AIGC 内容创作 Agent

从零手搓的 AIGC 内容生产 Agent。在终端里跟它对话，就能把一句创意做成短剧成片、抖音短视频、广告片、海报和电商详情页方案。
要花钱的、不可逆的、需要拍板的事，它都会先停下来问你。

它由两部分组成：一个自己写的 Agent 运行时（harness：主循环、上下文管理、工具运行时、权限闸门、成本护栏、事件流，没有用 LangChain 之类的框架），加上长在它上面的内容生产领域层（短剧、短视频、广告、海报的 40 多个工具）。内核不认识「短剧」「抖音」，领域能力全部以工具（function）、方法论文档（skill）和可选流程图（graph）的形式挂上去。

能做什么

配套能力：长期记忆、方法论 skill 热加载、合规机审（只列风险不改字）、待发布包（不自动发布）、数据回流复盘、会话回放与成本看板。

抖音与电商还可按需使用 创作扩展库：种草 Hook、探店 Vlog、服装美妆、品牌视觉、广告分镜、素材裂变及增长复盘。包含 80 套创作方法和当前工具适配指南；附带脚本与未接入服务没有自动启用。

设计上的几个特点

• 人审是工具，不是流程节点：模型自己判断什么时候调用 request_review，主循环真的挂起；你输入 a 采纳 / r 打回 / j 退回后，它带着你的意见接着干。
• 一切产出皆资产：文本、分镜、图、音频、视频都带版本和血缘。可以 /rollback 到任意一版重来；重渲只补失败的段，已经成功的段直接复用。
• 成本是一等公民：开工先确认额度，渲染前整批报价（含质检重试的最坏情况），项目级、日级预算跨会话累计；中途停掉的任务再次请求时从台账取回，不重复付费。
• 质检门不假装成功：真实感、人物一致性、画面无字幕、单镜 ≤3 秒、引用完整性……生成后自动校验、不合格自动重来；仍不达标或者「没查成」，都会如实标出来，由你决定放行还是重渲。
• 上下文工程：滑窗 + 轮内压缩 + 能力预算；60 集长剧的逐集写作交给无状态子代理，主循环只收资产 id，不会把上下文撑爆。
• 安全边界：文件访问白名单、凭据文件硬拒绝、改 Agent 自身文件要确认、外部工具返回的内容标注来源、换生成模型必须经你同意。
• 分层架构：L0 内核 / L1 能力 / L2 领域 / L3 交互，依赖严格单向向下，由 import-linter 强制检查。

flowchart LR
    L3["L3 交互层<br/>CLI · 自带 MCP Server"] --> L2["L2 领域层<br/>短剧 · 短视频 · 媒体 · 资产 · 质检"]
    L2 --> L1["L1 能力层<br/>Skill Hub · 记忆 · MCP Hub · 子代理"]
    L1 --> L0["L0 内核层<br/>主循环 · 上下文 · 工具运行时 · 权限 · 成本 · 事件"]

快速开始

1. 准备

• Python 3.11+
• ffmpeg（成片、抽帧、质检都要用；Windows 可以 winget install Gyan.FFmpeg）
• API key（按要用的功能准备，详见 使用指南 · 配置）：

• 国内网络访问部分接口需要代理（在 .env 里配 HTTPS_PROXY）。

2. 安装

git clone https://github.com/yihuandeps/aigc-agent.git
cd aigc-agent

# Windows
py -3.11 -m venv .venv
.venv\Scripts\python -m pip install -e ".[p1]" -c requirements-lock.txt

# macOS / Linux
python3.11 -m venv .venv
.venv/bin/python -m pip install -e ".[p1]" -c requirements-lock.txt

requirements-lock.txt 是作者实测可用的版本组合，作为约束文件使用。要用浏览器采集再加 rpa 组，要导出爆款拆解 PDF 再加 douyin 组（例如 ".[p1,rpa,douyin]"）。Windows 上建议放在纯英文路径下（中文路径会让 editable 安装失效，见 使用指南 · 安装）。

3. 填密钥

.venv\Scripts\agent setup --write     # 从 .env.example 生成 .env（macOS / Linux 用 .venv/bin/agent）

然后编辑 .env，填入你的 key。.env 已在 .gitignore 里，永远不要把真实 key 写进其它文件或提交到仓库。

4. 自检

agent setup      # 离线检查：.env、代理、ffmpeg、必需的 key
agent doctor     # 联网检查：配置解析、各 provider 连通性、模型 id 是否可用

