via54Design

致敬Aaron Swartz & Tim Berners-Lee

人类的灵感与创造力，因互联网与AI而永生

🌐 Language: 🇨🇳 中文 (current) | 🇺🇸 English

This document is in Chinese. For English, click above. 开发思路：让弥散而跳动的人类灵感与AI碰撞出惊艳的故事；将历久弥新的人类经验，用于规范LLM生产力的可控性。

<div align="center">

🇨🇳 中文 · 🇬🇧 English

</div>

如切如磋，如琢如磨。——《诗经·卫风·淇奥》

---

🧠 让时时陪伴你的AI，成为你最会讲故事的朋友

你想要的一定不是帮你把技能简单集合，更不是帮你优化工作流 via54Design AI无法替代你的创造力，而是赋予你一双抓住灵感的妙手。

文章本天成，妙手偶得之。 粹然无疵瑕，岂复须人为？ —— 宋·陆游《文章》

人类的灵感是弥散而跳动的，AI 是结构化的、可控的。via54Design 在这两者之间搭建桥梁——把人类的"一句话灵感"转化为 AI 可执行的叙事脚手架，再通过模板引擎输出视频、演示文稿、创意图片。

---

🚀 v1.0 完整 Pipeline (v1.0 Complete Pipeline)

via54Design 提供了从人类灵感 Seed 出发，全自动/半自动流转到最终高保真视觉与多媒体交付的完整 Pipeline 工作流：

graph TD
    Seed["💡 1. 一句话灵感 (Seed)"] -->|via54 narrate| Scaffold["📋 2. 叙事大纲 (Scaffold JSON)"]
    Scaffold -->|via54 prompt| GenAI["🎨 3a. AI 生图提示词 (Prompt)"]
    Scaffold -->|via54 generate| WebHTML["🌐 3b. 高保真响应式网页 (HTML)"]
    Scaffold -->|via54 export| MultiFormat["📊 3c. PPTX / SVG / 剧本导出"]
    Scaffold -->|python gen_video.py| VideoMux["🎬 4. 音视频多轨合成 (MP4 Video)"]

完整 Pipeline 运行命令示范：

1. 第一步：生成叙事大纲 JSON

   via54 narrate --seed "在废土中寻找最后一滴水源的机械师" --model cinematic-epic --duration 90 --format json --output scaffold.json
   

2. 第二步：渲染 AI 绘画提示词

   via54 prompt --from-scaffold scaffold.json --platform midjourney --output prompt.md
   

3. 第三步：渲染高保真响应式网页

   via54 generate --from-narrative scaffold.json --layout landing-pricing --color cinematic-neon --font sans-geometric-tech --output index.html
   

4. 第四步：导出 PPTX 或无损 SVG

   via54 export pptx scaffold.json --output story.pptx
   via54 export svg scaffold.json --output ./scenes
   

5. 第五步：运行多轨合成管道制作三语视频

   python _scripts/gen_video.py --step all
   

---

第一部分：故事 → 视频能力

从一句话到 90 秒品牌故事

Step 1 — 人类写一句开头（人类独有的灵感）

"1920年代，一个中国裁缝在巴黎开了一家小店， 他做的旗袍融入了 Art Deco 的几何线条。 没有人想到，这件衣服会改变两个文明的时尚。"

这一句里有人物（裁缝）、时代（1920s）、地点（巴黎）、冲突（东方 vs 西方）、悬念（改变时尚）。AI 无法凭空创造这个种子——它来自你。

Step 2 — AI 扩展叙事脚手架

via54 narrate --seed "1920年代，一个中国裁缝在巴黎开了一家小店..." \
  --model heros-journey --duration 90 --format json --output scaffold.json

AI 分析你的种子，匹配最合适的叙事模型，输出结构化脚手架：

📋 英雄之旅 (Hero's Journey)  90秒
├── 第一幕·日常  (0-22s)  mood: calm      旁白: 每天，我们都...
├── 第二幕·相遇  (22-44s) mood: curious   旁白: 直到有一天...
├── 第三幕·蜕变  (44-66s) mood: excited   旁白: 不一样了...
└── 第四幕·回归  (66-90s) mood: inspiring  旁白: 每一天...

