ai-creative-prompt-studio

KO | EN

gitlite — search

#python #typescript #ai #llm #open-source #react #mcp #rust #golang #postgresql #rag #javascript

ai-creative-prompt-studio

★ 63 Open GitHub ↗

No description available.

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Muse Studio

> **Decode Any Image. Recreate Any Style.**<br>
> 面向内容创作者与创意团队的 AI 视觉创作工作台。

[![Version](https://img.shields.io/badge/version-1.0.0-6d5dfc.svg)](https://github.com/carolinenn1102/ai-creative-prompt-studio)
[![Python](https://img.shields.io/badge/Python-3.10%2B-3776AB.svg?logo=python&logoColor=white)](https://www.python.org/)
[![FastAPI](https://img.shields.io/badge/FastAPI-0.100%2B-009688.svg?logo=fastapi&logoColor=white)](https://fastapi.tiangolo.com/)
[![React](https://img.shields.io/badge/React-18-61DAFB.svg?logo=react&logoColor=black)](https://react.dev/)
[![TypeScript](https://img.shields.io/badge/TypeScript-5-3178C6.svg?logo=typescript&logoColor=white)](https://www.typescriptlang.org/)
[![License](https://img.shields.io/badge/License-MIT-yellow.svg)](https://raw.githubusercontent.com/carolinenn1102/ai-creative-prompt-studio/main/LICENSE)

[在线体验](http://103.236.93.95:18600) · [API 文档](http://103.236.93.95:18600/docs) · [完整文档](docs/00-文档索引.md)

---

## 项目简介

Muse Studio 把分散在多个工具中的创意分析、Prompt 编写、分镜设计、平台适配和质量评估整合到一个工作流中。

用户只需输入主题、发布平台、目标受众和风格偏好，也可以上传参考图，系统便会通过 5 个协作 Agent 生成一套可继续编辑和复用的创作方案：

- 创意目标与核心卖点拆解
- 中英文结构化生图 Prompt
- 生视频 Prompt 与 7 段分镜脚本
- 小红书、抖音、B 站等平台适配建议
- 五维质量评分与可解释的优化建议
- 基于用户反馈的二次优化版本

项目默认提供 Mock 模式，没有 API Key 也能完整体验主流程；接入 OpenAI 兼容接口后，可切换到真实文本、视觉理解和生图能力。

---

## 解决的问题

- **创意起稿慢**：从模糊需求到可执行方案需要反复拆解和补充细节。
- **Prompt 不稳定**：自然语言描述缺少结构，不同模型的输出质量波动明显。
- **多平台重复改写**：同一内容需要针对平台、受众和画幅重新组织。
- **方案难以评价**：创意好坏依赖主观判断，缺少稳定、可解释的评分依据。
- **反馈难以沉淀**：修改意见散落在聊天记录中，无法形成前后版本对比。

---

## 核心功能

| 模块 | 主要能力 | 输出 |
|------|----------|------|
| 需求理解 | 解析主题、平台、受众、内容类型与额外要求 | 创意目标、卖点、视觉方向 |
| 风格分析 | 识别参考图的风格、色彩、构图、光影与情绪 | 风格报告、改图建议 |
| Prompt 生成 | 按主体、场景、风格、色彩、镜头等维度组织内容 | 中英文生图 Prompt、生视频 Prompt |
| 短视频分镜 | 自动规划 7 个镜头的节奏和叙事 | 时长、画面、字幕、运镜、音效 |
| 平台适配 | 根据小红书、抖音、B 站或通用场景调整表达 | 封面标题、标签、发布时间、运营建议 |
| 质量评估 | 通过 JSON 规则引擎进行五维评分 | 总分、分项得分、评分理由 |
| 反馈优化 | 根据用户意见重新生成薄弱部分 | 优化前后对比、新版评分 |
| AI 预览图 | 兼容 OpenAI Images 与 Chat Completions 图像返回格式 | 本地占位图或真实生成图 |
| 历史与导出 | SQLite 保存项目，支持查看、删除和 PDF 导出 | 项目记录、PDF 创作方案 |

---

## 五 Agent 协作流程

Muse Studio 使用 LangGraph 显式编排 5 个 Agent。需求理解与风格分析并行执行，汇聚后再进入 Prompt、评测和优化阶段。

```mermaid
flowchart LR
    S([开始]) --> R[需求理解 Agent]
    S --> V[风格分析 Agent]
    R --> P[Prompt Agent]
    V --> P
    P --> E[评测 Agent]
    E --> O[优化 Agent]
    O --> F([完整创作方案])
```

| Agent | 职责 | 主要产物 |
|-------|------|----------|
| 需求理解 Agent | 解析创作目标和平台约束 | 创意拆解、平台适配方向 |
| 风格分析 Agent | 反推参考图的视觉特征 | 风格分析、改图建议 |
| Prompt Agent | 汇总需求与风格信息 | 双语 Prompt、视频 Prompt、分镜 |
| 评测 Agent | 使用规则引擎检查方案质量 | 五维评分与评分依据 |
| 优化 Agent | 定位薄弱项并接收用户反馈 | 优化建议、迭代版本 |

