infinite-creation 是一个通过提交小说/剧本，本地ComfyUI-MiniMaxH3+Agent+Skill技能全自动无限生产视频，不限时长。

Agent无限创作 · 把你的故事变成亿帧画面

免费开源本地 Agent 全自动视频生成 ✨，小说/剧本一键生成长视频。
_{🇬🇧 English users please read README in English}

项目简介

免费开源本地Agent全自动视频生成的开源项目✨，不用演员、配音、导演和剪辑师就能本地一键生成超长视频。可以做小说生成视频、漫剧广告、故事类讲解视频，让你所想到的故事变成亿帧画面。
小说一键生成视频，不限时长，输入小说/剧本通过本地ComfyUI-MiniMaxH3+Agent+Skill技能一键全自动无限生产视频

截图演示

项目首页
章节管理
服务配置
素材库
分镜审查
导出成片

生成样例

《妈妈的时间》

更多样例

项目计划

[持续进行] 解决项目中存在的BUG
[计划中] 适配低显存的家用级显卡，博主的测试设备有限，需要更多的用户帮忙测试并反馈到仓库中的Issues多多反馈🙏🏻
[计划中] 解决并优化内部Agent存在的工具调用安全及上下文压缩等……问题
[计划中] 插件系统开发，支持插件上传、插件调用、插件框架……
[计划中] 自动流水线支持提示词自定义编排插件
[计划中] 收录更多高阶Skill技能，提升Agent技能视觉美感
[计划中] 工具Web页面美化工作，需要一个非常有美感的AI设计师
[计划中] 打包构建Docker部署、桌面端App
[计划中] 工作流接入视频超分，让生成的视频更加清晰
[计划中] 接入Seedance、kling、wan、MiniMax-H3在线版Api接口一键生成视频
[✅] 支持配置单分镜生成多个视频，根据分镜抽卡选优的模式
[✅] 支持互联网搜索技能，比如说生成素材支持搜索参考图片，比如说华为手机、苹果电脑等相关型号的图片用做参考图生成新的素材图片
[✅] 支持Agent自动根据实际应用场景调用文生视频、图生视频、首尾帧、数字人的功能（数字人模式暂为预留，不对接业务）
[✅] 支持上传txt文本文件，自动解析创建多章节并共享参考素材
[✅] 新增「场景站位一致性」Skill：为每个场景建立人物/道具站位表（空间锚点+角色方位+180度轴线），消除跨镜左右漂移与越轴等分镜一致性问题
[✅] 接入外部 Agent 运行时：支持本机 CLI Agent（Claude Code、Codex CLI、Gemini CLI、Qwen Code、Cursor Agent、Qoder CLI、Grok Build、Hermes、自定义命令）通过本地 MCP 工具桥接管「小说→视频」流水线，同时保留内置 openclaude 作为默认运行时
[✅] 支持自动生成视频字幕：项目级开关，把分镜台词/旁白按时间轴烧录进成片（自动隐藏角色名），同时保留不带字幕版本与 SRT 字幕文件供下载
[✅] 支持背景音乐管理，接入 MiniMax Music3 本地/云端自动生成背景音乐并合成到视频中，含「背景音乐库」（手动生成/预览/选择/应用到章节）
[✅] 添加Agent安全审批策略，防止Agent越权操作，删除项目或执行危险命令
[✅] 接入在线RunningHub-ComfyUI工作流生成，会员MiniMax-H3夜间免费运行
[✅] 把项目装进Skill技能，支持Agent一键调用
[✅] 把文生图、图生图工作流进行整合使用最新Qwen-Image2.1的文生图+图生图工作流
[✅] 接入Qwen-Image-2.1文生图+图生图工作流
[✅] 支持提交参考素材，及Agent整理参考素材
[✅] 优化本地MiniMax H3人物语音电流声或者语音不清晰的问题
[✅] 上传小说/剧本生成视频本地全链路Agent全自动工作流生成方案
[✅] 优化图片素材生成的质量
[✅] 优化人物参考音频的声音设计
[✅] 支持人物服装管理，每个人物可以支持设计多套服装

