配置选项，如最大迭代次数、API端点等可调整。仓库中的文档详细描述了图像生成、视频处理等接口规范。
思维导图
AI漫导 DirectorAI
核心功能
一键生成剧本
自动生成分镜
视频合成
角色一致性保持
技术架构
Flutter 跨平台
ReAct 智能体
GLM-4.7 决策
Gemini 图像生成
Veo 视频生成
生成流程
用户输入描述
剧本生成
角色三视图创建
场景分镜生成
视频转换
视频合并
角色一致性
三视图方案
角色身份证
跨场景统一
最多2个角色
项目结构
agent_controller
api_service
chat_screen
screenplay_controller
video_merger_service
常见问题
如何配置 API Token 才能使用 AI 漫导？
在 lib/services/api_service.dart 文件中找到 ApiConfig 类，将 bearerToken 字段替换为你的智谱 AI API Token；或使用苍何 API，将 baseUrl 设为 https://api.canghe.ai/v1 并配置相应 Key。具体获取方式见仓库文档。
AI 漫导支持哪些 AI 模型？
项目集成智谱 AI 的 GLM-4.7 用于智能决策与剧本生成，Google 的 Gemini-3-Pro-Image-Preview 用于文本生成图片，以及基于 Sora 技术的 Veo3.1 用于图片生成视频。也可通过苍何 API 调用其他模型。
角色三视图方案如何保证人物一致性？
角色三视图将同一角色的正面、侧面、背面组合成一张图片作为角色身份证。在生成各场景分镜时，AI 会参考此身份证识别角色完整外观特征，从而确保在多个场景中生成的人物形象高度统一。方案支持最多 2 个主要角色。
应用支持哪些平台？
根据仓库信息，当前主要支持 Android 平台，需连接 Android 设备或模拟器运行。项目基于 Flutter 开发理论上可跨平台，但 iOS 和 Web 端的详细安装步骤在仓库中未明确给出。
生成一个完整的漫剧视频需要多长时间？
生成时间取决于场景数量、图片生成速度和视频处理复杂度。通常每个场景的图片生成需数秒至数十秒，视频转换需更长时间。具体耗时受 API 响应、网络状况和设备性能影响，仓库中未提供确切时间承诺。