python手动和自动ai短剧剧本生成多集分段seedance2分镜提示词代码bfwstoryfootage-python代码-BFW代码库

代码语言：python

所属分类：其他

代码描述：python手动和自动ai短剧剧本生成多集分段seedance2分镜提示词代码bfwstoryfootage，支持一步一步手动复制提示词去免费ai大模型生成剧本和分镜提示词，还可以接入兼容openai协议的大模型api自动调用生成。

代码标签： python手动自动 ai 短剧剧本生成多集分段 seedance2 分镜提示词 bfw

下面为部分代码预览，完整代码请点击下载或在bfwstudio webide中打开

import os
import sqlite3
import json
import urllib.request
import urllib.error
from flask import Flask, request, jsonify, render_template_string

app = Flask(__name__)
DB_NAME = "drama_generator2111.db"

# ==========================================
# 数据库初始化
# ==========================================
def init_db():
    conn = sqlite3.connect(DB_NAME)
    c = conn.cursor()
    c.execute('''CREATE TABLE IF NOT EXISTS scripts
                 (id INTEGER PRIMARY KEY AUTOINCREMENT, title TEXT, background TEXT,
                  characters TEXT, scenes TEXT, props TEXT,
                  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP)''')
    c.execute('''CREATE TABLE IF NOT EXISTS episodes
                 (id INTEGER PRIMARY KEY AUTOINCREMENT, script_id INTEGER, episode_num INTEGER, plot TEXT)''')
    c.execute('''CREATE TABLE IF NOT EXISTS storyboards
                 (id INTEGER PRIMARY KEY AUTOINCREMENT, episode_id INTEGER, content TEXT)''')
    
    # 版本记录表
    c.execute('''CREATE TABLE IF NOT EXISTS versions
                 (id INTEGER PRIMARY KEY AUTOINCREMENT, target_type TEXT, target_id INTEGER, 
                  content TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP)''')
                  
    # 系统设置表 (用于保存API配置)
    c.execute('''CREATE TABLE IF NOT EXISTS settings (key TEXT PRIMARY KEY, value TEXT)''')
    
    # 初始化默认设置
    c.execute("SELECT count(*) FROM settings")
    if c.fetchone()[0] == 0:
        default_settings = [
            ('api_mode', 'manual'),
            ('base_url', 'https://api.openai.com/v1'),
            ('api_key', ''),
            ('model', 'gpt-3.5-turbo')
        ]
        c.executemany("INSERT INTO settings (key, value) VALUES (?, ?)", default_settings)
                  
    for col in ['characters', 'scenes', 'props']:
        try:
            c.execute(f"ALTER TABLE scripts ADD COLUMN {col} TEXT")
        except Exception:
            pass
    conn.commit()
    conn.close()

init_db()

def get_db():
    conn = sqlite3.connect(DB_NAME)
    conn.row_factory = sqlite3.Row
    return conn

def save_version(cursor, target_type, target_id, content):
    """保存历史版本"""
    if content and str(content).strip() and content != "[]":
        cursor.execute("INSERT INTO versions (target_type, target_id, content) VALUES (?, ?, ?)",
                       (target_type, target_id, str(content)))

# ==========================================
# 提示词配置
# ==========================================
EPISODE_SYSTEM = """你是一个短剧编剧。请根据短剧设定生成连贯分集剧情大纲，同时生成完整的角色、场景、道具设定。

如果角色在不同场景、时间有不同的外貌或服饰特征，请单独列出一个新的角色描述（例如：“林辰-后期黑化”）。
角色描述要求所有维度的设定（包括性别、年龄、脸型、发型、外貌特征、音色、性格、服饰等）都写在一整段连续的文本中，不要分多个字段，每个角色的文本描述不少于80字。

场景描述要求：包含详细的视觉描述（环境建筑、地面材质、光影色调、氛围质感等），不少于50字。
道具描述要求：包含详细的外形、材质、颜色、尺寸描述，不少于20字。

请严格输出JSON格式，不要输出任何其他文字内容。JSON结构如下：
{
  "episodes":[{"episode_num": 1, "plot": "本集详细剧情，不少于100字"}, ...],
  "characters":[{"name": "角色姓名及状态", "description": "一段包含所有维度设定的详细描述"}, ...],
  "scenes":[{"name": "场景名", "description": "详细场景视觉描述"}, ...],
  "props":[{"name": "道具名", "description": "详细道具外形描述"}, ...]
}"""

STORYBOARD_SYSTEM_PROMPT = """你是一个专业的短剧编剧和分镜师。你需要根据提供的单集剧情，将其拆解成详细的连贯视频分镜脚本。
要求：
1. 每10秒为一个大片段（例如0-10秒包含多个小镜头），每个片段的分镜头时间都是从0秒开始。
2. 画面文字描述需包含：镜头景别、运动轨迹、光影、构图、人物位置、动作表情、内嵌对白台词、音效或背景音乐。

