这是苍何的第 468 篇原创！
大家好，我是热爱编程的苍何。
去年底的时候，我写过 2 篇 AI 漫剧的文章，感兴趣的还挺多的。
也认识了非常多做 AI 漫剧的朋友，我们武汉 AI 圈也举办了 AI 漫剧沙龙，来了超级多的感兴趣的圈友。
听了很多的干货分享，当时脑海中只想快速上手来做漫剧。
但我看了很多的平台目前还只能在电脑 web 上操作，手机随时创作我还没找到什么好的 APP。
当时就有一股冲动，要不自己来尝试搞一个？当我和老婆说这个想法的时候，她说我一定疯了。
为了证明我不是疯子，我还是咬牙决定尝试，毕竟不留遗憾才是我的人生主旋律。
耗时 8 天，今天终于可以拿出来和大家分享了，一个可以在手机端创建漫剧的 app，我给它起名叫做漫导，没错就是这么通俗易懂；制作漫剧的导演。
它能根据灵感一句话创建剧本、角色、场景，然后自动生成分镜图片和分镜视频，最后根据分镜视频来合成一个完整的漫剧视频。
我录了个视频给大家做个展示：
8 天时间出来一个 AI 漫剧 APP 的 MVP 版本（这其中还不包括元旦放假 3 天），我自己已经相当满意了，人物一致性已经完成的很高了👍
最后说一下声音为啥不是中文，抱歉还没来得及约束😄。忍不住想分享了。
而且你可能想象不到的是，整个 APP 的开发，我用的是最近很火的智谱的 GLM 4.7 模型。
你看我的 token 消耗量，这里面包含了两部分，一部分是开发 app 使用的量，一部分是使用 app 规划剧本使用的量。说实话没想到这么多。
再看看账单。
没错 20RMB。哦对了，我还在他们搞活动的时候薅了一杯奶茶。有点大薅特薅的感觉；
我已经把这个 AI 漫剧 APP 开源了，后面也希望有更多的开发者参与到我们的共建中来。
开源地址（求 star）：github.com/freestylefl…
这一篇文章呢，我主要是想和你分享一下我的开发历程，也顺带来拷打 GLM 4.7 进行 AI Coding 的能力边界。
我总结了一下大概的流程是这样子的：
其中，我比较关心的是人物一致性解决方案：
在对应场景的配置默认是给了 7 个，角色是给了 2 个，然后这些我都设置成可配置的了。
下面分享下我的开发历程，可能会显得文章会有些长，建议点赞收藏，转发给需要的朋友👭
工具选择
这次的任务有点重，工具选择很重要，终端的话就选最近全网又在喷火的 Claude Code，模型用智谱 GLM 4.7。
几方面考虑，一个是能力，一个是价格。
能力侧，先来看一张时间取自于 2025 年 12 月 22日的模型榜单图，可以看到和 Claude Opus 4.5 打的有来有回。
再看看最关心的价格，这是 Claude 的：
这个是 GLM Coding 的套餐，不想说啥了，没有对比就没有伤害啊。
虽然我看了非常多网上的测评，但一开始对 GLM 4.7 做漫剧 APP 这件事，本身是抱有怀疑态度的，后面证明，他真的行，而且超出了我的预期。
开发历程
首先直接编写提示词告知要做什么，这个很重要。
1提示词：现在帮我编写一个安卓软件，用途是制作AI 漫剧，和用户对话的方式来了解用户想制作什么样子的漫剧，对话大模型使用的是 glm 4.7,相关的接口文档都保存在这个目录下面 2director_ai/docs/图像生成API接口文档.md 3director_ai/docs/视频处理全集.md 4这里的接口文档是我去网站上下载来了的。 5
Claude Code 像打了鸡血一样，吭哧吭哧的干货。
这里最好给 GLM 4.7 规划下架构，防止跑偏：
1提示词： 2核心技术栈推荐 3为了最快速度出原型（MVP）且适配安卓： 4 5开发工具 (IDE/Agent): Claude Code (基于 CLI 的全能编程助手)。 6 7前端框架: Flutter (Dart)。 8 9理由： Claude 对 Flutter 代码生成的准确度极高，且 Flutter 开发安卓应用速度快、UI 效果好，能够轻松处理异步网络请求（API 调用）。 10 11核心大脑: GLM-4.7 (通过 API 调用)。 12 13理由： 负责理解用户意图，拆解步骤，输出 JSON 格式的指令。 14 15多模态接口: tu-zi.com (你提供的 Gemini 绘图 + Veo 视频接口)。 16
架构设计这里我采用 ReAct 模式 (Reasoning + Acting)：
1架构设计：ReAct 模式 (Reasoning + Acting) 2为了凸显 GLM-4.7 的规划能力，不能把代码写死（硬编码）。我们需要实现一个简单的 ReAct (Reason-Act) 循环。 3 4流程逻辑： 5 6用户输入: "帮我做一个熊猫吃竹子的视频，要可爱的风格。" 7 8GLM-4.7 (规划层): 思考并输出："我需要先生成文案，然后生成图片，最后生成视频。" -> 输出第一个工具调用指令。 9 10App (执行层): 解析指令，调用绘图 API。 11 12App (反馈层): 将图片 URL 喂回给 GLM-4.7。 13 14GLM-4.7 (规划层): "收到图片，现在调用视频生成接口。" 15 16App (执行层): 调用 Veo 视频接口。 17