项目宗旨

提供Agent生成超长视频全链路整合方案

项目架构

基于本地 ComfyUI（MiniMax H3 优化版 + Qwen-Image 2.1 文生图/图生图 + Krea2 文生图 + Qwen3-TTS + MiniMax Music3 背景音乐）的全自动「小说/剧本 → 视频」Agent 工作流。项目目前整理了35个Skill技能，其中包含MiniMax-H3提示词优化，分镜剧本生成，小说转剧本、场景站位一致性等。

只要把一部小说/剧本粘贴进项目，点一下「开始」，Agent 会全自动完成：

剧本/大纲 → 人物圣经 + 风格指南（一致性锚点）→ 人物/场景/道具/语音资产生成 → 分镜脚本 → 逐镜视频（MiniMax H3 Ref2VA）→ 背景音乐（MiniMax Music3）→ 自审重试 → ffmpeg 合并成片。

全程无需人工介入，可以长时托管无需人工干预运行（跑一晚/一整天均可）；完成后可逐段审查分镜并对不满意的片段单独重生成。

我的电脑运行配置

系统：Windows 11（也支持在Linux/Mac上运行）
CPU：12th Gen Intel(R) Core(TM) i5-12400F
显卡：NVIDIA GeForce RTX 3080 20G 
内存：32GB DDR4 3200 MT/s (16GBx2)

本地运行所需最低配置：

显卡：显卡最低需要12G+显存【有开发能力的可以自行适配8G可运行的版本】
CPU：不挑处理器
内存：推荐32GB以上
硬盘：最少需要150G的空间

具体本地的显卡配置需要多大的显存，我这边暂时还没有做详细测试，如果你的电脑能够正常运行此项目，欢迎加入群聊分享你的最低可运行的配置 注意：须先安装ffmpeg，否则可能会影响最后的合并成片的功能，下载地址：https://ffmpeg.org/download.html

核心能力

无限视频时长：支持生成任意时长的视频，无需手动调整分镜脚本或视频参数，上传小说/剧本自动生成长视频。
自动分镜：根据人物动作、场景变化、道具移动等自动分镜，无需人工干预。
项目隔离：每个项目的素材文件 + Agent 上下文（人物圣经/风格指南/连续性记录）完全隔离，资源按分类整理（人物/场景/道具/语音/音乐/音效/其他）。
人物一致性：每人物一张 canonical 参考图跨分镜复用 + 统一外观描述 + H3 参考标签规则。
技能系统：默认预装 MiniMax-H3 视频Skill技能 + 本项目 novel-to-video 主技能；支持把 SKILL.md 丢进 skills/ 目录扩展。
自迭代（技能工厂）：上传一个新的 ComfyUI 工作流 JSON，自动解析节点 → 生成工作流规格 + 起草对应技能，Agent 立即可调用。
断点续跑：任务持久化 + 幂等跳过，进程崩溃/重启后可继续，不重复生成。
审查/重生成：分镜级预览与重生成（换种子 / 按反馈改写提示词）。
背景音乐：视频阶段自动生成纯音乐背景音乐并合成到成片；另有「背景音乐库」支持手动生成（可填 caption/歌词/时长）、预览、选择，并一次性应用到多个已完成的章节。
自动字幕：项目设置可开关「自动添加字幕」，合并成片时把分镜台词/旁白按时间轴烧录进画面（自动去掉角色名），同时保留不带字幕版本与 SRT 字幕文件；「成片」页可分别下载带字幕、不带字幕视频与 SRT，并支持单个/批量删除。
分阶段运行：生成拆成文本创作 / 资产生图 / 音色设计 / 分镜视频四个独立阶段，可任意勾选单独跑或续跑 —— 按显存约束自动拆批，不需要的阶段不拉起对应进程。
显存维护：设置页可配「每 N 个生成后自动释放 ComfyUI 显存」（默认 3，0 = 关闭），覆盖文生图/图生图/换装/音色/视频全部渲染——AMD Dynamic VRAM 的显存累积不只在视频触发；未启用 Dynamic VRAM 时界面会提示关闭。
在线预览：成片/分镜视频经后端 Range 流式传输，进度条可随意拖动、即时跳转。
外部 Agent 运行时：除内置 openclaude 外，可在设置页切换到本机已安装的 CLI Agent（Claude Code / Codex CLI / Gemini CLI / Qwen Code / Cursor Agent / Qoder CLI / Grok Build / Hermes / 自定义命令），通过本地 MCP stdio 服务把领域工具暴露给外部 Agent、由其完整接管流水线；模型账号与登录态走各自 CLI。

