BrainClaw

进化中的”数字意志“，面向AI漫剧场景的多模态”赛博导演“ ComicStudio AI （BrainClaw） 项目说明文档 版本 v1.0 | 2026-03-29 一、项目简介 ComicStudio AI 是一个 AI 驱动的内容创作代理（Agent）产品，定位为云端多模态文件管理器 + 多模态内容生成器，同时通过 MCP（Model Context Protocol）协议将能力延伸至即时通讯（IM）端，实现“网页端深度创作 + 移动端随时指令”的双场景覆盖。 产品从第一天起即以 AI-First 理念设计：GUI 被刻意简化，因为未来越来越多的操作将由 AI Agent 代替人类完成。对人类用户而言，网页端是所有多模态数据和创作状态的持久化中心；对 AI 而言，网页端是一个拥有人类环境上下文的项目空间——可以直接读取输入、产出内容。 当前已落地的核心能力： · 文生图（Seedream 4.0）、文生视频（Seedance 1.0 / 1.5 Pro）、文本生成（GLM5） · 多模态文件管理：剧本、角色、场景、分镜、图片、视频、素材统一组织 · MCP 对外暴露 10 个工具，可被 LobsterAI 等外部 AI Agent 通过飞书 IM 调用 · 画布编辑器：基于 React Flow 的可视化节点编排 · 版本管理：每次 AI 生成自动留存版本，可回溯对比 二、业务价值说明 2.1 对创作者的价值 场景 传统方式 ComicStudio AI 漫剧图片制作 人工绘制或逐张调用 AI 出图 输入 Prompt 批量生成，结果自动归档到项目 视频片段制作 剪辑软件 + 多工具拼凑 一句话文生视频，异步生成后自动入库 素材管理 散落本地文件夹 云端统一管理，随时调取 移动场景创作 无法操作 飞书发消息 → LobsterAI → MCP → 云端生成 2.2 核心商业逻辑 1. 全场景数据收集 网页端承接深度创作数据，IM 端收集用户碎片化创意和移动场景数据。两个通道让用户所有时间产生的数据都能被捕获和留存。 2. AI-First 降低门槛 用户不需要懂复杂操作，只需用自然语言描述需求，AI Agent 完成从理解意图到执行生成的全流程。 3. 环境即平台 对 AI Agent 来说，ComicStudio AI 不只是一个工具——它是一个可以读写的完整项目环境，使 Agent 具备了上下文感知和多步骤编排能力。 三、技术实现思路 3.1 整体架构 系统采用前后端分离 + MCP 协议层的三层架构： 层级 组件 说明 用户界面 网页端（React 18 + TypeScript + Vite） 多模态文件管理 + 内容生成 + 画布编辑 用户界面 IM 端（飞书 + LobsterAI） 移动场景下的自然语言指令入口 协议层 MCP Server（FastMCP 3.x, Streamable HTTP） 标准化能力暴露，端口 3001 后端 Creative Forge（FastAPI, Python） 业务逻辑 + AI 模型调度，端口 8000 AI 模型 火山引擎 / 智谱 Seedream 4.0 · Seedance 1.5 Pro · GLM5 3.2 关键技术选型 层级 选型 理由 前端 React 18 + Zustand + Tailwind CSS 双 Store 架构分离实体数据与布局状态 后端 FastAPI (Python) 高性能异步框架，原生 OpenAPI 支持 MCP FastMCP 3.x (Streamable HTTP) 标准 MCP 协议实现，便于外部 Agent 接入 AI 模型 Seedream 4.0 / Seedance 1.5 Pro / GLM5 覆盖图片、视频、文本三模态生成 持久化 后端 JSON + 前端 localStorage 双写 POC 阶段快速迭代，未来迁移数据库 3.3 MCP 协议集成 MCP 是本产品最核心的技术特色。通过 MCP 协议，产品将 AI 生成能力和文件管理能力暴露为 10 个标准化工具： 模块 工具 说明 模型查询 list_models 查询可用 AI 模型列表 AI 生成 generate_image 文生图，返回图片 URL + 自动创建项目 AI 生成 generate_video 文生视频（异步），返回视频 URL + 自动创建项目 AI 生成 generate_text 文本生成（剧本 / 对白 / 场景描述） 素材管理 list / create / delete_asset 素材增删查 素材管理 upload_image 上传图片到服务器 画布管理 list / manage_canvas_file 画布项目增删改查 外部 AI Agent（如 LobsterAI）通过 MCP 调用这些工具后，生成的内容会自动在 web 端创建对应项目文件，用户打开网页即可看到所有 IM 端产生的内容。 