📋 分镜表: 12 个 shot（WIDE / MEDIUM / CLOSE-UP / DETAIL 循环）
📋 Fountain 剧本骨架（4 幕 8 场景）
🎞️ LLM 完整提示词（可直接喂给 Claude / GPT 生成完整剧本）

Step 3 — 人类选择叙事模型，确认方向

| 模型 | 节拍 | 适合讲什么故事 | |------|------|---------------| | three-act | 设问 → 解答 → 号召 | 产品发布、品牌广告 | | heros-journey | 日常 → 相遇 → 蜕变 → 回归 | 品牌故事、纪录片 | | cognitive-arc | 钩子 → 基础 → 核心 → 案例 → 延展 → 总结 | 科普、教程 | | problem-solution | 痛点 → 方案 → 证明 → 行动 | 销售视频、Demo | | cinematic-epic | 引入 → 危机 → 抉择 → 决战 | 电影预告片、品牌概念片、宣传大片 |

Step 4 — 生成输出

# 同一叙事脚手架，可输出多种格式
via54 export pptx scaffold.json --output story.pptx      # PPTX 演示文稿
via54 export markdown scaffold.json --output slides.md   # Marp 幻灯片
via54 export svg scaffold.json --output ./scenes          # SVG 矢量场景
via54 export json scaffold.json --output scenes.json      # 结构化数据

---

第二部分：故事 → 演示能力

同一个叙事脚手架，可以导出多种演示格式，无需重新创作。

叙事种子 → PPTX 演示文稿

via54 narrate --seed "1920年代，一个中国裁缝在巴黎..." \
  --model heros-journey --duration 90 --format json --output scaffold.json

via54 export pptx scaffold.json --output story.pptx --style editorial --theme templates/color-schemes/ink-wash.yaml

• 纯 Go 实现，零外部依赖（不依赖 Node.js / unioffice）
• 4 种风格模板（minimal / editorial / bold / accent-bar）
• 31 种配色主题，情绪映射强调色
• 16:9 宽屏，文字直接在 PPT 中可编辑

🎥 Google Vids 自动化音视频工作流

由于 Google Vids (Google Workspace AI 视频创作工具) 支持导入 Google Slides 演示文稿，并在导入时有如下对应关系：

1. 幻灯片页面 ➜ 自动转化为 独立视频场景。
2. 演讲者备注 (Speaker Notes) ➜ 自动提取为 AI 旁白配音剧本。

我们在 PPTX 导出引擎中实现了对演讲者备注的原生注入。只需两步，即可将叙事大纲一键生成为 Google Vids 视频草稿：

# 1. 导出包含演讲者备注的 PPTX 文件 (旁白自动写入备注 XML)
via54 export pptx scaffold.json --output vids_project.pptx

# 2. 导入与转换：
#    - 将 vids_project.pptx 上传至 Google Drive，并选择“使用 Google Slides 打开”
#    - 在 Google Slides 中，点击“文件 (File)” -> “转换为视频 (Convert to video)”
#    - Google Vids 将自动提取备注作为剧本并生成完整的视频草稿！

叙事种子 → 设计生成

via54 generate --layout hero-split-16-9 --color ink-wash --font ming-hei-editorial \
  --title "裁缝的故事" --output story.html --presentation

---

第三部分：故事 → 创意图片能力

叙事脚手架 → AI 生图提示词

via54 prompt --scene "1920年代，巴黎左岸的小裁缝店里，一位中国裁缝在制作旗袍" \
  --platform midjourney --output prompt.md

输出结构化提示词，支持 17 个平台，26 维控制参数（主体/环境/光照/风格/情绪/构图/镜头/色彩/质感等）。

叙事脚手架 → SVG 矢量场景

via54 export svg scaffold.json --output ./scenes

每幕生成独立 SVG 文件，16:9 viewBox，无限缩放不失真。

叙事脚手架 → Prompt 工作流

via54 narrate --seed "..." --format json | via54 prompt --from-scaffold /dev/stdin

---

三种能力对比

| 能力 | 输入 | 输出 | 引擎 | 依赖 | |------|------|------|------|------| | 🎬 故事→视频 | 一句话 → 叙事JSON | 视频脚本 / ComfyUI 工作流 | narrate + storyboard2video | 可选 Forge/ComfyUI | | 📊 故事→演示 | 一句话 → 叙事JSON | PPTX / Markdown / PDF / SVG | 纯 Go | 零 | | 🎨 故事→创意图片 | 一句话 → 叙事JSON | 结构化 Prompt (17平台) / SVG | 纯 Go | 零 |

---

📊 对比参考项目

| 类别 | 参考项目 | ⭐ | via54 差异化 | |------|---------|---|-------------| | Prompt 工程 | easy-sd, sd-webui-forge | 10k-12k | 17 平台统一引擎，YAML 驱动，26 维控制 | | PPT 生成 | banana-slides | 14.8k | 叙事驱动的 PPT 生成，4 种叙事模型→幻灯片 | | 叙事引擎 | 同类项目 | <100 | 4 种正式叙事模型，Fountain 剧本+分镜表 | | ComfyUI 管理 | ComfyUI | 116k | Go 执行桥，30 模板，确定性种子，可测试 | | 设计模板 | huashu-design | 16.7k | Go 重写核心层，结构化 YAML 模板，质量门禁 |

