方案简介

openOii 是一个以 LangGraph 为核心的 AI 漫剧生成学习项目，定位为「故事想法 → 多智能体协作 → 漫剧成片」。它把一个故事创意串成规划（Outline/Plan）、角色与分镜生成（Render）、视频生成与合成（Compose/Critic）的完整多阶段 AI 生成链路，并用无限画布展示过程与结果。

该项目的重点在于验证多阶段编排、恢复执行、实时进度与前后端协作：后端基于 FastAPI + SQLModel + LangGraph，基础设施使用 PostgreSQL 与 Redis，前端使用 React 18 + TypeScript，并以 tldraw 实现无限画布，供用户审阅角色、分镜与生成结果。

适合人群：想学习 LangGraph 多智能体编排的开发者、对 AI 视频/漫剧生成流程感兴趣的独立创作者。注意作者明确警告这是一个学习/演示项目，不适合直接用于工业生产环境。

亮点与能力

该项目实际具备的能力包括：

• 多阶段 AI 生成链路：Outline/Plan/Render/Compose/Critic 等专家 Agent 接力完成从规划到成片
• WebSocket 实时进度：生成过程实时推送给前端
• 可恢复 / 可取消 / 可反馈的 run 流程
• tldraw 无限画布：审阅角色、分镜与结果，画布选中可绑定实体到对话与 Inspector
• 前端环境变量配置面板：在线管理模型与基础服务
• 九宫格分镜 + 单格重做，支持多选批量重做与多格反馈
• Skill 库驱动编排入口：保留 story-anime / character-design / quick-short 等常用简单 Skill
• Universe + Asset + StyleTemplate 资产复用，支持 IP 宇宙章节与共享角色

组成与分工

• LangGraph：多智能体编排核心，通过 approval 节点中的 interrupt() 与 Command(resume=…) 实现 HITL 人工介入，app/orchestration/driver.py 抽出 interrupt 循环
• FastAPI：后端 API 框架，暴露 API Docs（/docs）
• SQLModel：数据模型与持久化（如 Project.skill_id 持久化）
• React 18 + TypeScript：前端框架，构建导演台界面
• tldraw：无限画布，承载角色、分镜与生成流程的可视化与选中绑定
• PostgreSQL + Redis：基础设施层，支撑数据存储与任务状态
• Docker：通过 docker-compose 一键启动全部服务
• uv：Python 依赖管理与后端运行
• pnpm：前端包管理与脚本执行

前置要求

运行该项目需要：

• Docker 与 docker-compose（用于一键启动 PostgreSQL、Redis 等基础设施）
• Python 后端使用 uv 管理依赖
• 前端使用 pnpm 管理依赖

安装依赖的命令：

后端：
bash
cd backend
uv sync

前端：
bash
cd frontend
pnpm install

实施步骤

从零到跑通的完整步骤：

1. 准备环境变量

复制后端环境变量示例文件：

bash
cp backend/.env.example backend/.env

2. 启动服务

使用 docker-compose 一键启动：

bash
docker-compose up -d

3. 访问验证

• Frontend: http://localhost:15173
• API Docs: http://localhost:18765/docs

使用与配置要点

本地开发模式下可分别启动前后端：

后端：
bash
cd backend
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 18765

前端：
bash
cd frontend
pnpm install
pnpm dev

日常验证与测试命令：

bash

backend

cd backend
uv run pytest
uv run ruff check app tests

frontend

cd frontend
pnpm test
pnpm build

前端质量验收标准包括：pnpm exec vitest（touched + related）green、pnpm build / tsc green，以及手动验证打开项目观察 run/recovery chrome、选中分镜格、查看反馈绑定与单格重做等交互。

注意事项与常见问题

• 作者明确警告：这是一个 LangGraph 学习 / 演示项目，重点是验证多阶段编排、恢复执行、实时进度与前后端协作，不适合直接用于工业生产环境。
• 复杂实验流明确不做：拉片复刻已从产品面移除（catalog/UI/API 已卸），真视频上传多模态、画布图编默认不做。
• Skill 库只保留 3 个常用简单 Skill（story-anime / character-design / quick-short），不做只有 catalog 名没有 directives/template 的薄壳 Skill。
• 复刻原则是复刻产品原语，不 1:1 抄 UI、不追闭源模型护城河；不做闭源视频模型供应链与积分体系。

优缺点

• ✓ 可恢复/可取消/可反馈的流程
• ✓ WebSocket 实时进度展示
• ✕ 不适合直接用于工业生产环境

出处

本方案挖掘自开源项目 xeronsh/openOii，方案内容与实施命令均来自其 README 原文。