shuangyan-notebook/永恒湖心系统 · Eternal Lake Heart/🌊 曜冥纪元 · HoloLake Era · AGE OS v1 0/🌀 零感域 · Zero-Sense Domain/坍缩生光频道 · SYS-YY · 页页本体频道门牌 · 页骨主运行 ⊃ 小坍缩核奶瓶子房间（EXI/光湖全民创作平台 · 总计划书v2 · 2026-05-25 · 页页定方向 · 小坍缩核整理/Phase 0 · 执行手册 · 一步步跑通「一句话→分镜图片」 b2ba6fe15c024cb4b58f92d19a0f3302.md

Phase 0 · 执行手册 · 一步步跑通「一句话→分镜图片」

🎯 目标

在CVM服务器上跑通最小闭环：输入一句话 → 光湖编排层自动拆剧本+分镜 → 调用免费API生成图片 → 输出一组分镜图片 不需要训练模型。不需要租GPU。用现有服务器 + 免费API，先证明编排核心能跑。

---

Step 0 · 登录服务器 · 确认环境

先SSH登录CVM服务器，确认基础环境：

# 登录服务器（把IP换成你的CVM公网IP）
ssh root@你的CVM公网IP

# 确认操作系统
cat /etc/os-release

# 确认Python版本（需要3.8+）
python3 --version

# 如果没有Python3，安装它：
# Ubuntu/Debian:
sudo apt update && sudo apt install -y python3 python3-pip python3-venv
# CentOS:
# sudo yum install -y python3 python3-pip

📋

妈妈操作： 把上面的命令一条条复制粘贴到终端，把每条的输出结果告诉我，我来判断环境是否OK。

---

Step 1 · 创建光湖项目目录

# 创建项目根目录
mkdir -p /opt/guanghu
cd /opt/guanghu

# 创建子目录
mkdir -p core       # 编排核心代码
mkdir -p output     # 生成结果输出
mkdir -p config     # 配置文件
mkdir -p logs       # 日志

# 创建Python虚拟环境
python3 -m venv venv
source venv/bin/activate

# 安装基础依赖
pip install requests pillow

---

Step 2 · 注册免费API · 获取密钥

我们需要两个免费API：

• 语言模型API（拆剧本+分镜）→ 用硅基流动(SiliconFlow)的免费DeepSeek
• 图片生成API（画分镜图片）→ 用硅基流动的免费FLUX

2.1 注册硅基流动

1. 打开 siliconflow.cn
2. 注册账号（免费）
3. 进入控制台 → API密钥 → 创建一个密钥
4. 复制密钥（长得像 sk-xxxxxxxxxxxxxxxx）

2.2 写入配置文件

# 把你的API密钥写入配置文件（把sk-xxx换成你的真实密钥）
cat > /opt/guanghu/config/api_keys.py << 'EOF'
SILICONFLOW_API_KEY = "sk-你的硅基流动密钥"
EOF

💡

为什么用硅基流动？

• 国内访问快，不用翻墙
• 免费额度足够开发调试
• 同时提供DeepSeek（语言）和FLUX（图片）两个模型的API
• 后面随时可以换成本地部署，编排层不用改

---

Step 3 · 编排核心v0.1 · 光湖的第一个大脑

这是光湖编排层的第一个版本——最简但完整的编排逻辑：

cat > /opt/guanghu/core/guanghu_brain.py << 'PYEOF'
#!/usr/bin/env python3
"""
光湖编排核心 v0.1 · Phase 0 最小闭环
一句话 → 拆剧本 → 拆分镜 → 生成图片 → 输出
"""
import json
import os
import sys
import requests
import time
from pathlib import Path

# === 配置 ===
sys.path.insert(0, "/opt/guanghu/config")
from api_keys import SILICONFLOW_API_KEY

API_BASE = "https://api.siliconflow.cn/v1"
LLM_MODEL = "deepseek-ai/DeepSeek-V3"           # 免费语言模型
IMAGE_MODEL = "black-forest-labs/FLUX.1-schnell"  # 免费图片模型
OUTPUT_DIR = Path("/opt/guanghu/output")