请严格参考以下【示例格式】进行输出：

【示例开始】
分镜画面
【0-10 秒：山洞】
0-2秒：全景，固定镜头，暖黄光晕，三分构图，林辰位于画面左侧，扶着苏清鸢走进隐秘温泉洞穴，洞穴内雾气缭绕，温泉散发着暖黄色光晕，神秘暧昧氛围， 林辰说："清鸢，这里有处温泉，灵气浓郁，适合疗伤"。
2-5秒：中景，缓慢推镜，暖黄光晕，中心构图，苏清鸢居画面中心，脸颊微红，轻轻点头，靠在林辰肩上，羞涩温柔氛围， 苏清鸢轻声说："嗯……麻烦你了"。
5-10秒：全景，固定镜头，林辰与苏清鸢拥抱在一起，天空出现爱心云朵，爱意的音乐。
【10-20 秒：奇遇】
0-4 秒：全景，固定镜头，冷蓝月光，三分构图，林辰独行于山涧草丛，夜色深沉，溪水潺潺，孤独氛围，脚步声与虫鸣音效。
4-7 秒：中景，跟随镜头，冷蓝月光，中心构图，林辰弯腰捡起发光物体，破旧聚宝杯居画面中心，杯身泛起微弱蓝光，神秘氛围，林辰疑惑说：“这是何物？”。
7-10 秒：特写，固定镜头，冷蓝月光，中心构图，聚宝杯纹理清晰，流光转动，林辰手指抚摸杯沿，好奇氛围，奇异嗡鸣音效。
……
【示例结束】
"""

# ==========================================
# 业务逻辑提取 (用于复用)
# ==========================================
def process_episode_reply(script_id, reply_text):
    text = reply_text
    if "```json" in text:
        text = text.split("```json", 1)[1]
    if "```" in text:
        text = text.split("```", 1)[0]
    text = text.strip()
    result = json.loads(text)

    conn = get_db()
    c = conn.cursor()
    c.execute("SELECT * FROM scripts WHERE id = ?", (script_id,))
    script = c.fetchone()
    
    # 存为历史版本
    for field in ['characters', 'scenes', 'props']:
        save_version(c, field, script_id, script[field])

    characters = json.dumps(result.get('characters',[]), ensure_ascii=False)
    scenes = json.dumps(result.get('scenes',[]), ensure_ascii=False)
    props = json.dumps(result.get('props',[]), ensure_ascii=False)
    c.execute("UPDATE scripts SET characters=?, scenes=?, props=? WHERE id=?",
              (characters, scenes, props, script_id))

    c.execute("DELETE FROM episodes WHERE script_id = ?", (script_id,))
    for ep in result['episodes']:
        c.execute("INSERT INTO episodes (script_id, episode_num, plot) VALUES (?, ?, ?)",
                  (script_id, ep['episode_num'], ep['plot']))
    conn.commit()
    conn.close()
    
    return {
        "status": "success",
        "characters": result.get('characters', []),
        "scenes": result.get('scenes',[]),
        "props": result.get('props',[])
    }

def process_storyboard_reply(episode_id, reply_text):
    conn = get_db()
    c = conn.cursor()
    c.execute("SELECT content FROM storyboards WHERE episode_id = ?", (episode_id,))
    old_sb = c.fetchone()
    if old_sb: save_version(c, 'storyboard', episode_id, old_sb['content'])

    c.execute("DELETE FROM storyboards WHERE episode_id = ?", (episode_id,))
    c.execute("INSERT INTO storyboards (episode_id, content) VALUES (?, ?)", (episode_id, reply_text))
    conn.commit()
    conn.close()
    return {"status": "success", "content": reply_text}

def call_openai_api(system_prompt, user_prompt):
    """通用请求 OpenAI API 兼容接口"""
    conn = get_db()
    c = conn.cursor()
    c.execute("SELECT key, value FROM settings")
    config = {row['key']: row['value'] for row in c.fetchall()}
    conn.close()

    base_url = config.get('base_url', '').strip().rstrip('/')
    if not base_url.endswith('/chat/completions'):
        base_url += '/chat/completions'

    api_key = config.get('api_key', '').strip()
    model = config.get('model', 'gpt-3.5-turbo').strip()

    if not base_url or not api_key:
        raise Exception("未配置 API Base URL 或 API Key，请在设置中配置。")

    headers = {
        'Content-Type': 'application/json',
        'Authorization': f"Bearer {api_key}"
    }
    data = {
        "model": model,
        "messages": [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_prompt}
        ],
        "temperature": 0.7
    }

    req = urllib.request.Request(base_url, data=json.dumps(data).encode('utf-8'), headers=headers, method='POST')
    try:
        # LLM 生成时间较长，设置 180 秒超时
        with urllib.request.urlopen(req, timeout=180) as response:
            result = json.loads(response.read().decode('utf-8'))
            return result['choices'][0]['message']['content']
    except urllib.error.HTTPError as e:
        err_body = e.read().decode('utf-8')
        raise Exception(f"API 请.........完整代码请登录后点击上方下载按钮下载查看