Novella (Novella AI) · Studio v0.0.1 (Multi-Agent Edition)

输入剧本、小说或 AI 提示词，Multi-Agent 智能体集群自动协同精织为 4K 原生视听漫剧 —— 基于 Tauri v2 + React 19 + Rust Engine 的端到端开源桌面应用体系。

📖 简介 (Overview)

Novella (Novella AI) 是一款面向漫剧创作者、短视频博主与影视编导的开源桌面端 Multi-Agent 多智能体协作漫剧创作平台。

项目重构废除了原有的单向线性 SOP，采用全新的 Hub-and-Spoke 多智能体协作架构 与 ProjectBlackboard 共享黑板模式。支持现成剧本文件、小说文本与 AI 创作提示词三类素材输入，由主控导演智能体 (MasterDirectorAgent) 协调各专门智能体（剧本识别、角色设计锁脸、分镜运镜规划、音效 TTS 配音、4K 视频压制）与用户自定义扩展 Agent 协同完成从原始文本到 4K 漫剧视频的全自动化推导。

🌟 核心特性 (Key Features)

领域	功能特性	详细说明
🤖	Hub-and-Spoke 多智能体架构	摒弃线性 SOP，采用以 `ProjectBlackboard` 为核心的 Hub-and-Spoke 多智能体解耦协作体系
📄	全输入类型智能介入	原生支持现成剧本文件 (.txt/.md/.docx/.json)、小说原文章节文本与 AI 创作提示词三类输入自动解析
⚡	自定义 Agent 扩展插件	声明式自定义 Agent 体系，支持用户在 UI 界面一键注册自定义 Agent（定义名称、触发阶段如剧本后/分镜后、系统 Prompt）
🎬	零二次上传无缝流转	工作台一键推导后，无缝保存并载入分镜编辑器大盘（`Step 3`），无需重复粘贴或上传剧本素材
👤	Master Consistency 锁脸	自动提取角色实体并生成人设 Prompt 与 IP-Adapter Consistent Anchor，有效消除二次元角色漂移
📐	三大分类 AI 模型矩阵	对接 13 大 AI 提供商，涵盖文字大模型（DeepSeek-V4/R1, Qwen 3.8-Max, 混元 Hy3 等）、生图与 4K 视频引擎
🚀	GPU 4K 硬件加速压制	自动调度 Apple Silicon VideoToolbox (Metal GPU) 与 NVIDIA NVENC 硬件加速，导出效率提升 40% ~ 70%
🔒	100% 本地数据与 Keyring	API Key 加密存储于系统原生 Keyring，工程数据全量保存在本地，无云端数据泄漏风险

🏗️ Multi-Agent 多智能体协作架构 (Multi-Agent Architecture)

graph TD
    User[用户素材输入: 现成剧本 / 小说文本 / AI 提示词] --> BB[(ProjectBlackboard 共享黑板)]
    Director[🎬 MasterDirectorAgent 主控导演 Agent] -->|指挥调度| BB
    BB <--> Ingestion[📄 ScriptIngestionAgent 剧本识别智能体]
    BB <--> CharDesign[👤 CharacterDesignerAgent 角色设计锁脸 Agent]
    BB <--> Storyboard[🎨 StoryboardArtistAgent 分镜运镜智能体]
    BB <--> SoundEng[🎙️ SoundEngineerAgent 音效配音 Agent]
    BB <--> VideoEdit[🎞️ VideoEditorAgent 视频压制 Agent]
    BB <--> CustomAgents[⚡ CustomUserAgent 用户自定义扩展 Agent 插件]

智能体分工与职责 (Agent Roles)

MasterDirectorAgent (主控导演智能体)：调度枢纽，监听 Blackboard 共享黑板状态，指挥子 Agent 分发任务并管控流转全过程。
ScriptIngestionAgent (剧本识别智能体)：自动识别剧本文件、小说文本与 AI 提示词，分段提取章节大纲与分镜场景。
CharacterDesignerAgent (角色设计智能体)：提炼角色实体，绑定 Consistency LoRA 锁脸 Anchor 锚点与 TTS 音色。
StoryboardArtistAgent (分镜绘图智能体)：规划镜头轨迹 (Zoom / Tilt) 与高清动画 Prompt，构建 3 栏漫剧画幅大盘。
SoundEngineerAgent (音效配音智能体)：多音轨 EdgeTTS / CosyVoice 合成与毫秒级字幕卡点计算。
VideoEditorAgent (视频压制智能体)：Apple VideoToolbox / NVENC GPU 4K 硬件加速压制与渲染队列调度。
CustomUserAgent (用户自定义 Agent)：用户可自定义声明扩展 Agent（配置 Prompt、触发阶段如「剧本后/分镜后/音频后」），共享 Blackboard 黑板流转。

🧩 自定义 Agent 扩展指南 (Custom Agent Extension Guide)

您可以方便地在 UI 设置界面或通过代码扩展自定义 Agent：

界面一键扩展：

打开 Multi-Agent 多智能体创作中心；
点击右上角 【+ 扩展自定义 Agent】 按钮；
填入 Agent 名称、图标 Emoji、触发阶段（例如：2. 剧本解析后）与自定义系统 Prompt；
点击保存，调度中心自动将其纳入 AgentRegistry 与共享黑板推导链中！

🤖 2026 最新 13 大 AI 提供商与模型矩阵

1. 📝 文字大模型 (Text / LLM Models)

腾讯混元 Hy3 (hy3)：2026 最新发布，256K 超长上下文，极其擅长中文短剧台词创作。
腾讯混元 Hunyuan-T1 (hunyuan-t1-latest)：基于 Hybrid-Mamba MoE 架构的深度推理模型。
百度文心 ERNIE 5.1 (ERNIE-5.1)：2026.05 最新旗舰，强化学习 Agent 剧本创作与逻辑推演。
阿里通义千问 Qwen 3.8-Max (qwen-3.8-max)：2026.08 最新 2.4万亿 MoE，100万 Context。
DeepSeek-V4-Flash (deepseek-v4-flash-0731)：2026.07.31 最新，极速响应与长剧本拆解。
DeepSeek-R1 (deepseek-reasoner)：官方深度推理 CoT 思维链模型。
月之暗面 Kimi K3 (kimi-k3)：2.8 万亿 MoE，100万 Context 小说无损解析。
OpenAI GPT-5.6 Sol (gpt-5.6-sol)：100万 Context 导演级推理编演。

2. 🎨 图片与视频引擎 (Image & Video Models)

字节 Seedream 5.0 (doubao-seedream-5.0)：4K 超高精国漫与二次元分镜生成。
快手可灵 3.0 Omni (kling-3.0-omni)：原生 4K 60fps 电影级画质与 Pan/Zoom 物理运镜。
字节 Seedance 2.5 (seedance-2.5)：30 秒连续视频生成与 50 种参考资产控制。

📥 快速开始与安装 (Getting Started)

# 1. 克隆代码库
git clone https://github.com/Agions/novella.git
cd novella

# 2. 安装项目依赖
pnpm install

# 3. 启动开发模式 (Vite Dev + Tauri Desktop)
pnpm tauri dev

# 4. 执行标准化桌面端编译打包
bash scripts/build-desktop.sh

novella