技术栈

后端：Node.js（Next.js 自定义 server）+ node:sqlite + ComfyUI REST/WebSocket + ffmpeg，零原生编译依赖。
Agent：内置 openclaude 内核（进程内 SDK）+ 可选外部 Agent 运行时（本机 CLI 经 MCP 工具桥），工具注册表 + 技能引擎 + 技能工厂。
前端：Next.js 15 + React 18（经典界面，App Router）· Studio 界面：Vite + React 18（studio/）。
结构：单包 —— app/（页面 + 30+ 个 API 端点）· lib/（core/agent/shared 复用逻辑）· server.js（自定义 server：WebSocket 进度推送 + /files 静态托管，支持 Range 流式播放视频）。

目录结构

infinite-creation/
├── app/                 # Next.js App Router（页面 + API 端点）
├── lib/                 # 复用逻辑：core（ComfyUI/LLM/DB/ffmpeg）· agent（内置 openclaude + 外部 Agent + 技能）· shared（常量）
│   └── agent/external/  #   外部 Agent 运行时：defs/（每个 CLI 一个定义文件）· registry（注册表）· detect（检测）· mcp-config · mcp-server（MCP 服务）· runner（执行器）
├── server.js            # 自定义 server（WebSocket 进度推送 + /files 静态托管，Range 流式）
├── workflows/           # ComfyUI 工作流模板（MiniMax H3 视频 / Qwen-Image 2.1 图·文 / Krea2 / Qwen3-TTS，含 GGUF 量化版）
├── start-studio.sh / start-studio.bat   # 后台启动器（Studio 前端 4710 + 独立后端 4610）
├── start-infinite-creation.bat    # Windows 一键后台启动（经典界面 4600）
├── stop-infinite-creation.bat     # Windows 停止服务
├── skills/              # 技能库（9 官方 + novel-to-video + 自定义）
├── scripts/install-skills.mjs   # 拉取 MiniMax-H3 官方技能
├── scripts/dev.mjs      # pnpm run dev 启动器：前台双进程实时日志；--background 后台启动
├── tests/               # 单元测试：unit.test.mjs + external-agents.test.mjs（外部 Agent 定义 / 自定义命令 / MCP 握手）
├── vendor/openclaude/           # Agent 内核源码（dist/ 构建产物不入库，需本地构建）
└── data/                # 运行时（gitignore）：SQLite + projects/<id>/…

关于 node_modules：依赖不入库。pnpm 只在项目根目录生成一个 node_modules（真实依赖统一放在 node_modules/.pnpm/）。只需在项目根目录执行一次 pnpm install。

快速开始

简单开始使用

打开Trae、豆包、CodeX等工具，打开豆包使用“工作模式”，并输入提示词

帮我克隆这个项目https://github.com/SwotAtmk/infinite-creation.git到本地（这里填写要安装的项目目录），
并且在本地部署启动这个项目。

国内使用：

帮我克隆这个项目https://gitcode.com/SwotAtmk/infinite-creation.git到本地（这里填写要安装的项目目录），
并且在本地部署启动这个项目。

使用Agent自动安装

请根据 https://gitcode.com/SwotAtmk/infinite-creation/releases/download/v1.0.0/install-skill.md，
从GitHub（国外）或者GitCode（国内）上安装SwotAtmk/infinite-creation 安装 infinite-creation 技能，并根据技能描述启动这个项目。

前置要求

Node.js ≥ 22（后端使用内置 node:sqlite；Agent 内核要求 >= 22）
pnpm ≥ 9（npm i -g pnpm）
Bun（pnpm install 会自动用它构建一次 Agent 内核，安装见 https://bun.sh）