---

## 界面与技术架构

前端采用深色工作室视觉体系，包括极光渐变背景、玻璃拟态卡片、雷达图、渐变评分环和轻量动效。后端同时提供开发模式 API 与生产环境静态资源托管能力。

![Muse Studio 技术架构](https://raw.githubusercontent.com/carolinenn1102/ai-creative-prompt-studio/main/docs/assets/arch.png)

### 技术栈

| 层级 | 技术 |
|------|------|
| 前端 | React 18、TypeScript、Vite、Ant Design 5、Axios、React Router |
| 后端 | Python 3.10+、FastAPI、Pydantic、SQLAlchemy、SQLite |
| AI 编排 | LangGraph、OpenAI SDK、OpenAI 兼容文本/视觉/生图接口 |
| 质量评估 | JSON 配置驱动的五维规则引擎 |
| 生产运行 | Uvicorn、FastAPI 静态托管、GZip、资源缓存策略 |

---

## 快速开始

### 1. 获取项目

```bash
git clone https://github.com/carolinenn1102/ai-creative-prompt-studio.git
cd ai-creative-prompt-studio
```

### 2. 启动后端

```bash
cd backend

# 创建虚拟环境
python -m venv .venv

# Windows
.venv\Scripts\activate

# macOS / Linux
source .venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# Windows
copy .env.example .env

# macOS / Linux
cp .env.example .env

# 启动 API
python -m uvicorn app.main:app --reload --port 8000
```

默认 `MOCK_MODE=true`，无需配置 API Key。启动后可访问：

- API 文档：<http://localhost:8000/docs>
- 健康检查：<http://localhost:8000/api/health>

### 3. 启动前端

打开另一个终端：

```bash
cd frontend
npm ci
npm run dev
```

浏览器访问 <http://localhost:5173>。

### 4. 构建生产版本

```bash
cd frontend
npm run build
```

构建产物位于 `frontend/dist/`。目录存在时，FastAPI 会自动托管前端页面和静态资源，因此生产环境可由同一个 Uvicorn 服务对外提供页面与 API。

---

## 使用流程

1. 进入首页，从内置案例开始，或直接进入创作工作台。
2. 填写主题、平台、内容类型、目标受众、风格和画幅。
3. 可选上传参考图，用于风格分析和视觉特征提取。
4. 点击“一键生成方案”，查看各 Agent 的执行结果。
5. 在不同标签页检查创意拆解、Prompt、分镜、平台建议和质量评分。
6. 输入修改意见，生成优化版本并查看前后差异。
7. 在历史记录中复用方案，或导出 PDF。

---

## 运行模式

### Mock 模式

`MOCK_MODE=true` 时：

- 不调用外部大模型 API；
- 内置案例与完整生成流程均可使用；
- 图片分析、评分和反馈优化会返回稳定的演示数据；
- 生图功能返回本地 Pillow 占位图；
- 适合产品演示、前端开发、面试讲解和离线体验。

### 真实模型模式

复制 `backend/.env.example` 为 `backend/.env`，然后至少配置：

```env
MOCK_MODE=false
OPENAI_API_KEY=your-api-key
OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_MODEL=gpt-4o
VISION_MODEL=gpt-4o
```

项目兼容 OpenAI 协议，可接入 OpenAI、Azure OpenAI、通义千问兼容模式、智谱兼容接口、本地 Ollama 或企业内部网关。

> 安全提示：`backend/.env` 已被 Git 忽略。请勿把真实 API Key、数据库文件或用户上传内容提交到仓库。

### 真实生图

```env
IMAGE_GEN_ENABLED=true
IMAGE_GEN_BASE_URL=https://your-provider.example/v1
IMAGE_GEN_API_KEY=your-image-api-key
IMAGE_GEN_MODEL=dall-e-3
IMAGE_GEN_API_STYLE=auto
IMAGE_GEN_TIMEOUT=300
```

`IMAGE_GEN_MODEL` 支持使用英文逗号配置降级链。接口会依次尝试模型，兼容 `b64_json`、图片 URL 和 Chat Completions 内嵌图片三类返回。

---

## 主要环境变量

| 变量 | 默认值 | 说明 |
|------|--------|------|
| `MOCK_MODE` | `true` | 是否使用本地模拟数据 |
| `OPENAI_API_KEY` | 示例占位值 | 文本与视觉模型密钥 |
| `OPENAI_BASE_URL` | OpenAI 官方地址 | OpenAI 兼容 API 根地址 |
| `OPENAI_MODEL` | `gpt-4o` | 文本生成模型 |
| `VISION_MODEL` | `gpt-4o` | 图片理解模型 |
| `OPENAI_REASONING_EFFORT` | `low` | 推理型模型的思考力度 |
| `IMAGE_GEN_ENABLED` | `false` | 是否启用真实生图 |
| `IMAGE_GEN_MODEL` | `dall-e-3` | 生图模型或模型降级链 |
| `DATABASE_URL` | SQLite 本地文件 | 项目历史数据库 |
| `CORS_ORIGINS` | 本地前端地址 | 允许跨域访问的来源 |
| `MAX_UPLOAD_SIZE_MB` | `10` | 上传文件大小限制 |