小白不用管，就是一蹲乱七八糟的基础搭建，我一路yes 就行。本身我也不懂 App 开发，此时我选择相信 GLM 4.7;
接下来解释 Coding 时刻，大概用了十分钟，一个由零到一的 APP 雏形诞生了，这是使用的 token 量。
电脑调试启动那一刻我惊呆了。真的出来了，看看界面，美学也还很不错。
聊天框，正常的 ai 聊天，居然还支持了相机图片上传牛掰，UI 界面简约，正和我心意，还细心的加了了彩色边框，真的是完全可用啊。
还贴心的加上了对话记录：
666 想的真周到
接着试试生成视频的功能怎么样？
最近喜欢吃草莓蛋糕，那就生成一个“做草莓蛋糕的视频”：
1prompt： 生成一个小姐姐做草莓蛋糕的视频 2
可以看到漫导 APP 先会创建剧本：
很快就生成了剧本：
接着是生成角色图，能生成人物三视图，我们都知道漫剧最难的就是人物一致性，确定主角的三视图，贯穿整个剧本主角。
太细节了还有情感钩子：
要是用这个写个霸道总裁爱上我的故事也不错吧，哈哈哈哈。
接下来看看具体的场景：
展开一个场景看看它是怎么规划的：
好的现在确认剧本，回到页面看到直接有任务在执行：
看了流程后不得不感叹，真🐔儿把老己当成导演了；
先生成不同的场景，每个根据有前面主角的三视图和提示词生成的分镜图，再由分镜图和视频提示词生成分镜视频。有点导演味道了。
看看具体的场景分镜是怎么规划的：
确实可以，视频提示词部分，规划了主角的言语和镜头方式。
不用担心失败，还会重试，这个大概就是有些视频 api 会触发公共安全，会失败任务，此时 GLM 4.7 会根据提示弱化提示词，我看了一下日志大概是这样.
1suspension> [ ] I/flutter ( 3052): ❌ [22:55:29] [场景重试] 场景 1 重试失败: Exception: 视频生成失败: {code: generation_failed, message: check status failed: 2{"name":"c39408d4117fcedb3a89153dc5006a7904","error":{"code":3,"message":"PUBLIC_ERROR_AUDIO_FILTERED"}}} 3
场景1重试失败的根本原因是 PUBLIC_ERROR_AUDIO_FILTERED（音频被过滤）——平台审核判定你场景1提示词中的语音/音效描述违规，直接拦截了音频生成，进而导致整个视频生成流程终止（和画面描述无关，只卡音频环节）。
最终确定场景1最终合规版提示词（彻底规避音频过滤）：
1Anime style, manga art, 2D animation, cel shaded. 2Soft wide shot with gentle slow pan to the right, gradually revealing a tidy kitchen counter and fresh ingredients. A 17-year-old Japanese girl (anime style, Asian features) arranges eggs and flour softly on the counter, turns to the camera with a gentle warm smile, and says "今天要做个草莓蛋糕" in a soft warm tone (female voice, quiet whisper, low volume, calm mild speech). 3Warm soft gentle lighting, peaceful and cozy kitchen atmosphere, no loud sounds, only soft gentle voice. 4
然后基本上出错后，再让 Claude Code 配合 GLM 4.7，不断调整，最终出来了，我们想要的效果。
写在最后
如果非要较真，漫导 APP 和实际上的 AI 漫剧还有点距离，但可以想象通过多次的迭代和优化，一定可以更好。
要知道，这个 APP 实际耗时还没到 5 天啊，这放在以前，就这 MVP 版本，没个把星期开发不出来。
同时也验证了一个观点，现在 AI Coding，真的并非 Claude 不可，不给用还死贵，但凡有像 GLM 4.7 这样高性价比的模型取代，谁还用 Claude 啊？
这个 APP，我已经开源到 GitHub 了，你可以加上自己的 API，按照教程来玩一玩。
当然了如果你是开发者或者 AI Coder，欢迎来 PR，把他做好。
好啦，谢谢你看我的文章，如果喜欢可以点赞转发给需要的朋友，我们下一期再见。