💡 站外导读:长期以来,AI 漫剧与短剧创作者不得不在聊天机器人、文生图平台、视频模型和传统剪辑软件之间反复倒腾素材与粘贴提示词,设定“吃书”与角色一致性崩坏更是家常便饭。最新开源的桌面工作台 Reveric(幻界)以 Agent Native 架构破局:将智能体直接嵌入本地 SQLite 作品库中,一句话打通小说设定、剧本改编、无限画布分镜、3D 导演台运镜与 6 轨剪辑全链路,并支持跨三端 BYOK 自带密钥运行。

一、 终结“五款软件倒素材”时代:Reveric(幻界)为什么把 Agent 塞进本地 SQLite?
在传统的 AIGC 影视或漫剧生产流中,创作者通常面临两个极高摩擦的断点:第一是上下文割裂——小说大纲写在文档里,分镜提示词贴在对话框里,角色三视图存在网盘里,每次让大模型改写剧本都得手动把前十章和人物小传复制粘贴一遍;第二是资产孤岛——在五六款网页工具里生成的图片、音频和视频碎片各自散落,一旦修改某一幕的台词或服化道,后续十几张分镜和剪辑时间线全部需要人工对齐返工。
Reveric(幻界) 给出的工程答案是彻底的 Agent Native(智能体原生) 与 本地优先存储。整个工作台将小说原著、世界观规则、角色关系、剧本场次、提示词引用关系乃至剪辑工程状态全部结构化写入本地 SQLite 数据库。内置智能体具备直接在作品库内自主检索与读写编辑器的权限——当你下达“把第三章改编成剧本”或“调整第二场主角机位”的指令时,Agent 会自动回溯前文与设定集,无需用户充当搬运工;同时,哪怕未来覆盖升级软件版本,本地 SQLite 历史工程也绝不丢失。
二、 从小说防吃书到 3D 导演台预演:全流程五大核心模块工程拆解
Reveric 并非单纯套壳的聊天编辑器,而是围绕专业长内容与视听生产重构了五大紧密耦合的工作区,真正实现“一句话从原著推进到成片”:
- 小说创作与实体图谱防吃书:内置章节编辑器、结构化设定库与实体关系图谱,支持 AI 实时执行连续性检查(Continuity Check)。创作者只需在前期与向导对话确定题材与文风,系统就会将其固化为底层规则写入设定库,防止写到中后期人物性格、道具归属或时间线“吃书”。
- 左右双栏剧本改编与无限画布:采用“左原著、右剧本”标准对照视图,AI 自动按集拆分场次并输出动作与台词;进入视觉阶段后,角色定妆照、分镜草图与参考素材以节点形式在无限画布上铺开,每一条提示词与母图的引用血缘关系清晰可见。
- 3D 导演台与 6 轨多轨剪辑:这是 Reveric 区别于普通生图拼盘工具的核心亮点——创作者可以在内置 3D 空间内像真导演一样摆设机位、设计推拉摇移运镜并按时间轴预演,直接导出精准的构图与景深参考图喂给视频大模型,彻底告别抽卡式盲猜运镜;随后在内置 6 轨时间线上完成 AI 自动上轨、剪辑、配乐与字幕封装导出。
| 生产阶段与维度 | 传统拼凑式 AI 创作流 | Reveric(幻界)Agent Native 一体流 |
|---|---|---|
| 上下文与防吃书 | 人工向对话窗口反复粘贴前文与人物设定 | Agent 直读本地 SQLite 设定库与实体关系图谱 |
| 分镜与运镜控制 | 纯靠文本提示词抽卡,构图机位极难统一 | 无限画布节点血缘追踪 + 3D 导演台空间机位预演导出参考图 |
| 成片后期组装 | 下载多平台碎片视频再导入外部剪辑软件 | 工作台内 6 轨时间线直接自动上轨、配乐、压制字幕出片 |
| 模型生态与数据安全 | 受限于单一 SaaS 会员体系,工程存云端 | 完全本地存储 + BYOK 兼容 OpenAI/DeepSeek/Seedream/可灵及 Ollama |
三、 BYOK 模型网关与 MCP 扩展:兼顾数据隐私与顶尖多模态生态的开放底座