完整说明见 [后端环境变量示例](backend/.env.example)。

---

## API 速查

| 方法 | 路径 | 说明 |
|------|------|------|
| `GET` | `/api/health` | 服务状态、运行模式和生图状态 |
| `POST` | `/api/projects` | 创建项目并运行完整 Agent 工作流 |
| `GET` | `/api/projects` | 获取项目历史列表 |
| `GET` | `/api/projects/{id}` | 获取项目详情 |
| `GET` | `/api/projects/{id}/export/pdf` | 导出项目 PDF |
| `DELETE` | `/api/projects/{id}` | 删除单个项目 |
| `POST` | `/api/images/analyze` | 分析参考图风格 |
| `POST` | `/api/images/generate` | 生成预览图 |
| `POST` | `/api/prompts/optimize` | 根据反馈二次优化 |
| `GET` | `/api/cases` | 获取内置案例 |
| `GET` | `/api/agents` | 获取 Agent 定义和工作流边 |

完整请求模型与在线调试界面请访问 FastAPI 自动生成的 `/docs`。

---

## 项目结构

```text
ai-creative-prompt-studio/
├── backend/
│   ├── app/
│   │   ├── agents/            # LangGraph Agent、状态与工作流
│   │   ├── api/               # Projects、Images、Prompts、Cases API
│   │   ├── core/              # 配置、LLM 与生图客户端
│   │   ├── db/                # SQLAlchemy 模型与 CRUD
│   │   ├── services/          # 评分、优化、PDF 等服务
│   │   └── main.py            # FastAPI 入口与静态资源托管
│   ├── config/                # 案例、平台与评分规则
│   ├── .env.example
│   └── requirements.txt
├── frontend/
│   ├── public/
│   ├── src/
│   │   ├── api/               # Axios 请求封装
│   │   ├── components/        # 布局、表单和结果组件
│   │   ├── pages/             # 首页、创作页、历史页
│   │   ├── styles/            # 全局设计系统
│   │   └── types/             # TypeScript 类型
│   ├── package.json
│   └── vite.config.ts
├── docs/                      # 需求、架构、面试与部署文档
└── README.md
```

---

## 文档导航

| 文档 | 内容 |
|------|------|
| [文档索引](docs/00-文档索引.md) | 全部文档与推荐阅读顺序 |
| [需求分析](docs/01-需求分析.md) | 用户画像、业务目标与需求清单 |
| [痛点与竞品分析](docs/02-痛点与竞品分析.md) | 产品差异化与竞品对比 |
| [技术架构设计](docs/03-技术架构设计.md) | 架构、数据模型、接口与设计权衡 |
| [核心技术难点](docs/04-核心技术难点与解决方案.md) | 真实问题、根因和解决过程 |
| [面试问答手册](docs/05-面试问答手册.md) | 项目相关高频技术问答 |
| [面试讲解稿](docs/06-面试讲解稿.md) | 3 分钟与 10 分钟讲解版本 |
| [简历项目描述](docs/07-简历项目描述.md) | 可用于简历的不同篇幅版本 |
| [作品集展示文案](docs/08-作品集展示文案.md) | 作品集页面与演示文案 |
| [设计迭代记录](docs/09-设计迭代与决策记录.md) | 需求变化和关键决策 |
| [部署运维手册](docs/10-部署运维手册.md) | 生产部署、配置与故障排查 |

---

## 常见问题

### 没有 API Key 能运行吗？

可以。保持 `MOCK_MODE=true`，前后端和主要交互均可正常演示。

### 为什么生成预览图显示占位图？

这是未启用真实生图时的预期行为。配置 `IMAGE_GEN_ENABLED=true` 和对应供应商参数后即可切换。

### 历史记录保存在哪里？

默认保存在 `backend/data/studio.db`。数据库、上传文件和生成图片都属于运行时数据，不会提交到 Git。

### 可以更换其他大模型吗？

可以。只要服务兼容 OpenAI API 协议，通常只需修改 Base URL、API Key 和模型名。

### 生产环境如何部署？

先执行前端构建，再由 FastAPI 托管 `frontend/dist`。systemd、反向代理、缓存和故障排查见 [部署运维手册](docs/10-部署运维手册.md)。

---

## 路线图

- [x] 五 Agent LangGraph 工作流
- [x] 双语生图 Prompt、视频 Prompt 与分镜
- [x] 可解释质量评分与反馈二次优化
- [x] OpenAI 兼容生图接入层与模型降级链
- [x] PDF 导出、历史记录与设备隔离
- [ ] 用户账户与跨设备同步
- [ ] Prompt 收藏、模板市场与团队共享
- [ ] 批量生成与任务队列
- [ ] 视频生成服务接入

---

## License

本项目采用 [MIT License](LICENSE)。

---

**让创意从一句需求，变成一套可执行的视觉方案。**

ai-creative-prompt-studio

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README