root/ai

Fork 0

Files

T

www 7a8191650f Initial AI manga platform

2026-06-15 17:45:28 +08:00

34 KiB

Executable File

Raw Permalink Blame History

系统 B 完整项目落地需求设计文档 V2

项目名称

AI 多人生主题写真 / 韩漫 / 纪念视频生成系统

简称：

系统 B
真人照片 → 多人生主题 → 多世界模板 → 韩漫写真 / 纪念视频

0. 文档说明

本文档是系统 B 的 V2 版本，是在 V1「真人照片 → 婚礼韩漫 / 视频」基础上升级后的完整落地需求设计。

V2 的核心变化：

不再只做婚礼，而是升级为多人生主题平台。
第一阶段仍然主打婚礼、恋爱纪念、银婚金婚、情侣写真、个人形象。
后续可以扩展到家庭全家福、宝宝百日、儿童成长、闺蜜写真、亲子纪念等。
技术上按独立系统 B 开发，但保留后续与系统 A 合并的公共架构。
模型策略按高质量优先，但所有模型都必须通过 Provider 抽象层管理，不写死单一模型。

V3 增量说明：

系统 B V2 可稳定覆盖写真图集和图片纪念视频。
如果目标升级为“真人会动、有表情、有动作、像抖音短剧/真人纪念电影”，开发必须按 V3 真人动态视频版执行。

V3 不推翻 V2，而是在 V2 上新增：

四档输出模式：高清写真图集、图片纪念视频、动态写真视频、AI 真人动态视频。
真人身份锁定：身份锚点图、本人相似度评分、人脸一致性质检。
动作与视频片段：动作模板、关键帧、图生视频片段、片段质检、片段重试。
可选口型链路：LipSyncTask、音频对齐、失败回退到旁白字幕版本。
国内短剧向 VideoProvider：MiniMax Hailuo、阿里 Wan、Vidu、Seedance、Kling、Runway。
更严格肖像合规：未成年人保护、公开案例二次授权、原图私密存储、后台访问审计。
更强成本控制：按片段秒数、分辨率、候选数、重试、口型和人工审核估算成本。

后续开发主依据：

00_系统B升级说明_真人动态视频.md
01_系统B总需求文档_v3_真人动态视频版.md

本 V2 文档作为历史基础和非动态视频链路参考保留。

1. 重新审核后的关键修正

1.1 不能只叫婚礼系统

V1 的方向可行，但过于偏婚礼。

V2 正式改成：

真人照片驱动的 AI 多人生主题定制影像平台

婚礼只是第一个重点场景，不是系统上限。

底层业务对象不能叫 WeddingProject，应该统一叫：

Project
LifeTheme
WorldTemplate
SceneTemplate
ShotTemplate
PersonProfile
RenderTask
Asset
Order
RevisionRequest

这样以后扩展宝宝百日、儿童成长、全家福时，不需要重构核心业务。

1.2 用户流程顺序修正

正式版推荐流程：

首页浏览
→ 登录
→ 创建项目
→ 选择人生主题
→ 选择套餐
→ 选择视觉风格
→ 选择世界观
→ 选择场景
→ 上传照片
→ 授权确认
→ 照片质检
→ 建立人物档案
→ 填写定制信息
→ 生成创作方案
→ 成本锁定 / 支付
→ 生成预览
→ 用户确认
→ 正式高质量生成
→ 质检
→ 视频合成
→ 人工审核
→ 用户确认
→ 交付下载

原因：

用户先看主题和模板，更容易转化。
真正进入高成本生成前，必须完成照片质检、授权和支付。
预览阶段要控制成本，正式阶段再使用最高质量生成。

1.3 必须加入支付、额度、成本锁定

如果使用高质量模型，成本会明显增加。

系统必须加入：

套餐价格
用户余额 / 订单支付
预览额度
正式生成额度
重试次数
修改次数
成本日志

正式生成前必须满足：

照片合格
授权已确认
订单已支付 / 额度已冻结
创作方案已确认

否则禁止进入高成本生成流程。

1.4 必须加入隐私授权与肖像授权

用户上传真人照片，必须有授权流程。

上传照片前必须勾选：

我确认拥有上传照片的合法使用权
我确认已获得照片中人物授权
我授权平台为本次项目生成图片和视频
我知道作品默认不公开展示
如涉及未成年人，我确认我是监护人或已获得监护人授权

