一句话目标，Agent 帮你产出可拍摄的短剧
输入创作目标，Agent 按 PERO 架构工作：Plan（多节点规划）→ Execute（每个节点 ReAct：Reason→Act→Observe）→ Reflect（质量评审）→ Optimize（基于反思优化产出），产出三幕大纲与第一幕分镜脚本。
🧠 创作记忆
Agent 会把这些偏好注入创作过程
P规划 Plan
E执行 Execute·ReAct
R反思 Reflect
O优化 Optimize
还没开工？输入上面的创作目标，点「让 Agent 开工」。我会按 PERO 四步工作：
规划 Plan → 制定创作步骤；执行 Execute·ReAct → 每步思考-行动-观察，生成大纲与分镜并自检自纠；反思 Reflect → 质量评审；优化 Optimize → 基于评审产出优化版分镜。全程过程可见。
AAgent 工作过程
运行中优点
问题
改进建议
2三幕大纲
3第一幕分镜脚本
AI 生成
表格单元格可直接点击编辑；总时长 -- 秒
| # | 场景 | 景别 | 运镜 | 画面动作 | 台词 | 字幕建议 | 时长(s) |
|---|
关于本产品
为什么做这个
短剧是当前叙事内容里生产链路最重、试错成本最高的形态：大纲、逐镜分镜、校验要一步步走，一个故事值不值得拍往往写完才知道。分镜工坊把「一句话 → 可拍摄分镜」压缩成一次 Agent 会话，让创作者 30 秒验证一个故事的「可拍性」。
目标用户与核心问题
面向短剧/短视频编剧与内容团队。核心问题是：从构思到分镜的中间环节高度结构化却耗时，缺一个快速、可编辑、可自动校验的初稿工具。
关键取舍
只做第一幕完整分镜（8-12 镜、60-90s、可拍），第二/三幕保留大纲节拍——用最小的 LLM 成本把核心路径做透；Agent 过程全程可见，Mock 能力如实标注，不假装能力。
AI 如何参与
Plan 由 LLM 规划步骤；Execute 每个节点 ReAct（LLM 生成 → 规则校验 → 不合格交回 LLM 自纠）；Reflect 与 Optimize 形成质量闭环。AI 参与全过程，且 AI 输出的问题（JSON 结构、结构不合格）由系统识别并修正。
Agent 能力与边界说明（如实标注）
- PERO 架构：Plan（LLM 多节点规划）→ Execute（每个节点 ReAct：Reason→Act→Observe，生成类节点含规则校验自纠）→ Reflect（LLM 质量评审）→ Optimize（基于反思优化分镜并再校验），全部真实运行。
- 工具调用：「题材热度查询」「素材搜索」为 Mock（内置示例数据，未接真实数据源）；「分镜结构检查」为本地规则引擎真实执行；「大纲/分镜生成」为真实大模型（DeepSeek）。
- 记忆：创作偏好存于浏览器 localStorage，为本地模拟长期记忆（未接数据库/向量记忆），注入规划与生成 Prompt。
- 任务历史：最近任务与产出存于浏览器 localStorage，刷新可恢复查看（服务端无任务队列，执行中断需点击「重新生成」续跑）。
- 未完成：第二/三幕分镜、真实素材检索、跨会话云端记忆、图片/视频预览。
- 下一步优先：接入真实素材检索（替代 Mock）、第二/三幕分镜生成、任务服务端队列（跨设备恢复）。