convez.ai
SkillDesign & UIAvançado
jijiutong

AI Visual Director

jijiutong/ai-visual-director

Transforma histórias em execução visual com personagens e cenas consistentes

Ver no GitHub
BomPluginScore · de 0 a 100

Sistema de produção visual que transforma histórias em storyboards cinematográficos, design de personagens, conceitos de cenas e prompts de vídeo otimizados. Oferece 53 estilos visuais, 140+ técnicas de câmera e suporte a 5 plataformas de geração de vídeo (Runway, Pika, Luma, etc). Funciona como um linha de produção visual com controle de qualidade automático, garantindo consistência de personagens e cenas entre múltiplos planos.

Instalação

$npx convez-ai jijiutong/ai-visual-director

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
181
Forks
22
Acompanhando
5
Saúde
42%
Último commit
há 4 meses
Versão
—
Issues abertas
1
Contribuidores
1

Casos de uso

  • Produção de conteúdo de vídeo AI em larga escala com consistência visual
  • Design de storyboards e composição de planos para projetos audiovisuais
  • Geração de prompts otimizados para diferentes plataformas de vídeo AI
  • Documentação de direção de arte e design de personagens para produções

Veredito

Ferramenta robusta e bem arquitetada para produção de conteúdo visual com IA, indo além de geração simples ao implementar governança de ativos, controle de qualidade automatizado e fluxos de direção estruturados. Excelente para equipes que precisam manter consistência visual em produções audiovisuais complexas, com curva de aprendizado significativa justificada pela profundidade de capacidades.

README

A tradução para o português deste README ainda está na fila.

AI Visual Director


一个故事进来,角色卡、场景图、故事板、视频 Prompt 和执行包出去。 它不是灵感玩具,而是一条带命令闸门、格式合同、状态锁定、资产分层和多维 QC 的视觉生产线。

Story
  → Intake
  → Director Decisions
  → Character & Scene Anchors
  → Storyboard
  → Platform Prompts
  → Quality Control
  → Execution Package

为什么需要它

AI 图像和视频模型已经足够强,但生产中的难点从来不只是“生成一张好看的图”:

  • 同一角色跨镜头变脸,服装、道具和体态持续漂移
  • 场景空间、光源方向与材质在镜头间失去连续性
  • 展示板、营销图和视频参考图混用,导致模型读入噪声
  • Prompt 在反复修改后越写越长,创意边界却越来越模糊
  • 不同视频平台的参考图、首尾帧和文本规则无法直接复用

AI Visual Director 将导演工作流编码成一套可检查的约束系统:

完整能力保留
→ 默认权限收敛
→ 创意显式触发
→ 用户确认后写回
→ 视频阶段只组装,不重新设计

核心能力

能力覆盖范围
53 种视觉风格电影、动画、东方美学、科幻、故障艺术及导演方法参考
44 种版式布局全案板、角色板、场景板、时间轴、HUD、竖屏和关键帧序列
140+ 镜头技术景别、运镜、角度、焦段、画幅、转场与特殊视角
19 套编号系统风格、情绪、色彩、表情、肢体、环境、材质、声音等自动映射
8 种角色一致性方法角色卡、五视图、表情组、服装武器细节、DNA 与参考锚定
7 种场景一致性方法全能参考板、九宫格、全景、蓝图、环绕截图与宽幅锚点
5 个视频平台Seedance、Runway、可灵、Luma、Pika 的差异化 Prompt 输出
12 项视频 QC角色、场景、光照、道具、动作、转场、字幕、声音与资产用途

30 秒开始

安装

npx ai-visual-director

也可以使用安装脚本或从源码安装:

curl -fsSL https://raw.githubusercontent.com/jijiutong/ai-visual-director/main/install.sh | sh
git clone https://github.com/jijiutong/ai-visual-director.git
cd ai-visual-director
sh install.sh

重启 Claude Code,然后输入:

/create 雨夜古寺,两名剑客在佛像前对峙。师父发现徒弟已经入魔,二人拔剑相向。15s,7 镜。

默认执行 /create standard:

