AIGC Pipeline

多模态 AI 内容生产流水线（AIGC Pipeline）底层平台

核心关键词： ComfyUI, Seedance/Wan/可灵/即梦 API, 算力成本优化, TypeScript/Python, Node.js

说明：这是整个平台的地基。你需要对接各种底层的多模态生成大模型（文生图/图生视频/TTS）。这些模型有的可以通过API调用（如Seedance、可灵），有的需要本地部署（如ComfyUI）。同时需要极强的工程能力（TS/Python）来封装这些API，并进行算力成本优化，控制GPU等硬件的开销。

核心关键词： Harness（插件体系）, Cordis/Koishi, Temporal/Argo/Airflow, 断点续跑, 权限闸门, 审计日志

说明：当底层模型封装好后，你需要一个“控制中心”来调度它们。Harness 充当了代理外壳，通过 Cordis/Koishi 插件体系将任务实例化。对于长耗时、复杂的生成任务（如电影级分镜），必须引入 Temporal 或 Argo 这类工作流引擎，负责状态机管理。这一层要解决工程实际问题：任务执行到一半崩溃了要能断点续跑（Temporal擅长此道），并设置权限闸门（谁有权限调用昂贵的视频模型）和审计日志（记录每次操作）。

核心关键词： Planner 任务拆解, DAG, Tool Registry 注册与调度, ReAct, Plan-Execute, Multi-Agent, Function Calling, RAG, JSON Schema

说明：这是整个平台最核心的智能层（大脑）。大模型（LLM）在这里扮演管理者：
- Planner（计划者） 拿到一个简单需求（如“制作一个30秒科技感宣传片”），利用 Function Calling 和 RAG（检索历史经验/规范），拆解成复杂的 DAG（依赖图），并输出标准的 JSON Schema。
- Tool Registry（工具库） 将所有底层API包装成可调用的工具，供大脑随时取用。
- ReAct / Plan-Execute 是大脑思考的两种基本范式。多Agent协作时（Multi-Agent），可能会有“分镜导演Agent”、“配音Agent”、“剪辑Agent”相互沟通。

核心关键词： Critic 反思回退闭环, PTC 模式, 批量任务执行, Token成本, 端到端时延, 人工审批

说明：工厂生产完不能直接交付，需要质检。
- Critic（评论家） 会对生成结果进行自动打分。如果视频不达标，会触发 反思回退，将任务重新扔回第三层（大脑），要求重新编排或重试，直到达标或触发 人工审批。
- PTC（程序化工具调用） 和 批量任务 则是为了提高效率。通过程序化（非LLM推理）的方式去调用确定的工具，减少大模型反复思考带来的 Token成本 和时延，实现高效批量化生产。

输入端：用户输入一句指令（例如：生成一段赛博朋克风的特效视频）

↓

【第三层：智能决策层】

Planner 拆解任务（生成脚本 -> 生成分镜 -> 生成图片 -> 生成视频 -> 配音 -> 合成） => 构建 DAG。利用 RAG 匹配最佳参数，通过 JSON Schema 下达指令。

↓

【第二层：执行与状态层】

Harness 插件系统接收指令，通过 Temporal/Argo 启动工作流。系统开启 权限闸门 和 审计日志。任务支持 断点续跑。

↓

【第一层：基础设施层】 按DAG顺序，通过 Tool Registry 调度 ComfyUI/可灵 等底层工具，逐一生成图片、视频、配音，并注意 算力成本。

↓

【第四层：反馈与优化层】 生成完毕后，Critic 进行自动评估（画质、时长、对齐度）。

↓

输出端：高质量视频交付。