步骤

# 克隆项目到本地
git clone https://github.com/SwotAtmk/infinite-creation.git
cd infinite-creation

# 1. 安装全部依赖（仅需在根目录执行一次，会自动构建 Agent 内核）
pnpm install

# 2. 拉取 MiniMax-H3 官方技能（可选，仓库已含离线快照）
pnpm run install:skills

# 3. 开发模式：默认前台启动 Studio（独立后端 4610 + 前端 4710，日志实时输出）
pnpm run dev
# 浏览器打开 http://127.0.0.1:4710
# Ctrl+C 同时停止前端与后端

# 需要后台常驻（日志写入文件）时
pnpm run dev:background

# 经典界面（旧版单端口 4600）开发模式
pnpm run dev:classic
# 浏览器打开 http://127.0.0.1:4600

# 4. 生产模式
# 经典界面：单端口 4600，由后端托管前端构建产物
pnpm run build && pnpm start
# 浏览器打开 http://127.0.0.1:4600

# Studio：构建前端 + 独立后端（生产）
./start-studio-prod.sh        # Windows：start-studio-prod.bat
# 浏览器打开 http://127.0.0.1:4710

Windows 用户可直接双击根目录 start-studio.bat（Studio，后端 4610 + 前端 4710）或 start-infinite-creation.bat（经典界面 4600）一键后台启动；停止分别用 stop-studio.bat / stop-infinite-creation.bat。

Studio 是默认开发界面：pnpm run dev 在前台同时启动独立后端 4610 与 Studio 前端 4710，日志直接输出到终端，Ctrl+C 一并停止；需要后台常驻时用 pnpm run dev:background（内部调用 start-studio.sh / start-studio.bat）。
pnpm run dev:background       # 后台启动，日志写入 logs/ 与 studio/logs/
./start-studio.sh             # 等价的后台脚本（macOS / Linux）
./stop-studio.sh              # 只停止 Studio
./start-infinite-creation.sh  # 经典界面，打开 http://127.0.0.1:4600
Studio 配置说明见 studio/README.md。

Agent 内核 vendor/openclaude/dist/ 是构建产物、不入库，pnpm install 会自动构建一次（幂等，已存在则跳过）。只有当你改动了 vendor/openclaude/src/ 源码后，才需要手动重跑 pnpm build:agent。构建细节见 docs/agent-architecture.md。

分别启动 Studio 与经典界面

两套界面可以独立运行，共用同一份 config.json 与数据库：

# ── Studio（默认，后端 4610 + 前端 4710）────────────────
pnpm run dev                 # 前台：日志实时输出，Ctrl+C 同时停止前后端
pnpm run dev:background      # 后台：日志写入 logs/ 与 studio/logs/

# 也可以手动分两个终端：
# 终端 1：Studio 后端（开发）
PORT=4610 NEXT_DIST_DIR=.next-studio-dev pnpm run dev:classic
# 终端 2：Studio 前端
pnpm --filter studio dev

# Studio 生产
./start-studio-prod.sh       # Windows：start-studio-prod.bat

# ── 经典界面（旧版单进程，4600）────────────────────────
pnpm run dev:classic         # 开发模式
pnpm run build && pnpm start # 生产模式

Windows cmd 里设置环境变量：

set PORT=4610
set NEXT_DIST_DIR=.next-studio-dev
pnpm run dev:classic

开源版不包含账号、管理后台、积分计费与内容审核；系统设置（ComfyUI / LLM / 工作流 / 硬件 / 生成参数）直接开放。

若生产构建报 EPERM ... Application Data，是 Next 文件追踪扫描用户主目录导致；构建前临时把 HOME/USERPROFILE 指向本地目录即可（start-studio-prod.bat 已内置该处理）：
HOME="$PWD/.build-home" USERPROFILE="$(cygpath -w "$PWD/.build-home")" pnpm build

首次配置

点右上角 ⚙ 设置：

ComfyUI 服务地址：默认 http://127.0.0.1:8188，点「测试连接」确认。
Agent 运行时（可选）：默认「内置 openclaude」；也可切换为「外部 Agent（本机 CLI）」，选择本机已安装的 CLI Agent（Claude Code / Codex CLI / Gemini CLI / Qwen Code / Cursor Agent / Qoder CLI / Grok Build / Hermes / 自定义命令），由外部 Agent 通过本地 MCP 工具桥接管流水线。
LLM（Agent 大脑，OpenAI 兼容）：填 Base URL（需以 /v1 结尾）、模型、API Key。默认使用 deepseek-v4-flash-vision-exp 模型（内置 openclaude 使用此配置；外部 Agent 使用其自身模型与登录态）。
生成维护（可选）：设置「每 N 个生成后释放 ComfyUI 显存」（默认开启 = 3，0 = 关闭），按所有 ComfyUI 生成任务计数（文生图/图生图/换装/音色/视频都计入——AMD 显卡 + Dynamic VRAM 下任意连续生成都会逐步变慢）。释放后下一个生成需重新加载模型（多花约 1~3 分钟）。检测到 ComfyUI 未启用 Dynamic VRAM 时界面会提示建议关闭。

