BigBanana AI Director

BigBanana（大香蕉）AI Director — AI 漫剧工场

> AI 一站式短剧／漫剧生成平台 · 工业化工作流
> *Industrial AI Motion Comic & Video Workbench*

新手课程：First Class · AI 短剧第一课

第一次做 AI 短剧／漫剧，不知道从哪里开始？ 可以购买配套课程 《First Class：AI 短剧第一课》，系统学习创作方法，再结合 BigBanana 工作台动手实践。

查看课程介绍并购买 →

TL;DR（30 秒了解本项目）

| 问题 | 答案 |
| BigBanana 是什么？ | 一款 AI 漫剧／短剧工业化生产工作台，别名「大香蕉 AI Director」。覆盖剧本、角色、分镜、关键帧、视频、配音、成片导出的完整链路。 |
| 和「一句话生成」工具有什么不同？ | 它反对「抽卡式」生成，采用 Script-to-Asset-to-Keyframe 工作流：先把角色和场景资产锁死，再用首尾关键帧控制镜头，而不是靠提示词碰运气。 |
| 最适合谁？ | 需要角色长期一致的连载创作者、网文 IP 改编团队、有剧本意识且愿意做轻量微调的内容工作室。 |
| 不适合谁？ | 只想点一次按钮就出爆款、完全不愿做分镜或台词微调的用户。这是工业化生产工具，不是一键生成玩具。 |
| 免费吗？ | 软件本身免费（Docker 镜像 / 客户端 / 在线版均无授权费）。AI 模型调用按实际用量付费，通过 API Key 自行配置。 |
| 能用在哪里？ | 在线版（浏览器直接开）、Docker 自托管、Windows / macOS 桌面客户端，共三种方式。 |
| 数据存在哪？ | 主要保存在本地浏览器环境（IndexedDB），不上传服务器，角色 IP 与创意留在创作者手里。 |

什么是 BigBanana AI Director

BigBanana AI Director（中文名：大香蕉 AI 漫剧工场） 是一个 AI 一站式短剧／漫剧生成平台，面向创作者，实现从灵感到成片的高效生产。

它摒弃了传统的「抽卡式」生成，采用 "Script-to-Asset-to-Keyframe" 的工业化工作流：通过深度集成 AntSK API 的先进 AI 模型，实现 「一句话生成完整短剧，从剧本到成片全自动化」，同时精准控制角色一致性、场景连续性与镜头运动。

一句话理解它解决的核心问题

AI 漫剧最致命的痛点不是画质、不是配音，而是角色一致性——换个镜头就变脸，观众瞬间出戏。BigBanana 正是冲着这个问题设计的：先有演员和片场，再开机。

它和其他 AI 漫剧工具的区别

| 对比维度 | 常见 AI 工具（可灵 / 即梦等生成类） | BigBanana AI Director |
| 定位 | 图像／视频生成核心，单图或单段产出 | 工业化全链路生产工作台 |
| 角色稳定性 | 多次生成容易变脸换人 | 定妆照 + 衣橱系统 + 上下文感知，三重约束锁定形象 |
| 工作方式 | 偏单张图／单段视频生成 | 剧本 → 资产 → 关键帧 → 成片一体化流程 |
| 视频控制 | 主要依赖文字描述，结果不稳定 | 首尾关键帧明确起止画面，中间由模型插值 |
| 场景延续性 | 难以保证连续性 | 场景概念图统一光影与风格，资产跨集复用 |
| 输出定位 | 更偏社交内容快速分享 | 可衔接 Premiere / Resolve 等专业后期流程 |
| 数据处理 | 常依赖云端上传 | 浏览器本地存储，隐私更稳 |
| 自动化程度 | 高（但可控性低） | 中高（需手动微调，可控性最高） |

> 一句话总结：BigBanana 不是最自动化的 AI 漫剧工具，但它是目前最可控的方案之一。

版本发布说明

由于近期出现大量抄袭、搬运不署名，且个别情况较为恶劣，后续版本将仅通过官方 Docker 镜像发布，不再继续公开同步源码。

当前仓库保留为公开说明与历史参考版本，实际部署、更新与运行请以 docker-compose.yaml 和官方镜像为准。
我们仍然针对商业版用户提供完整源码交付。

界面展示

项目管理

项目概览与小说导入

世界观构建

Phase 01: 叙事规划

Phase 02: 一致性资产

Phase 03: 镜头制作

Phase 04: 成片交付

提示词管理

核心理念：关键帧驱动 (Keyframe-Driven)

传统的 Text-to-Video 往往难以控制具体的运镜和起止画面。BigBanana 引入了动画制作中的 关键帧 (Keyframe) 概念：

1. 先画后动：先生成精准的起始帧 (Start) 和结束帧 (End)。
2. 插值生成：利用 Veo 模型在两帧之间生成平滑的视频过渡。
3. 资产约束：所有画面生成均受到「角色定妆照」和「场景概念图」的强约束，杜绝人物变形。

角色一致性的三重保障

这是 BigBanana 的核心竞争力，也是 AI 漫剧能否连载的关键：

| 机制 | 作用 |
| 第一重：定妆照系统 | 为每个角色生成标准参考图，作为全片视觉锚点，所有镜头生成都参考这张「脸」。 |
| 第二重：衣橱系统 | 同一角色可配置多套造型（日常装、战斗装、受伤状态），所有变体基于 Base Look 生成，保持面部特征不变。换衣服不换人。 |
| 第三重：上下文感知生成 | 生成镜头时自动读取当前场景图、角色当前服装参考和道具参考。不是每个镜头从零开始，而是「知道」前面的剧情。 |

核心功能模块

项目级工作流 (Project Workspace)

* 项目中心 (Project Hub)：集中管理最近项目、账号入口、模型配置、全局资产库，以及整库数据导入导出。
* 项目概览 (Project Overview)：按「项目 → 季 → 集」组织内容，支持整篇小说导入并自动拆分多集草稿，也支持整项目备份导出。
* 项目资源与世界观 (Project Resources & Worldview)：在单集制作前先沉淀角色 / 场景 / 道具资源，以及地图、区域、地点、音乐风格等世界观锚点，这些信息会持续注入后续剧情、资产和镜头生成。

Phase 01: 叙事规划 (Narrative Planning)

* 结构化剧本生成：输入故事大纲、小说片段或单集创意，AI 自动拆解出角色、场景、道具、镜头等结构化结果。
* 配置驱动生成：可设置语言、目标时长、视觉风格和模型组合，统一控制后续全链路输出。
* AI 续写与手动精修：支持对剧本正文、角色视觉描述、镜头动作、台词和提示词进行续写、改写与逐项手动编辑。
* 全自动计划预审：在正式批量生成前，系统会先给出全自动生产方案，允许你逐镜头决定使用「九宫格分镜」还是「首尾帧」链路。

Phase 02: 一致性资产 (Consistency Assets)

* 角色一致性定妆：为每个角色生成标准参考图，并通过衣橱系统维护多套造型的一致身份。
* 场景 / 道具资产化：不仅生成核心场景图，也能为可复用道具建立独立提示词、参考图和形体参考。
* 资产库复用：支持从项目资源或跨项目资产库选择角色、场景、道具，减少重复搭建。
* 批量补齐缺失资产：可一键补齐角色、场景、道具的缺失图片，为后续镜头制作准备稳定上下文。

Phase 03: 镜头制作 (Shot Workbench)

* 网格化镜头工作台：全景式管理所有镜头，逐镜头查看叙事动作、角色、场景和道具上下文。
* 关键帧精控

……（后略，见原文）