公开案例必须单独授权，不能默认展示。

1.5 必须加入内容审核

系统要审核：

上传照片
用户自定义文案
生成 Prompt
生成图片
生成视频封面
最终视频

审核模块必须从第一版就设计进去，至少保留接口和状态。

1.6 不能把视频模型写死

你选择高质量模型没问题，但视频模块一定要抽象成：

VideoProvider

原因：

视频模型更新快。
API 生命周期可能变化。
成本和速度差异大。
商业系统必须允许切换供应商。

所有模型都要通过 Provider 配置，不要硬编码。

1.7 必须加入任务幂等和失败恢复

AI 生成链路很长：

照片检测
人物档案
方案生成
预览图
正式图
视频片段
音频
字幕
合成
审核

任意一步失败，都不能让整个项目废掉。

每个任务必须有：

task_id
status
retry_count
max_retry
input_hash
provider_request_id
error_code
error_message
can_resume

同一个任务重复提交，不能重复扣费，必须支持幂等。

2. 最终产品定位

2.1 产品一句话

用户上传真人照片，选择人生主题、世界观、场景和风格，系统生成专属韩漫写真、国风写真、多世界穿越纪念视频。

2.2 第一阶段主打场景

第一阶段重点做 5 类：

结婚纪念
恋爱纪念
父母银婚金婚
情侣写真
个人形象定制

这 5 类最适合变现，也最适合做案例展示。

2.3 后续扩展场景

后续可扩展：

家庭全家福
宝宝百日
儿童成长
闺蜜写真
亲子纪念
生日纪念
毕业纪念
企业形象写真
节日主题写真

底层模板系统必须支持这些扩展。

3. 最高模型策略

3.1 模型使用原则

你选择「都使用最高质量」可以，但系统不能浪费成本。

建议策略：

文字策划：最高推理模型
图像生成：最高图像模型，高质量档
视频生成：最高视频模型，但必须可替换
语音合成：稳定 TTS 模型
审核：文本 + 图片审核模型

3.2 Provider 配置建议

系统配置成：

TextProvider:
  quality: highest

ImageProvider:
  quality: high

VideoProvider:
  quality: highest
  fallback: other_video_provider
  must_be_replaceable: true

VoiceProvider:
  quality: stable

ModerationProvider:
  text_and_image: true

不要把具体模型名写死在业务代码中。

3.3 高质量模型不等于每一步都高成本

流程分为：

方案阶段
预览阶段
正式阶段
返工阶段
交付阶段

正式图和正式视频用最高质量。
预览图可以：

少数量
低清
加水印
只生成关键场景

否则用户不确认就生成大量高清成品，成本会失控。

4. 系统总体架构

4.1 用户端

用户端使用：

uni-app

支持：

H5
微信小程序
后续 App

4.2 后台管理端

后台使用：

Geeker-Admin

用途：

用户管理
项目管理
订单管理
模板管理
任务管理
案例管理
修改申请管理
AI Provider 管理
日志管理
系统配置

4.3 后端

4.4 基础设施

MySQL 8：业务数据
Redis：队列、缓存、锁
BullMQ：任务队列
MinIO：本地对象存储
FFmpeg：视频合成
Nginx：反向代理
PM2 / systemd：进程管理
Docker：建议使用，但第一版可选

5. 完整业务流程

5.1 游客浏览流程

访问首页
→ 查看案例
→ 查看主题
→ 查看世界模板
→ 查看套餐
→ 点击开始制作
→ 登录 / 注册

游客可以看：

首页
案例
套餐
玩法说明
FAQ
公开案例

游客不能：

创建项目
上传照片
生成预览
下载作品
申请修改

5.2 用户正式制作流程

登录
→ 创建项目
→ 选择人生主题
→ 选择套餐
→ 选择视觉风格
→ 选择世界观
→ 选择场景
→ 上传照片
→ 勾选授权协议
→ 照片质检
→ 人物身份建立
→ 填写定制信息
→ 生成创作方案
→ 用户确认方案
→ 支付 / 冻结额度
→ 生成预览图
→ 用户确认预览
→ 正式高质量生成图片
→ 图片质检
→ 生成音频 / 字幕
→ 视频合成
→ 最终质检
→ 人工审核
→ 用户确认成品
→ 下载交付
→ 项目归档