故事摄入 → 镜头预算 → 角色锚点 → 场景锚点
→ 故事板 → 视频 Prompt → QC → 执行清单

完整操作方式见 使用手册。

选择你的入口

你想完成的任务命令深入阅读
从故事一键生成完整执行包/create一键编排
读取 Obsidian、Markdown 或粘贴内容/source输入源系统
锁定角色外观与角色 DNA/character角色工作流
锁定场景空间、材质与光照/scene场景工作流
设计镜头、故事板与全案板/storyboard分镜工作流
组装多平台视频 Prompt/video视频工作流
设计台词、字幕与口型节奏/dialogue台词引擎
设计环境音、拟音、音乐与混响/sound声音引擎
探索风格、融合或导演方法/style风格工作流
生成独立营销海报/poster海报工作流

治理命令:/lock · /commit · /unlock · /check · /repair

三档生产模式

能力faststandardfull
故事摄入与镜头预算✓✓✓
角色与场景锚定内联 DNA标准模板标准模板
故事板与视频 Prompt精简完整完整
台词与声音设计-按需✓
全案板与完整质检-✓✓
适合场景快速验证正式制作完整交付

系统如何保持稳定

系统采用四层能力模型。创意能力并未被删除,只是拥有不同的默认权限:

层级调用策略职责
稳定治理层始终启用路由、格式合同、锁定状态、Prompt QC、自动修复
资产生产层按命令调用角色、场景、分镜、视频、台词、声音、海报
导演增强层项目模式镜头预算、节奏、情绪曲线、色彩叙事、运动物理
探索发散层显式触发多版本、风格融合、迁移、导演方法、系列续写

状态生命周期:

draft       默认草稿,不污染主状态
  ↓
locked      用户确认后锁定,不允许自动覆盖
  ↓
committed   正式写入项目状态并持久化

进一步了解:能力边界 · 状态管理 · 格式合同

架构概览

flowchart LR
    A[用户故事] --> B[输入源与故事摄入]
    B --> C[命令闸门与格式合同]
    C --> D[导演与资产规划引擎]
    D --> E[角色 / 场景 / 分镜资产]
    E --> F[状态与一致性锚定]
    F --> G[平台 Prompt 组装]
    G --> H[评分 / QC / 自动修复]
    H --> I[执行包]
模块作用文档入口
SKILL.md总控路由、命令边界与执行契约总控说明
sources/粘贴、Markdown、Obsidian 与 frontmatter 摄入输入源
engines/路由、导演决策、规划、评分、修复与打包引擎地图
docs/使用手册、能力白皮书、系统架构与命令参考文档中心
state/状态注册、资产映射、镜头快照与项目依赖图状态管理
rules/格式、一致性、编号、质量与平台硬约束质量规则
templates/角色卡、场景卡、故事板、海报和声音模板模板目录
knowledge/镜头、灯光、构图、材质、表演、声音等知识库知识库
platforms/图像与视频平台适配、API 集成平台适配
sub-skills/面向用户命令的独立工作流子技能
imitation/导演与工作室视觉方法参考库风格参考
examples/示例项目与参考输出示例
projects/长片、连续剧与多段项目持久化项目系统
.agents/Agent 配置目录—
.claude/Claude Code 配置目录—

完整数据流与文件归位规则见 系统架构。

文档中心

文档适合谁你会得到什么
使用手册第一次使用或查命令命令选择、三档模式、常见用法与状态写回
能力白皮书想理解系统边界四层能力模型、资产用途、默认开关与调用条件
系统架构维护者与贡献者执行链路、模块职责、目录结构与扩展原则
主技能契约Skill 开发者总路由、治理规则、模块映射与全局负面清单
文档索引所有人从任务出发快速定位权威文档

平台覆盖

图像生成视频生成
GPT Image · Midjourney · DALL-E · SDXL / SD3Seedance · Runway · 可灵
Flux · Ideogram · 通义万相 · RecraftLuma · Pika · ComfyUI / IP-Adapter 扩展

平台配置和限制见 平台适配文档。

License

MIT

Ver o original no GitHub

Bom para

Relacionados