用途:把一段文字故事自动转成短片。流水线依次为:故事规划 → Z-Image 生成主角帧与角色参考图 → Qwen Edit 编辑链生成各场帧 → WAN 2.2 FLF 生成视频片段 → ffmpeg 拼接为最终 MP4。
主要能力与做法:故事拆成 2 至 6 个场景,每场给出描述、起始帧、结束帧与运动提示词;用单张 hero 帧加 Qwen Edit 链保证角色一致(不逐场独立生成);相邻场景帧连续,Scene N 的结束帧即 Scene N+1 的起始帧(同一文件);角色与背景参考图喂入 Qwen Edit 的额外图像槽。状态文件保存在 ~/code/comfyui-mcp/workflows/director_state_{project_id}.json,支持上下文压缩后续跑。
使用要点:渲染前检查节点模式(bypass 会跳过、mute 及其下游不执行),必要时用 panel_set_node_mode 启用;每阶段输出需目视确认再推进;视频渲染通过文件系统确认,可用 get_image(action:"list_outputs") 按文件名前缀与较新修改时间核对,再用 upload_image(action:"stage") 串联;同一画布多阶段时,完成阶段先 bypass 再跑下一阶段。模型切换之间需 clear_vram。视频提示中用强情绪词、显式锚定服装并声明不变项,必要时加防头部放大的说明。
限制:资料未提供费用、平台支持范围、并发上限等;时间与显存数据基于 RTX 4090 的估算(如五个场景总计约 19 分钟),实际表现可能不同;其设置中视频分辨率为竖屏 480x720、81 帧、16fps。