配置保存在根目录 config.json（不入库）。生成参数（超时分钟、并发、释放频率）可直接编辑 config.json 的 generation 节。

数据库：SQLite / PostgreSQL

默认用 SQLite（data/ic.db），零安装、直接启动。正式部署可以换成 PostgreSQL，两套库共用同一份表结构，业务代码不需要改。

环境变量优先（推荐）：

# 快速启动（默认）
IC_DB=sqlite IC_DB_SQLITE_PATH=/data/ic.db

# 正式部署
IC_DB=postgres DATABASE_URL=postgres://user:pass@127.0.0.1:5432/infinite_creation

# 媒体文件固定目录（Docker 挂载）
IC_MEDIA_DIR=/data/projects
# 配置文件也放挂载卷（否则会写进镜像层）
IC_CONFIG=/data/config.json

也可以写在 config.json 的 db 节（参见 config.example.json），但环境变量优先。DATABASE_URL 存在且没有显式 IC_DB 时会自动选 PostgreSQL。

迁移 / 同步数据（表结构复用同一份 initSchema，不会出现两套 schema 漂移）：

# SQLite → PostgreSQL
node scripts/db-migrate.mjs --from sqlite --to postgres \
  --to-url postgres://user:pass@127.0.0.1:5432/infinite_creation

# PostgreSQL → SQLite
node scripts/db-migrate.mjs --from postgres --to sqlite \
  --from-url postgres://user:pass@127.0.0.1:5432/infinite_creation \
  --to-sqlite data/ic-pg-copy.db

# 先清空目标表再写入（默认按 id upsert，可重复执行）
node scripts/db-migrate.mjs --from sqlite --to postgres --replace

迁移按主键 upsert，项目/素材/分镜/任务/队列/变更日志都会拷贝。媒体文件不在数据库里：图片和视频都在 IC_MEDIA_DIR（默认 <data>/projects）下，换库后继续用同一个目录或 Docker 挂载卷即可，不需要重新生成。

说明：PostgreSQL 是通过 worker 线程提供同步门面的（现有业务层是同步 SQL）。这保证了零改造切换，但每次查询会阻塞当前进程事件循环；PostgreSQL 建议和本服务在同一台机器 / Docker 内网，不要接高延迟远程库。后续如果接远程库，可以再把 repository 改成 async。

Docker 打包时注意保留 lib/core/pg-worker.mjs 和 node_modules/pg：PostgreSQL 驱动在 worker 线程里按文件路径加载，不会被 Next 的静态追踪自动收进去。媒体、SQLite 库、配置文件分别用 IC_MEDIA_DIR、IC_DB_SQLITE_PATH、IC_CONFIG 指到挂载卷即可。

ComfyUI 所需工作流和模型

在首次运行项目前，必须先安装ComfyUI工具，如果没有安装的可以先到Comfyui官网下载安装，或者使用我提供的网盘链接一键安装包进行安装（一键安装包中包含所有工作流中用到的模型和工作流），一键安装包目前仅支持Windows系统，Mac系统建议到官网进行手动安装，并下载模型和跑通所有示例工作流。

第三方服务免责声明：ComfyUI一键整合包是我花钱请第三方大佬做的，可能会包含第三方网站涉及的一些相关问题，请仔细查验以免被骗，不要相信任何加你联系方式的陌生人

我用夸克网盘给你分享了「Windows无限创作-ComfyUI一键安装部署」，点击链接或复制整段内容，打开「夸克APP」即可获取。
/~c2d03b8qfM~:/
链接：https://pan.quark.cn/s/ed2afd0f6a4f?pwd=GVZe
提取码：GVZe

建议如果有ComfyUI相关技术的可以自行安装并补全相关插件和模型，跑通comfyui_original_workflows文件夹下的相关工作流，注意：区分英伟达NVIDIA显卡和AMD显卡的工作流

在使用此Agent项目工具之前，建议你先使用ComfyUI手动跑一遍所有工作流（即：跑通comfyui_original_workflows/目录下的所有工作流）之后使用Agent项目工具就能进行全自动生成。