下文的 agent 指 .venv 里的命令：先激活虚拟环境（Windows 运行 .venv\Scripts\activate），或者在 Windows 上把仓库目录加进 PATH，直接用仓库根目录的 agent.cmd。

5. 开始

一个文件夹 = 一个项目。 给每部作品建一个文件夹，在那里启动：

mkdir E:\我的短剧\外卖逆袭
cd E:\我的短剧\外卖逆袭
agent chat

启动时选产线（短剧 / 抖音短视频 / 广告 / 设计 / 电商）、确认开工额度，然后直接说你要做什么：

你> 想做一部都市逆袭短剧：外卖员被豪门认亲，女频爽燃，20 集左右

用起来是什么样

你> /auto on                                     ← 小节点自动采纳，大节点仍然问你；同时开启按集流水
你> 大团圆，20 集，每集 4 分钟，中文面孔，中文台词

人审 · 剧本   [创作方案全文…]
> a 第1集开场就是认亲现场的冲突                    ← 采纳，并附上补充要求

需要确认  drama_render_assets：参考图要新生成 46 张，质检最坏情况……额度还剩……
执行吗？(y/N) y

⏸ 参考图渲完了：先看一眼脸和服装（产物目录 images/）；要给角色定音色，在对话里说「定音」。
  都满意了输入 /auto go，开始渲第 1 集
你> 定音
你> /auto go
⏸ 第 1 集渲完了：先看一下成片……满意了输入 /auto go，其余各集自动并行渲
你> /auto go

产物都落在你的项目文件夹里：

外卖逆袭/
  texts/       剧本、方案等文本的可读镜像
  images/      参考图-角色-01_陆离.png …
  videos/      第01集-03_2场_镜9-18.mp4 …（被质检换掉的版本在 videos/废弃/）
  exports/     第01集.mp4 …
  音色锚点/     <角色>.mp4

常用命令速查

聊天里（敲 / 有补全菜单）：

命令行：

完整说明见 使用指南。

文档

项目结构

config/            模型、媒体模型、预算、托管、文件边界、机审规则、平台规格、MCP
  recipes/         短视频风格配方（改 yaml 就能调效果）
skills/            方法论 markdown（存盘即生效）
src/aigc_agent/
  harness/         L0 内核：主循环、模型网关、上下文、工具运行时、权限、事件
  capabilities/    L1 能力：Skill Hub、记忆、MCP Hub、子代理、检索
  domain/          L2 领域：内容工具、资产、短剧、流水线、媒体、机审、分发、数据回流
  interfaces/      L3 入口：agent 命令行、自带的 MCP Server
tests/             1552 个测试（含真 ffmpeg、真 MCP stdio）
scripts/           辅助脚本（如从上游生成 seedance skill）

开发与测试

pip install -e ".[p1,dev]" -c requirements-lock.txt
python -m pytest tests/ -q          # 全量测试
python -m ruff check src/ tests/    # 代码风格
lint-imports                        # 分层依赖检查（不要用 python -m importlinter.cli，那个入口什么都不查）

注意事项

• 费用：生图、生视频按次计费，长剧动辄几百段视频。开工额度、整批报价、预算上限都是为此设计的，请认真看报价再按 y。媒体模型在 config/media_models.yaml 里填了单价，金额护栏才能统计到视频花费。
• 密钥安全：只把 key 写在 .env。Agent 自己的文件工具对 .env、*.pem、*.key、浏览器数据等硬性拒绝访问。
• 内容合规：生成内容请按平台规则做 AIGC 标识（待发布包会自动写入）；浏览器采集和第三方数据接口请遵守对应平台的服务条款；别人的视频只能用于分析，不能进成片。
• 已知问题：见 使用指南 · 已知问题。
• 目前只在 Windows 11 + Python 3.11 上实测过；macOS / Linux 理论上可以运行，欢迎反馈。

致谢

• 0xsline/short-drama（MIT）：短剧剧本创作方法论，用在 skills/drama-script/
• LearnPrompt/awesome-seedance（代码 MIT / 策划内容 CC BY 4.0）：Seedance 提示词模板与案例，用在 skills/seedance-prompting/
• procmeans/rainwell-douyin-viral-analyzer：抖音爆款拆解的抓取脚本与方法论（上游未声明许可证，版权归原作者）
• yaohaoliang141-max/ai-character-passport：角色护照的思路

各第三方内容的许可与使用位置见 THIRD_PARTY_NOTICES.md。

许可证

本仓库自己的代码与文档采用 MIT 许可证；第三方内容按各自的许可（见上）。