在商业与部署架构上,Reveric 坚决避开了“绑定自有高价算力点数”的封闭套路,采用彻底的 BYOK(自带密钥) 模式。在“设置 → 模型设置”中,创作者可直接填入任意供应商的 API Key 与 Base URL 连通测试,文本侧无缝兼容 OpenAI、DeepSeek、Gemini 等前沿模型,图像与视频侧直接打通 Seedream、可灵 等主力视觉生成底座;对于追求极限数据保密或零边际成本测试的团队,也能一键挂载 Ollama、OneAPI 等本地推理与自建聚合网关。
更关键的是其“过程白盒化”与生态可扩展性:智能体在本地工程内执行的每一次任务拆分、节点写入与剧本改动,都会在任务列表中留存透明的改动记录,一旦 AI 理解偏差,创作者可随时单步回滚而不破坏其他轨道资产;同时系统原生支持 Skill 与 MCP(Model Context Protocol) 扩展能力,方便工作室将外部音频库、私有 LoRA 工作流或行业专属提示词规范直接挂载到桌面工作台中。
四、 跨三端实战落地指南:网文 IP 短剧化、漫剧流水线与创作者避坑清单
目前 Reveric 已在 GitHub Releases(项目官网 reveric.app,仓库 github.com/looplj/reveric)提供 Windows(.exe)、macOS(.dmg,需 Apple Silicon 芯片)以及 Android(.apk) 三端安装包。标准上手路径极为清晰:安装客户端并配置好文本与多模态模型 Key 后,既可在首页选“快速开书”与向导聊出世界观设定,也能直接导入存量 TXT 网文原稿,随即指令 Agent 完成分集剧本改写、定妆照批量生成、3D 机位锁定及多轨剪辑导出。
从真实落地场景看,Reveric 最契合四类高频高产出团队:需要严密设定管理的长篇网文作者、寻求低成本快速验证 IP 影视化潜力的短剧制片方、需要画风高度统一的动态漫剧团队,以及希望单人支撑多账号日更的剧情类短视频矩阵运营者。需要注意的一点是,macOS 版目前明确要求 Apple Silicon 架构以支撑本地画布与 3D 导演台实时渲染,Intel Mac 用户建议优先选用 Windows 或搭配云端推理节点使用。
📝 站长洞察 (Editor’s Insight)
过去两年 AI 视听工具最大的误区,就是把“生成单张惊艳画面”当成了终点,却把最耗人力的上下文对齐、设定防崩、分镜连贯性和多轨组装全部甩给了用户自己用 Excel 和剪映肉身硬扛。Reveric(幻界)踩中了极其精准的工程切入点:用本地 SQLite 把整部作品变成智能体可直接操作的结构化工程,再把“3D 导演台预演参考图”作为连接文本剧本与视频生成模型之间的确定性锚点。这种把导演思维与 Agent Native 数据总线结合的做法,比单纯卷模型参数更能把 AI 短剧/漫剧的生产效率推向真正的一人成军。
Reveric幻界适合做什么?
它面向网文IP短剧化、漫剧和长内容视听改编,把小说设定、剧本拆分、分镜、运镜和剪辑整合到一个桌面工作台里,适合需要高一致性、可回滚流程的创作者和工作室。
Reveric怎么防止角色设定吃书?
核心做法是把世界观、角色关系、章节内容和提示词引用关系结构化写入本地 SQLite 作品库,并由智能体直接检索与改写;同时提供连续性检查,减少人物性格、道具和时间线前后冲突。
Reveric支持哪些模型和平台?
文章提到它采用 BYOK 模式,可接入 OpenAI、DeepSeek、Gemini、Seedream、可灵,以及 Ollama、OneAPI 等本地或自建网关;客户端已提供 Windows、macOS(Apple Silicon)和 Android 安装包。
本地图谱如何避免改稿吃书?
核心是把人物、场景、事件、镜头等实体关系落到本地 SQLite 图谱,并把每次改稿写成可追溯版本。这样生成分镜、运镜和剪辑时都能回查上下文,减少模型“自说自话”和设定漂移,回滚也更容易。
BYOK接多模型时怎么控成本?
建议按任务分层:长文理解和设定抽取用便宜稳定的模型,分镜细化和镜头建议用更强模型,最终润色再切回高质量模型。同时缓存中间产物、限制上下文长度、对高频提示词做模板化,能明显降低调用成本。