语音：MiniMax H3 依据「参考音色样本（flac 等，放 assets/voice/）+ 提示词对白」自行合成台词，无需单独 TTS。

接入云端算力 - 接入RunningHub原生ComfyUI接口

如果本地电脑配置比较低无法运行的话，可以选择使用云端算力免费试用

领取RunningHub免费云端算力试用

打开链接：https://www.runninghub.cn?inviteCode=6to0etcb 现在注册还能领500RH币，可以免费生成不少图片和视频哦！

浏览器打开 https://www.runninghub.cn/call-api/bill-task?tab=keys&type=consumer 获取RunningHub Api-Key
配置RunningHub Api-Key
我的RunningHub工作流主页：https://www.runninghub.cn/user-center/2013421139631808514/webapp?inviteCode=6to0etcb

使用流程

新建项目 → 粘贴小说原文（或一句话想法）+ 风格。
在「章节管理」页点某章的「操作」，勾选要跑的阶段（文本创作 / 资产生图 / 音色设计 / 分镜视频，可只勾一部分用于续跑），点 ▶ 开始 → 控制台实时看进度（无需任何中途操作）。
视频阶段跑完自动生成背景音乐并合并成片；到「分镜审查」逐段预览，对不满意的镜头点 ↻ 重新生成（可填反馈）；「背景音乐」页可手动生成/预览/选择背景音乐并应用到多个章节。
到「成片」页在线预览（进度条可拖动），按需下载带字幕 / 不带字幕视频或 SRT 字幕文件；不再需要的成片可单个删除或勾选批量删除。

自迭代：新工作流 → 新技能

工作流页粘贴新的 ComfyUI 工作流 JSON → 「分析节点/角色」→「注册工作流 + 生成技能」。系统会：解析节点（加载器/提示词/尺寸/种子/保存…）→ 推导工作流规格（roles/media/outputs）→ 注册到 workflows/ + DB → 调用 LLM 起草 SKILL.md 并安装为可路由技能 → Agent 即可把它当作新的「工作模式」调用。

API 一览

方法	路径	说明
GET/POST	/api/projects	项目列表 / 创建
POST	/api/projects/:id/run	启动全自动生成
POST	/api/projects/:id/stop	停止运行中任务
GET	/api/projects/:id/assets?category=	资产（分类）
GET	/api/projects/:id/shots	分镜
POST	/api/projects/:id/shots/:sid/regenerate	单分镜重生成
POST	/api/projects/:id/export	合并导出成片（按项目开关烧录字幕，并生成无字幕副本与 SRT）
GET/DELETE	/api/projects/:id/exports	成片列表 / 删除成片（支持批量，连带清理无字幕副本与 SRT）
GET	/api/projects/:id/stages	各阶段待办数 + 阶段定义
POST	/api/projects/:id/stages	分阶段运行（勾选 llm/image/tts/video 起一批，含预检）
POST	/api/projects/:id/music	生成背景音乐（新建 / 编辑后重新生成一条音乐资产）
POST	/api/projects/:id/music/apply	把背景音乐应用到多个章节并重新合成成片
GET/PUT	/api/projects/:id/context	上下文：人物圣经 / 风格 / 连续性（同时落盘 context/*.md）
PUT	/api/projects/:id/chapters/:cid/storyboard	整章批量写分镜（单次 ≤500 条）
POST/DELETE	/api/projects/:id/shots	新建 / 删除单个分镜
PATCH	/api/projects/:id/shots/:sid	改单个分镜正文（生成结果字段不可写）
GET	/api/projects/:id/logs	变更日志：谁在什么时候改了什么（回滚依据）
POST	/api/projects/:id/logs/rollback	回滚：单条 / 整批 / 按时间点
GET	/api/skills	技能列表
GET/POST	/api/workflows	工作流列表 / 注册（自迭代）
GET/PUT	/api/config	配置
WS	/ws	任务进度推送

让 Claude Code / opencode 帮你写内容（外部写入）

除了在界面里点，你也可以让本机的 AI 编程工具（Claude Code、opencode、Codex、Trae 等）直接把文字内容写进正在运行的项目：新建项目、写小说原文、写剧本、写分镜、写人物圣经/风格。典型场景是「手里已经有一部长篇小说，想批量导入并拆成章节」。