---

🖥️ 平台支持

| 平台 | 架构 | 二进制 | Web UI | PDF/视频导出 | |------|------|--------|:------:|:----------:| | macOS Intel | amd64 | via54-darwin-amd64 | ✅ 原生 | 需 Node.js + ffmpeg | | macOS Apple Silicon | arm64 | via54-darwin-arm64 | ✅ 原生 | 需 Node.js + ffmpeg | | Linux | amd64 | via54-linux-amd64 | ✅ 原生 | 需 Node.js + ffmpeg | | Linux ARM (RPi/Graviton) | arm64 | via54-linux-arm64 | ✅ 原生 | 需 Node.js + ffmpeg | | Windows | amd64 | via54-windows-amd64.exe | ✅ 原生 | 需 Node.js + ffmpeg |

核心功能（提示词/叙事/设计/导出PPTX/JSON/SVG）100% 纯 Go，零外部依赖。 PDF导出和视频渲染需 Node.js + Playwright + ffmpeg —— 可选功能，Web UI 不需要。

快速安装:

# macOS (Intel 或 Apple Silicon)
bash hack/setup_macos.sh

# Linux (apt/dnf/pacman 自动检测)
bash hack/setup_linux.sh

# Windows (下载二进制 + 安装 Node.js)
# 下载: https://github.com/veawho/via54Design/releases
# Node.js: https://nodejs.org

手动编译 (需要 Go 1.21+):

make build          # 当前平台 CLI
make build-mcp      # MCP Server
make cross          # 5 平台交叉编译
make release        # 打包为 zip 发布包

测试 (20 轮):

python test_20_rounds.py   # 全方位压力/冒烟/稳定性/可用性/易用性/准确性测试

---

🧪 测试状态

| 维度 | 状态 | 证据 | |------|------|------| | 代码简洁 | ✅ 良好 | 12,254 行 Go / 58 文件, 0 panic, 179 错误检查 | | 架构清晰 | ✅ 良好 | 双二进制 + 12 internal 包, 无环依赖 | | 功能完整 | ✅ 良好 | 16 CLI 子命令 + 26 API endpoint + 18 MCP 工具 + 17 平台 | | 产品质量 | ✅ 良好 | SPDX 100% (58/58), 0 FIXME, gofmt 100%, go vet 0 warnings | | 构建测试 | ✅ 20/20 | Round 01-20 全通过 (详见 test_20_rounds.py) | | 确定性输出 | ✅ 通过 | 同一输入 3 次 md5 一致 (prompt/narrate/generate) | | 边界测试 | ✅ 通过 | 空输入/无效平台/超长字符串均优雅处理 | | 压力测试 | ✅ 通过 | 20 次 prompt @ 23ms/次, 10 次 narrate @ 20ms/次, 5 次 generate @ 20ms/次 | | 集成测试 | ✅ 通过 | Web UI HTTP 200, HTMX 端点返回正确碎片, 0 inline JS |

---

🖥️ 双模式运行配置 (v0.5.0 新增)

via54Design 支持两种运行模式，根据硬件自动检测并锁定。

模式 A: 全量运行 (≥16GB RAM + ≥12GB VRAM)

适用于配备独立 GPU 的工作站 / AI 设计师。

| 组件 | 内存 | 说明 | |------|------|------| | via54.exe | 20MB | 核心引擎（必装） | | ComfyUI / Forge | 8-12GB VRAM | 本地生图（可选） | | vtracer | 50MB | 位图→SVG 矢量化 | | 在线 API | 0 常驻 | LLM/视频/音乐按需调用 |

适用场景: 专业图像生产、AI 训练、离线工作流

模式 B: 最小化运行 (16GB RAM, 无独显)

适用于笔记本 / 轻量办公 / 演示环境。

| 组件 | 内存 | 说明 | |------|------|------| | via54.exe | 20MB | 唯一本地常驻 | | msedge.exe + opencli | 300MB (按需) | 浏览器自动化 | | 在线 API | 0 常驻 | 全部走云端 |

适用场景: 海报/PPT/网页设计、临时演示、成本敏感

核心铁律: 两种模式都不包含本地 LLM

| 原因 | 详情 | |------|------| | 质量 | 7B 本地模型远不如 GPT-4/Claude/SenseNova | | 内存 | 7B 模型常驻 4-10GB RAM 严重浪费 | | 场景 | 设计任务以确定性模板为主，LLM 仅辅助提示词 | | 成本 | 在线 API 按需付费优于硬件一次性投入 |

所有 LLM 推理一律走在线 API:

• SenseNova (sensenova-6.7-flash-lite / deepseek-v4-flash)
• OpenAI (gpt-4o / dalle-3)
• Claude (claude-sonnet-4)