5.3 支付模式建议

模式 A：先支付后预览

适合标准套餐：

选套餐
→ 支付
→ 生成预览
→ 确认
→ 正式生成

优点：避免白嫖预览。

模式 B：免费低清预览，正式生成前支付

适合引流：

生成低清水印预览
→ 用户满意
→ 支付
→ 正式高清生成

建议第一阶段采用：

登录用户每天可免费生成 1 次低清水印预览
正式生成必须支付

6. 人生主题设计

6.1 第一阶段主题

编码	名称	人物结构	输出建议
wedding	结婚纪念	双人	图集 / 视频
love	恋爱纪念	双人	图集 / 短视频
silver_gold_wedding	银婚金婚	双人 / 家庭	视频优先
couple_portrait	情侣写真	双人	图集优先
personal_portrait	个人形象定制	单人	图集 / 头像 / 短视频

6.2 第二阶段主题

编码	名称	人物结构
family	家庭全家福	多人
baby_100_days	宝宝百日	宝宝 / 父母
child_growth	儿童成长	儿童
best_friends	闺蜜写真	双人 / 多人
parent_child	亲子纪念	成人 + 儿童
birthday	生日纪念	单人 / 多人

6.3 主题必须决定的规则

每个主题必须配置：

需要几个人
照片上传规则
可选世界观
可选场景
推荐风格
推荐文案
推荐视频节奏
是否允许公开案例
是否涉及未成年人
是否需要加强隐私提醒

例如宝宝百日、儿童成长、亲子纪念，都必须触发未成年人授权提示。

7. 世界观模板设计

7.1 世界观分类

历史朝代系
仙侠修真系
未来科技系
趣味脑洞系
架空奇幻系
现代纪念系
家庭温情系
儿童童话系

7.2 第一阶段建议上线世界

第一阶段不要一次上太多，建议先做 20 个精品世界。

历史朝代系

汉朝
唐朝
宋朝
明朝
清朝
民国

仙侠修真系

仙宫大婚
宗门大典
桃花仙境
龙宫婚礼
凤族神婚
剑仙世界

未来科技系

星际婚礼
月球基地
全息圣殿
未来都市
赛博城市

趣味脑洞系

恐龙时代
海底王国
精灵森林
云端王国

现代纪念系

现代婚礼
浪漫海边
城市夜景
花园仪式

7.3 世界模板字段

每个世界模板需要配置：

world_id
world_code
world_name
category
cover_image
preview_video
description
supported_life_themes
supported_styles
prompt_base
costume_rules
scene_rules
color_rules
lighting_rules
negative_rules
is_premium
status
sort_order

8. 场景模板设计

8.1 场景不是图片，是可复用生产规则

每个场景包含：

场景描述
服装约束
人物站位
镜头推荐
光影
氛围元素
可选特效
适用主题
适用风格
生成难度
成本等级

8.2 示例：明制婚礼

世界：明朝
场景：
1. 王府喜堂
2. 花轿迎亲
3. 红绸长廊
4. 园林拜堂
5. 洞房花烛
6. 夜宴烟花

8.3 示例：修仙婚礼

世界：仙宫大婚
场景：
1. 云海仙宫
2. 桃花林誓言台
3. 宗门大殿
4. 仙舟婚典
5. 凤凰环绕礼台
6. 星河天台

8.4 示例：未来科技

世界：星际婚礼
场景：
1. 星舰大厅
2. 银河观景台
3. 全息圣殿
4. 月球基地礼堂
5. 光之穹顶
6. 星际花园

9. 视觉风格设计

9.1 第一阶段风格

韩漫风
半写实写真风
国风插画风
电影写实风

9.2 推荐优先级

商业落地优先做：

半写实写真风
韩漫风
国风插画风

电影写实风虽然高级，但最容易暴露人脸不像、手部异常、动态不自然的问题，所以放在高端套餐更合适。

10. 套餐设计

10.1 标准图集版

适合：情侣写真、个人形象
主题：1 个
世界：1 个
场景：3 个
成品图：6-12 张
视频：无
修改：1 次小改
生成质量：高

10.2 短视频版

适合：恋爱纪念、结婚纪念
主题：1 个
世界：1-3 个
场景：3-6 个
成品图：12-24 张
视频：30-60 秒
字幕：有
BGM：有
旁白：可选
修改：1 次小改

