多 Agent 工作流实录:把一部小说改成 18 集短剧
我给 Agent 下了一句话指令:
把小说做成短剧,估计得 2 小时左右,不要停,一直干,每半小时检查一次,停了自动触发继续干。
然后就去干别的了。这篇文章记录这条生产线是怎么搭起来的,以及它跑出了什么。
先搭”保活”,再谈生产
长任务最大的敌人不是难度,是中断。所以开工前先定了一个土办法但极其有效的机制:
- PROGRESS.md 是唯一进度权威:只允许四种状态(运行中 / 已停 / 等过审 / 完工)加一个”下一步”字段
- 巡检会话每半小时读一次状态:运行中→立即退出;已停→按”下一步”接续;完工→自动停掉巡检
- 判活不猜,数文件:GPU 队列是不是还活着?数一下产物目录里的关键帧数量,5 分钟后再数一次,不增长即判停,重启后要求 4 分钟内验证首图落地
后来还踩过一个坑:强杀渲染进程会把设备状态挂死,导致重启后假死。这类坑只有真的跑一晚上才能发现。
技能链:一道工序一个角色
整条链路被拆成固定顺序的六道工序,每道工序一个专职 Agent:
大纲 → 人物 → 美术 → 剧本 → 站位 → 分镜,然后过质量门(有专门的脚本做确定性检查,“画面不呆板”是硬要求),最后进批量生产:关键帧生图 → 图生视频 → 配音 → 合成 → 验收。
分镜这个环节最重,产出的结构是”段 → 切点 → 关键帧”三层,每一段都自带一条逐镜换行的视频生成提示词。
产出了什么
- 18 集分集大纲,119 个场次/节拍的剧本
- 21 个角色档案,16 个主场景 + 8 件叙事道具的美术设定
- 308 个分镜段,1036 个切点,每段带视频提示词
- 一条 91.3 秒的样片走完了字幕、混音、验收的全部链路
生产速度实测:关键帧约 2 分钟/张,视频片段约 5 分钟/条(把文本编码器优化后单条编码只要 2 秒)。全量跑完大约要 30 多小时——这就是为什么”保活机制”比”模型能力”更值得先建。
两条治理原则
- 改稿不改表:人物设定集和连续性事实表是唯一事实源,任何内容与设定冲突,改稿,不动表。一致性崩坏往往不是模型不行,是事实源被中途改了。
- 成本记账:所有 API 调用前后过一道记账脚本,超预算自动切本地模型路径,停钱不停工。
复盘
这次实验最有价值的不是那 308 个分镜,而是验证了一个分工:人负责下指令和改章程,Agent 负责状态、调度、质检和恢复。中途我取消了一个审核环节,巡检指令随之改版——人在环里改的是”宪法”,Agent 在宪法下自主运转。