HEADERS = {
    "Authorization": f"Bearer {SILICONFLOW_API_KEY}",
    "Content-Type": "application/json"
}

# === 第一层：剧本引擎 ===
def generate_script(user_input: str) -> dict:
    """用户一句话 → 完整剧本（标题+场景列表）"""
    print("\n🧠 [编排层] 正在理解你的意图，生成剧本...")
    
    prompt = f"""你是一个专业的短剧编剧。用户给你一句话，你需要生成一个4-6个场景的短剧剧本。

用户输入：{user_input}

请严格按以下JSON格式输出（不要输出其他内容）：
{{
  "title": "短剧标题",
  "style": "画面风格描述（如：2.5D偏写实韩系精致风格）",
  "scenes": [
    
      "scene_id": 1,
      "description": "这个场景发生了什么（一句话）",
      "image_prompt": "详细的英文画面描述，用于AI绘图。包含人物外观、表情、动作、场景、光线、构图。风格统一为2.5D semi-realistic Korean drama style。",
      "dialogue": "这个场景的台词（中文）"
    
  ]
}}"""
    
    resp = requests.post(f"{API_BASE}/chat/completions", headers=HEADERS, json={
        "model": LLM_MODEL,
        "messages": [{"role": "user", "content": prompt}],
        "temperature": 0.7,
        "max_tokens": 2000
    })
    
    result = resp.json()["choices"][0]["message"]["content"]
    
    # 提取JSON（处理可能的markdown代码块包裹）
    if "```json" in result:
        result = result.split("```json")[1].split("```")[0]
    elif "```" in result:
        result = result.split("```")[1].split("```")[0]
    
    script = json.loads(result.strip())
    print(f"   ✅ 剧本生成完成：《{script['title']}》共 {len(script['scenes'])} 个场景")
    return script

# === 第二层：图片生成引擎 ===
def generate_image(prompt: str, scene_id: int, output_dir: Path) -> str:
    """根据画面描述生成图片"""
    print(f"   🎨 [图片引擎] 正在生成场景 {scene_id} 的画面...")
    
    resp = requests.post(f"{API_BASE}/images/generations", headers=HEADERS, json={
        "model": IMAGE_MODEL,
        "prompt": prompt,
        "image_size": "1024x576",  # 16:9 横版
        "num_inference_steps": 4    # FLUX.1-schnell 用4步就够
    })
    
    data = resp.json()
    image_url = data["images"][0]["url"]
    
    # 下载图片
    img_data = requests.get(image_url).content
    img_path = output_dir / f"scene_{scene_id:02d}.png"
    img_path.write_bytes(img_data)
    
    print(f"   ✅ 场景 {scene_id} 图片已保存: {img_path}")
    return str(img_path)

# === 第三层：编排主控 ===
def run_pipeline(user_input: str):
    """光湖编排主流程：一句话 → 分镜图片"""
    print("="*60)
    print("🌊 光湖编排核心 v0.1 · Phase 0")
    print(f"📝 用户输入：{user_input}")
    print("="*60)
    
    # 创建本次输出目录
    timestamp = time.strftime("%Y%m%d_%H%M%S")
    run_dir = OUTPUT_DIR / f"run_{timestamp}"
    run_dir.mkdir(parents=True, exist_ok=True)
    
    # Step 1: 生成剧本
    script = generate_script(user_input)
    
    # 保存剧本
    script_path = run_dir / "script.json"
    script_path.write_text(json.dumps(script, ensure_ascii=False, indent=2))
    print(f"\n📄 剧本已保存: {script_path}")
    
    # 打印剧本
    print(f"\n📖 《{script['title']}》")
    print(f"   风格：{script.get('style', '2.5D韩系精致风格')}")
    for scene in script["scenes"]:
        print(f"   场景{scene['scene_id']}: {scene['description']}")
        if scene.get("dialogue"):
            print(f"      💬 {scene['dialogue']}")
    