10.3 多世界纪念片

适合：跨朝代婚礼、修仙+未来+古代穿越
主题：1 个
世界：5-10 个
场景：5-20 个
成品图：25-60 张
视频：1-3 分钟
字幕：有
BGM：有
旁白：有
片头片尾：有
修改：2 次

10.4 高端定制版

适合：婚庆公司、影楼、金婚银婚、婚礼现场播放
主题：自由定制
世界：自由组合
场景：可定制
图片：高精修
视频：1-5 分钟
动态镜头：可选
人工审核：必须
修改：按订单配置

11. 用户端页面设计

用户端使用 uni-app。

11.1 首页

不需要登录。

模块：

顶部 Banner
产品卖点
热门案例
热门人生主题
热门世界模板
套餐说明
制作流程
用户评价
FAQ
开始制作按钮

按钮：

查看案例
用同款制作
选择主题
查看套餐
开始制作
联系客服

11.2 案例列表页

不需要登录。

筛选：

人生主题
世界观
视觉风格
图集 / 视频
最新 / 热门

只展示用户授权公开的案例。

11.3 案例详情页

展示：

案例视频
案例图集
使用主题
使用世界
使用风格
套餐推荐
同款制作按钮

11.4 登录注册页

支持：

手机号验证码
微信授权
邮箱注册，后续可选

11.5 创建项目页

必须登录。

字段：

项目名称
人生主题
作品用途
输出类型

作品用途：

自己留念
送礼物
婚礼现场播放
小红书/抖音发布
父母纪念

11.6 主题选择页

字段：

主题名称
主题封面
主题说明
适合人群
案例数量
是否推荐

11.7 套餐选择页

字段：

套餐名称
价格
输出图片数量
输出视频时长
世界数量
场景数量
修改次数
是否人工审核
是否支持高级动态

11.8 风格选择页

字段：

风格名称
预览图
适合主题
适合世界
是否高级风格

11.9 世界观选择页

支持：

单世界
多世界
自由排序
同款案例选择

限制：

标准图集：1 个世界
短视频：1-3 个世界
多世界纪念片：5-10 个世界
高端定制：按配置

11.10 场景选择页

展示结构：

世界 A
  场景 1
  场景 2
  场景 3

世界 B
  场景 1
  场景 2

每个场景展示：

预览图
适合镜头数
是否支持视频动态
是否高级场景

11.11 照片上传页

根据主题动态变化。

双人主题

男方照片：3-8 张
女方照片：3-8 张
双人合照：1-5 张，可选

单人主题

本人照片：3-10 张

家庭主题

每个成员至少 2-5 张
家庭合照 1-5 张

儿童 / 宝宝主题

宝宝照片 3-10 张
父母照片可选
必须勾选监护人授权

11.12 授权确认页

必须有。

勾选项：

我确认拥有上传照片的合法使用权
我确认已获得照片中人物授权
我授权平台为本次项目生成图片和视频
我知道作品默认不公开展示
如涉及未成年人，我确认我是监护人或已获得监护人授权