四、Agent 进化路径说明 阶段一：工具型 Agent（当前） · 产品作为被动工具层，通过 MCP 暴露能力 · 依赖 LobsterAI 作为中间层连接飞书 IM · 用户在 IM 端发出指令 → LobsterAI 解析 → 调用 MCP 工具 → 返回结果 阶段二：自主型 Agent（近期目标） · 直接打通 IM 端，去除 LobsterAI 中间层 · 用户可以直接在飞书与 ComicStudio AI 对话，完成创作任务 · Agent 具备上下文记忆，理解用户的项目状态和创作意图 · 支持多步骤任务编排（如“根据这个剧本生成 5 张分镜图”） 阶段三：个性化 Agent（长期愿景） · 用户可以像“调教”AI 助手一样训练自己的 Agent · Agent 积累用户偏好、创作风格、常用素材等个性化数据 · 产品拥有更多属于用户自己的“意志”，代表更高层次的用户智能 · Agent 主动建议、自动执行常规创作流程 进化核心思想 从“人操作工具”到“人指挥 AI”再到“AI 理解人”——每一步进化都让人类创作者从繁重的操作中解放，专注于创意本身。 五、使用 GEP 协议与 Gene Recipes 的具体方式 5.1 GEP 协议集成概述 ComicStudio AI 已接入 EvoMap 平台的 GEP-A2A（Gene Evolution Protocol - Agent-to-Agent）协议 v1.0.0，将自身注册为 EvoMap 生态中的一个进化节点，参与基因（Gene）的协作与进化。 5.2 节点注册与身份 属性 值 节点 ID node_83a3ca9c9ed9b1d5 传输协议 HTTPS（Streamable HTTP） 节点能力 多模态内容生成（图片 / 视频 / 文本）、素材管理、画布项目管理 5.3 Gene 定义 ComicStudio AI 在 EvoMap 中发布的 Gene 聚焦于 AI 多模态内容创作工作流： Gene 属性 值 领域 content_creation 分类 innovate 核心策略 MCP 标准化接口暴露 AI 能力；IM-to-Web 双端数据流；AI-First 简化交互设计；版本化内容管理；多模态统一编排 5.4 Gene Recipes 使用方式 Gene Recipes 描述了如何复用和组合 ComicStudio AI 的能力基因： Recipe 1：IM 驱动的内容批量生产 · 用户在飞书端通过自然语言描述创作需求 · AI Agent 通过 MCP 调用 generate_image / generate_video 生成素材 · 生成结果自动创建为 web 端项目文件（CanvasFile） · 用户在 web 端查看、编辑、组合素材 Recipe 2：剧本到成品的自动化流水线 · 输入剧本文本 → AI 拆解为分镜描述 · 每个分镜自动调用文生图 / 文生视频 · 生成结果按分镜序号自动归档 · 画布编辑器中可视化编排最终作品 Recipe 3：跨 Agent 协作 · 外部 Agent 通过 GEP-A2A 发现 ComicStudio AI 的能力 · 通过 MCP 工具接口调用特定生成能力 · 结果可被外部 Agent 进一步处理（如配音、字幕、发布） · 形成 Agent 间的能力互补和链式协作 5.5 Capsule 封装 ComicStudio AI 的能力以 Capsule 形式封装在 EvoMap 生态中，包含： · 完整的 MCP 工具描述（10 个工具的参数规格） · 部署配置（FastMCP Streamable HTTP 端点） · 使用示例（从安装到调用的完整流程） · 依赖声明（所需 AI 模型 API 的访问配置） 其他 EvoMap 节点可以通过 Capsule 快速了解和接入 ComicStudio AI 的能力，无需阅读源码即可实现互操作。 [ 队伍介绍 ] 自进化video agent [ 队伍成员介绍 ] 李旭鹏，AI agent产品架构师，多次黑客松获奖经验