模式自动检测

# 首次启动: 自动检测硬件 + 推荐模式
bash scripts/detect_mode.sh

# 输出示例:
# =========================================
#   via54Design 模式检测
# =========================================
# 内存: 16GB
# GPU: 无独立显卡
#
# 推荐: 模式 B (最小化运行)
# 理由: 16GB RAM 适合最小化模式 (via54 + 在线 API)
# =========================================
#
# [1] 确认  [2] 切换  [3] 跳过

模式锁定文件

检测完成后写入 .via54-mode：

mode: B                    # A = 全量 / B = 最小化

hardware:
  ram_gb: 16
  vram_gb: 0
  gpu: "Intel UHD Graphics"

# 模式 B 配置 (16GB 内存)
local_services:
  - via54.exe (20MB)
  - msedge.exe + opencli (按需)

online_services:
  - sensenova-u1-fast (生图)
  - sensenova-6.7-flash-lite (LLM)
  - openai/dall-e-3 (生图)
  - kling-ai (生视频)
  - suno (生音乐)

# 显式禁用
disabled_services:
  - Ollama 本地 LLM
  - ComfyUI/Forge

模式对比

| 维度 | 模式 A (全量) | 模式 B (最小化) | |------|---------------|-----------------| | 内存需求 | 16GB RAM + 12GB VRAM | 16GB RAM | | 本地生图 | ✅ ComfyUI/Forge | ❌ 在线 API | | 本地矢量化 | ✅ vtracer | ✅ vtracer (可选) | | 本地 LLM | ❌ 在线 API | ❌ 在线 API | | 离线能力 | 生图可离线 | 完全依赖网络 | | 成本模型 | 硬件一次性 | 按需付费 | | 启动时间 | 30-60s (加载模型) | <1s (仅 via54) |

切换建议:

• 主力做设计/AI 训练 → 模式 A
• 主力做办公/演示/轻设计 → 模式 B
• 不确定 → 先用模式 B，需求增长再升级

---

📜 许可

• Go 源码: AGPL-3.0-only
• 模板/脚本/文档: MIT

🚀 快速开始

# 下载对应平台的二进制
# macOS/Linux:
curl -L https://github.com/veawho/via54Design/releases/latest/download/via54-$(uname -s | tr A-Z a-z)-$(uname -m | sed s/x86_64/amd64/ | sed s/aarch64/arm64/).zip -o via54.zip

# 查看所有命令
via54

# 生成提示词
via54 prompt --scene "一只猫在月光下的屋顶上" --platform midjourney

# 生成 HTML 设计
via54 generate --layout hero-split-16-9 --color ink-wash --font ming-hei-editorial --title "标题"

# 生成叙事脚手架
via54 narrate --seed "一个裁缝在巴黎改变了时尚" --model three-act --duration 60

# 启动 Web UI
via54 web --port 8080

---

📋 CLI 命令参考

🎨 Prompt 工程 — 一句话→结构化提示词

via54 prompt --scene "场景描述" --platform flux          # 文本→提示词
via54 prompt --list                                       # 查看 17 个平台

以图生提示词（暂未实现 - 计划中）：

• 待添加：本地 VLM 参考图片分析
• 现状：可通过 --ref 字段附加参考图路径到 prompt 输出中

| 平台 | 格式 | 特点 | |------|------|------| | flux / midjourney / dalle3 / sd3 / stable_diffusion | 英文参数 | 26 维控制参数 | | ideogram / recraft / seedance | 英文参数 | 风格/文字控制 | | gemini / veo / sora / kling / pika | 自然语言 | 视频生图 | | comfyui / forge | JSON | API payload |

📖 叙事引擎 — 一句话→完整故事

via54 narrate --seed "一句话种子" --model three-act --duration 60   # 叙事脚手架
via54 narrate --seed "..." --format json --output scaffold.json      # JSON 输出
via54 narrate --list                                                  # 查看模型

| 模型 | 节拍 | 适用场景 | |------|------|---------| | three-act | 设问→解答→号召 | 产品发布、品牌广告 | | heros-journey | 日常→相遇→蜕变→回归 | 品牌故事、纪录片 | | cognitive-arc | 钩子→基础→核心→案例→延展→总结 | 科普、教程 | | problem-solution | 痛点→方案→证明→行动 | 销售视频、Demo |

输出包含：故事大纲、节拍时间线、Fountain 剧本骨架、分镜表、LLM 完整提示词。

🎨 设计生成 — 布局×配色×字体→HTML

via54 generate --layout hero-split-16-9 --color ink-wash --font ming-hei-editorial \
  --title "标题" --output demo.html         # 生成 HTML
via54 generate --presentation ...            # 演示文稿模式 (16:9 锁定)

📄 导出管线 — 纯 Go，零外部依赖

via54 export pptx scaffold.json              # PPTX (可编辑)
via54 export pdf story.html                  # PDF
via54 export svg scaffold.json               # SVG 场景
via