11.13 照片质检页

检测：

清晰度
人脸完整度
光照
遮挡
角度
多人混入
重复图片
角色归属
疑似低质量
疑似过度美颜

状态：

pass
warning
fail

fail 必须补图，warning 可继续但提示风险。

11.14 定制信息页

字段：

人物姓名
关系类型
纪念日期
文案风格
一句话誓言
是否显示名字
是否显示日期
特别要求
是否允许公开展示

文案风格：

浪漫
庄重
温馨
梦幻
史诗
搞笑
高级电影感
古风诗意

11.15 创作方案预览页

展示：

作品标题
主题
风格
世界顺序
场景顺序
镜头数量
图片数量
预计视频时长
旁白草稿
字幕草稿
片头片尾文案
预计消耗额度

按钮：

确认方案
修改世界
修改场景
修改文案
重新生成方案
取消项目

11.16 支付 / 额度确认页

字段：

套餐价格
已用优惠
需支付金额
预览额度
正式生成额度
修改次数
预计成本说明

按钮：

立即支付
使用余额
取消订单

11.17 预览生成页

展示：

低清水印预览图
部分关键镜头
人物像不像反馈
风格是否满意

按钮：

满意，进入正式生成
不满意，重新生成预览
修改模板
联系客服

11.18 生成进度页

用 WebSocket 或轮询。

状态节点：

项目已创建
照片检测完成
人物档案建立中
方案生成中
等待方案确认
预览生成中
等待预览确认
正式图生成中
图片质检中
音频生成中
字幕生成中
视频合成中
人工审核中
等待用户确认
已完成

11.19 成品确认页

展示：

成品视频
成品图集
封面图
有字幕版本
无字幕版本
下载入口
剩余修改次数

按钮：

确认完成
申请修改
下载视频
下载图片
删除作品
授权公开为案例

11.20 修改申请页

修改分级：

小改
中改
大改

小改：

改名字
改日期
改字幕
换音乐
改片尾文案

中改：

替换个别图片
重做 1-2 个场景
调整部分镜头

大改：

换整体风格
换全部世界
重建人设
整条视频重做

大改必须重新计费。

12. 后台管理端设计

后台使用 Geeker-Admin 二开。

12.1 仪表盘

指标：

今日订单数
今日支付金额
今日生成项目数
今日完成项目数
失败任务数
待审核项目数
待处理修改数
AI 调用成本
存储占用
热门主题排行
热门世界排行
转化率

12.2 用户管理

字段：

用户 ID
昵称
手机号
微信 openid
注册时间
项目数
订单数
消费金额
状态

12.3 项目管理

字段：

project_id
user_id
life_theme
package_id
style_id
world_count
scene_count
status
payment_status
created_at
completed_at
allow_public_case

操作：

查看详情
查看素材
查看任务
手动重试
转人工
标记异常
强制完成
取消项目

12.4 订单管理

字段：

order_id
project_id
user_id
package_id
amount
pay_status
refund_status
pay_time
created_at

状态：

pending
paid
cancelled
refunding
refunded
failed

12.5 模板管理

子模块：

人生主题管理
世界观模板管理
场景模板管理
镜头模板管理
视觉风格管理
文案模板管理
音乐模板管理
视频模板管理
套餐管理

12.6 任务管理

任务类型：

photo_check
person_profile
plan_generate
prompt_generate
preview_image
final_image
image_qc
video_clip_generate
audio_generate
subtitle_generate
video_render
final_qc
manual_review

操作：

查看输入
查看输出
重试
终止
跳过
标记人工处理
查看错误日志

12.7 AI Provider 管理

Provider 类型：

TextProvider
ImageProvider
VideoProvider
VoiceProvider
ModerationProvider
FaceCheckProvider
QualityCheckProvider
StorageProvider

字段：

provider_id
provider_type
provider_name
model_name
api_base
priority
quality_level
cost_rule
rate_limit
status
fallback_provider_id

12.8 案例管理

字段：

case_id
project_id
title
cover_image
video_url
theme_id
style_id
world_ids
sort_order
is_featured
status
authorization_record_id

注意：无授权不能上架。

12.9 修改申请管理

字段：

revision_id
project_id
user_id
revision_type
request_text
remaining_count
status
created_at
handled_by

操作：

接受
拒绝
转人工
创建重做任务
标记完成

12.10 隐私与授权管理

必须独立管理：

用户授权记录
公开案例授权
未成年人授权确认
删除申请
数据导出申请
素材清理记录

13. 项目状态流转设计

13.1 Project 状态

draft
template_selecting
photo_uploading
authorization_pending
photo_checking
photo_rejected
person_profiling
info_filling
plan_generating
waiting_plan_confirm
payment_pending
payment_paid
preview_generating
waiting_preview_confirm
final_generating
image_qc
audio_generating
subtitle_generating
video_rendering
final_qc
manual_review
waiting_user_confirm
revision_requested
revising
completed
cancelled
failed
archived