它只写文字：不会帮你生图、生视频、配音、配乐、导出成片——那些仍然在界面里点。

三步用起来

# 1. 装技能（只需一次；装完重启一下 AI 工具，它才会发现新技能）
pnpm run install:ic-writer     # 默认装到 ~/.agents/skills/ic-writer/

# 2. 起服务（默认启动 Studio：界面 http://127.0.0.1:4710，API 4610）
pnpm run dev

# 3. 对 AI 工具说人话，例如：
#    「把这本小说写进 infinite-creation，一章一段」
#    「给这个项目写 3 章剧本」
#    「把第 2 章的分镜表重写一遍」

写作技能默认连接 http://127.0.0.1:4600（经典界面后端）；使用 Studio 时把它指向 Studio 后端即可：IC_BASE_URL=http://127.0.0.1:4610。

技能源就在仓库里：harness-skills/ic-writer/SKILL.md（pnpm run install:ic-writer 就是把它复制到技能目录）。想装到别处：node scripts/install-writer-skill.mjs --target <你的技能目录>。

能写什么、不能写什么


✅ 能写	项目属性、小说原文、剧本、分镜（台词/画面/镜头/时长等）、人物圣经/风格/连续性、素材提示词；已经生成过的这些内容也能改写覆盖
❌ 不能写	`status`、`video_path` 这类「生成结果」字段——写不进去，也伪造不出「已生成」
❌ 不会碰	生图 / 生视频 / 配音 / 配乐 / 导出成片（`/run`、`/stages`、`/regenerate`、`/music`、`/export`）
❌ 没有	删除项目的接口（永远不提供）

限制与注意

只对本机用：技能默认只连 127.0.0.1:4600（Studio 后端为 4610，可用 IC_BASE_URL 指定）。这个实例没有鉴权——如果把 config.json 里的 server.host 改成 0.0.0.0，等于给局域网开了一个「能读全文、能改内容、能回滚」的入口，别这么配。
项目正在跑任务时先别写：GET /api/projects/:id 的 status 是 running 就等它跑完（删除类写入会被直接拒 409；内容类写入也可能被任务用旧数据覆盖，最后成片和分镜表对不上）。
写进去的分镜要过业务校验，否则接口直接 400：时长 1~15 秒；台词字数 ≤ 时长 × 5.5（超了会被压成听不清的模糊声）；单个分镜说话人 ≤ 2；分辨率 / 宽高比走固定枚举。
只走 HTTP API：读写一律通过 {base}/api/...。不要直连 data/ic.db（只读也不行）、不要手改 data/ 里的文件和 config.json——绕过去就没有变更日志，写错了回滚不了。
每一步都能回滚：一次调用就是一个批次，可以单条、整批（batch_id）或按时间点回滚；回滚只恢复数据库里的内容，磁盘上的图片/视频文件不会跟着删（要重传）。
换机器照样用：上面的命令都不依赖具体目录，在项目根目录执行即可；技能默认装到用户主目录 ~/.agents/skills/。

细节见仓库根 SKILL.md 第六节（给 Agent 的完整契约）与 docs/writer-api-plan.md（设计取舍与逐轮记录）。

测试

pnpm test # node --test tests/unit.test.mjs

说明与限制

视频逐镜串行生成（ComfyUI 单卡并发有限），单镜头数分钟级；整片耗时取决于镜头数与时长。
H3 参考上限：图 ≤9、音视频 ≤3（超出自动报错）。
成片统一转码 H.264 + AAC（24fps），保证可播。
任务为后台持久化任务，刷新页面/重启服务后可续跑（幂等跳过已完成项）。
单视频任务超时默认 90 分钟（正常单镜远低于此，仅兜底），可在 config.json 的 generation.videoTimeoutMinutes 调整。
每 N 个生成任务自动调用一次 ComfyUI /free 释放显存（generation.freeAfterEvery，默认 3、0 = 关闭；兼容旧键 videoFreeAfterEvery），覆盖全部渲染、对抗 AMD Dynamic VRAM 连续生成后的速度退化；清理在下一个任务完成后生效，失败不影响产物。
LLM 运行看门狗：模型输出被截断（[Response truncated …]）或上游停滞后，任务不再无限挂起——连续 3 次纯截断无进展、或 20 分钟无消息（工具渲染窗口不计入）会自动中止并标失败；慢速本地模型可调 generation.agentStallMinutes（默认 20）放宽无消息阈值。