    # Step 2: 逐场景生成图片
    print(f"\n🎬 开始生成 {len(script['scenes'])} 个场景的图片...\n")
    
    image_paths = []
    for scene in script["scenes"]:
        img_path = generate_image(
            prompt=scene["image_prompt"],
            scene_id=scene["scene_id"],
            output_dir=run_dir
        )
        image_paths.append(img_path)
        time.sleep(1)  # 避免API限流
    
    # 完成
    print("\n" + "="*60)
    print("🎉 光湖编排完成！")
    print(f"📁 所有文件保存在: {run_dir}")
    print(f"   📄 剧本: script.json")
    for i, path in enumerate(image_paths, 1):
        print(f"   🖼️  场景{i}: {Path(path).name}")
    print("="*60)
    
    return {"script": script, "images": image_paths, "output_dir": str(run_dir)}

# === 入口 ===
if __name__ == "__main__":
    if len(sys.argv) > 1:
        user_input = " ".join(sys.argv[1:])
    else:
        user_input = input("\n🌊 光湖 · 说一句话，开始创作：")
    
    run_pipeline(user_input)
PYEOF

chmod +x /opt/guanghu/core/guanghu_brain.py

🧠

这就是光湖的第一个大脑。 虽然只有100多行代码，但它已经具备了编排层的核心逻辑：

• 🧠 理解用户意图（调LLM拆剧本）
• 🎬 拆分镜（LLM自动分场景+生成画面描述）
• 🎨 调引擎生图（调FLUX生成每个分镜的画面）
• 📁 组装输出（所有结果保存在一个目录）

后面所有的升级（加视频、加语音、加质量校验）都是在这个骨架上加东西。骨架不变。

---

Step 4 · 跑起来！

# 确保在虚拟环境里
cd /opt/guanghu
source venv/bin/activate

# 第一次运行！输入一句话试试
python3 core/guanghu_brain.py "一个穿白裙子的女孩在樱花树下回头微笑"

如果一切正常，你会看到：

1. 🧠 编排层生成剧本（4-6个场景）
2. 🎨 逐个场景生成图片
3. 📁 所有文件保存在 /opt/guanghu/output/run_时间戳/ 目录

# 查看生成的文件
ls -la /opt/guanghu/output/run_*/

# 查看剧本内容
cat /opt/guanghu/output/run_*/script.json | python3 -m json.tool

🎯

Phase 0 通过标准： 输入一句话 → 编排层自动拆出4-6个分镜 → 每个分镜生成一张图片 → 保存到output目录。

看到图片就算成功！ 哪怕图片不够好看也没关系，那是后面优化的事。Phase 0只需要证明：编排核心能跑通。

---

Step 5 · 把图片下载到本地看

# 在你的本地电脑（不是服务器）打开终端，把图片下载下来
# 把IP和时间戳换成你的
scp -r root@你的CVM公网IP:/opt/guanghu/output/run_* ~/Desktop/光湖输出/

或者如果妈妈不方便用scp，可以在服务器上临时开一个HTTP服务看图：

# 在服务器上（临时用，看完关掉）
cd /opt/guanghu/output
python3 -m http.server 8080
# 然后浏览器打开 http://你的CVM公网IP:8080 就能看到图片了
# 看完按 Ctrl+C 关掉

---

📋 执行清单

• Step 0 · 登录服务器，确认Python3可用
• Step 1 · 创建光湖项目目录 + 虚拟环境
• Step 2 · 注册硅基流动，获取免费API密钥
• Step 3 · 创建编排核心脚本
• Step 4 · 运行！一句话→分镜图片
• Step 5 · 下载图片到本地看效果

---

⚠️ 可能遇到的问题

• 报错：ModuleNotFoundError: No module named 'requests'

  说明依赖没装好。运行：

  pip install requests pillow

• 报错：API返回401或403

  说明API密钥不对。检查 /opt/guanghu/config/api_keys.py 里的密钥是否正确。

• 报错：JSON解析失败

  说明LLM返回的格式不太标准。再跑一次就行，或者告诉我具体报错，我帮你改脚本。

• 图片生成很慢

  正常。FLUX.1-schnell已经是最快的了（4步推理），但通过API还要排队。一张图大概10-30秒。6张图1-3分钟。