13.2 主流程

draft
→ template_selecting
→ photo_uploading
→ authorization_pending
→ photo_checking
→ person_profiling
→ info_filling
→ plan_generating
→ waiting_plan_confirm
→ payment_pending
→ payment_paid
→ preview_generating
→ waiting_preview_confirm
→ final_generating
→ image_qc
→ audio_generating
→ subtitle_generating
→ video_rendering
→ final_qc
→ manual_review
→ waiting_user_confirm
→ completed
→ archived

13.3 照片失败分支

photo_checking
→ photo_rejected
→ photo_uploading
→ photo_checking

13.4 支付失败分支

payment_pending
→ payment_failed
→ payment_pending / cancelled

13.5 预览不满意分支

waiting_preview_confirm
→ template_selecting / info_filling / preview_generating

13.6 成品修改分支

waiting_user_confirm
→ revision_requested
→ revising
→ final_generating / video_rendering / manual_review
→ waiting_user_confirm

14. 核心数据表设计

14.1 users

id
nickname
phone
email
wechat_openid
avatar
status
created_at
updated_at

14.2 projects

id
user_id
title
life_theme_id
package_id
style_id
output_type
status
payment_status
total_duration
image_count
video_url
cover_asset_id
allow_public_case
created_at
updated_at
completed_at

14.3 orders

id
user_id
project_id
package_id
amount
pay_status
pay_method
transaction_id
refund_status
created_at
paid_at

14.4 life_themes

id
code
name
description
cover_asset_id
person_schema
status
sort_order

person_schema 示例：

{
  "type": "couple",
  "roles": ["person_a", "person_b"],
  "min_photos_each": 3,
  "max_photos_each": 8
}

14.5 person_profiles

id
project_id
role
name
gender_label
age_group
appearance_summary
reference_asset_ids
anchor_asset_id
quality_score
status
created_at

14.6 assets

id
user_id
project_id
asset_type
file_path
file_url
mime_type
width
height
duration
size
hash
visibility
status
created_at

asset_type：

upload_photo
preview_image
final_image
audio
subtitle
video
cover
case_asset

14.7 world_templates

id
code
name
category
description
cover_asset_id
prompt_base
costume_rules
scene_rules
style_rules
negative_rules
supported_theme_ids
supported_style_ids
is_premium
status
sort_order

14.8 scene_templates

id
world_id
code
name
description
cover_asset_id
scene_prompt
composition_rules
lighting_rules
effect_type
recommended_shot_count
is_premium
status
sort_order

14.9 shot_templates

id
scene_id
code
name
shot_type
camera_angle
composition
prompt_rule
duration
effect_type
status
sort_order

14.10 project_worlds

id
project_id
world_id
sort_order

14.11 project_scenes

id
project_id
world_id
scene_id
sort_order

14.12 shot_plans

id
project_id
world_id
scene_id
shot_template_id
title
description
prompt_text
negative_prompt
duration
sort_order
status

14.13 render_tasks

id
project_id
task_type
provider_id
status
input_json
input_hash
output_asset_id
provider_request_id
retry_count
max_retry
cost_estimate
cost_actual
error_code
error_message
created_at
started_at
finished_at

14.14 revision_requests

id
project_id
user_id
revision_type
request_text
status
remaining_count_before
handled_by
created_at
updated_at

14.15 authorizations

id
user_id
project_id
authorization_type
content
ip
user_agent
confirmed_at

authorization_type：

photo_usage
public_case
minor_guardian
privacy_policy
terms

14.16 provider_logs

id
provider_id
project_id
task_id
request_payload
response_payload
status
cost
latency_ms
created_at

15. AI 生成流水线设计

15.1 照片输入处理

用户上传原图
→ 去 EXIF
→ 生成缩略图
→ 存储原图
→ 人脸检测
→ 清晰度评分
→ 角色归属确认
→ 合格图进入人物档案

必须去 EXIF，避免暴露用户位置信息。

15.2 人物档案生成

每个人生成：

外貌摘要
气质描述
发型描述
脸型描述
五官特征
参考图列表
主锚点图
禁用变化点

示例：

person_a:
30岁左右男性，短黑发，脸型偏长，五官清晰，气质沉稳，不要改变发际线，不要变成欧美脸。

15.3 创作方案生成

输入：

人生主题
套餐
风格
世界观
场景
人物档案
定制信息

输出：

作品标题
世界顺序
场景顺序
镜头计划
旁白
字幕
片头
片尾
总时长
预计图片数
预计视频片段数

15.4 Prompt 生成

Prompt 必须分层组合：

人物层
主题层
世界观层
场景层
镜头层
风格层
质量层
限制层

最终 Prompt 结构：

人物描述
+ 关系描述
+ 世界观设定
+ 场景设定
+ 镜头构图
+ 光影氛围
+ 视觉风格
+ 质量要求
+ 禁止项

15.5 预览图生成

预览图规则：

数量少
加水印
低清或中清
只生成关键场景
用于确认人物和风格

不建议预览阶段生成完整视频。

15.6 正式图生成

正式图规则：

高质量图像模型
高质量档
按镜头生成
每张图记录 Prompt
每张图记录 Provider
每张图记录版本
失败可重试

15.7 图像质检

自动检测：

人脸是否明显崩坏
男女是否混脸
是否不像本人
是否多出第三人
是否手部异常
是否服装跑偏
是否场景错误
是否文字乱入
是否敏感内容

处理：

合格 → 入选
轻微问题 → 人工复核
严重问题 → 自动重生
连续失败 → 转人工

15.8 音频生成

音频类型：

旁白
祝福语
誓言
片头语
片尾语

TTS 参数：

voice
speed
emotion
tone
format

15.9 视频合成

第一版以 FFmpeg 为核心：

图片转视频
推拉镜头
转场
字幕
BGM
旁白
片头片尾
封面
导出 MP4

视频动态分级：

L1：静态图片 + 运镜
L2：图片 + 粒子 / 花瓣 / 光效
L3：关键镜头图生视频
L4：高级动态视频

第一阶段推荐：

80% L1
15% L2
5% L3

不要第一版就全量 AI 视频化。

16. 质量控制标准

16.1 照片质量标准

合格要求：

人脸清晰
无遮挡
不过度美颜
光照正常
分辨率足够
主体明确

16.2 人像一致性标准

成品应满足：

同一个人在不同场景中五官稳定
男女不混脸
年龄不严重漂移
气质不严重偏离
发型可适配世界，但不能完全换人

16.3 风格一致性标准

同一个项目内：

画风统一
色调统一
人物服饰符合世界设定
镜头节奏一致
字幕风格一致

16.4 视频交付标准

视频能正常播放
无明显黑屏
无音画错位
字幕不出框
BGM 音量不过大
旁白清晰
封面正常
分辨率符合套餐

17. 稳定性设计

17.1 队列隔离

不同任务用不同队列：

photo_check_queue
text_queue
image_queue
video_queue
audio_queue
ffmpeg_queue
qc_queue

避免视频任务堵住图片任务。

17.2 并发限制

按用户、项目、Provider 控制：

每用户同时最多 1-2 个正式生成项目
每项目同时最多 N 个图片任务
每 Provider 设置并发上限

17.3 重试策略

每个任务：

默认重试 2-3 次
失败记录原因
连续失败转人工
重试不得重复扣用户额度

17.4 幂等设计

同一个任务用：

project_id + task_type + input_hash

作为幂等 key。

如果重复提交：

已有成功结果 → 直接返回
已有运行任务 → 返回当前任务
失败任务 → 允许按规则重试

17.5 成本监控

必须记录：

每个任务预计成本
每个任务实际成本
每个项目总成本
每个用户总成本
每天 Provider 成本

18. 隐私、安全、合规设计

18.1 用户照片隐私

必须做到：

默认私密
公开案例需单独授权
支持用户删除作品
后台敏感操作留日志
下载链接有有效期
原图不直接暴露公网

18.2 未成年人内容

涉及：

宝宝百日
儿童成长
亲子纪念
家庭全家福

必须增加：

监护人授权确认
禁止公开展示默认关闭
后台审核更严格

18.3 防滥用

禁止：

上传未经授权的他人照片
生成侮辱性内容
生成色情内容
生成政治人物冒充内容
生成名人商业冒用内容
生成违法内容

18.4 音乐版权

BGM 必须来自：

平台自有授权音乐
可商用音乐库
用户自己上传且承诺有授权

每首音乐记录：

source
license_type
license_file
usage_scope

19. MVP 范围

19.1 MVP 必须做

用户注册登录
首页案例展示
创建项目
主题选择
套餐选择
风格选择
世界选择
场景选择
照片上传
授权确认
照片质检
人物档案
定制信息
创作方案
支付/额度锁定
预览图生成
正式图生成
简单视频合成
成品下载
修改申请
后台项目管理
后台模板管理
后台任务管理
后台案例管理
AI Provider 管理

19.2 MVP 暂缓

复杂分销
多商户
自动发布短视频
完整 App
真人语音克隆
复杂图生视频批量化
高级会员体系
全自动退款
企业 API 开放平台

20. 开发阶段规划

第 1 阶段：基础框架

Node.js + NestJS 项目
MySQL
Redis
BullMQ
MinIO
uni-app 用户端
Geeker-Admin 后台
登录注册
文件上传
基础项目表

第 2 阶段：模板系统

人生主题
套餐
视觉风格
世界观
场景
镜头
文案
音乐

第 3 阶段：项目创建流程

创建项目
选择主题
选择套餐
选择风格
选择世界
选择场景
上传照片
授权确认
填写定制信息

第 4 阶段：AI 生成流程

照片质检
人物档案
创作方案
Prompt 生成
预览图
正式图
图片质检

第 5 阶段：视频合成

图片排序
字幕生成
TTS
BGM
FFmpeg 合成
封面生成
MP4 导出

第 6 阶段：商业闭环

订单支付
额度冻结
成本记录
成品下载
修改申请
人工审核
案例授权

第 7 阶段：稳定性增强

任务幂等
失败重试
Provider 切换
成本看板
错误告警
素材清理
隐私删除
日志审计

21. Codex 开发拆解方向

后续可以按下面顺序交给 Codex：

任务 1：初始化 NestJS 后端项目
任务 2：设计 MySQL 表结构和 Prisma/TypeORM 模型
任务 3：实现用户登录注册
任务 4：实现文件上传到 MinIO
任务 5：实现项目创建流程 API
任务 6：实现模板管理 API
任务 7：接入 Geeker-Admin 后台页面
任务 8：实现 uni-app 用户端页面
任务 9：实现 BullMQ 任务队列
任务 10：实现 AI Provider 抽象层
任务 11：实现照片质检 Worker
任务 12：实现创作方案生成
任务 13：实现图片生成任务
任务 14：实现图片质检任务
任务 15：实现 TTS 和字幕任务
任务 16：实现 FFmpeg 视频合成
任务 17：实现订单和额度系统
任务 18：实现修改申请和人工审核
任务 19：实现案例展示和授权公开
任务 20：实现日志、成本、告警、清理

每个任务都要写：

目标
输入
输出
涉及文件
涉及表
涉及接口
验收标准
注意事项

22. 最终审核结论

V2 比 V1 更适合真实落地，核心修正是：

1. 从婚礼工具升级成多人生主题平台
2. 修正用户流程顺序
3. 加入支付 / 额度 / 成本锁定
4. 加入肖像授权和隐私体系
5. 加入内容审核
6. 加入任务幂等和失败恢复
7. 加入 Provider 可替换设计
8. 避免绑定单一视频模型
9. 增强照片质检和人物档案
10. 明确 MVP 边界和开发阶段

建议第一版不要把所有人生主题都上线，只上线：

结婚纪念
恋爱纪念
银婚金婚
情侣写真
个人形象定制

其它主题先在后台模板体系里预留，不在前端主推。

23. V2 开发主线建议

按以下优先级执行：

先做能跑通的闭环
再做生成质量
再做商业支付
再做后台运营
再做稳定性和成本控制
最后做多主题扩展

第一版真正验收目标：

用户注册登录
→ 创建项目
→ 选择主题/套餐/风格/世界/场景
→ 上传照片
→ 照片质检
→ 生成创作方案
→ 支付/额度确认
→ 生成预览
→ 正式生成图
→ 合成视频
→ 下载成品

34 KiB Executable File Raw Permalink Blame History Unescape Escape