← 返回资料中心CatVerse ABC三线统一架构
——范畴论世界模型驱动的软件实施方案
版本:v1.0
日期:2026-09-16
定位:本方案是CatVerse平台的总架构纲领,统一A线(创作)、B线(资产与调度)、C线(执行)三线,以范畴论世界模型为顶层宪法,以五维评审为审计机制,以热插拔GPU节点为算力底座。
原则:世界模型定宪法,A线定意图,B线定调度,C线定执行;各层边界清晰,接口契约化,审计独立,数据可溯源。
一、总体架构:四层六域
text
┌─────────────────────────────────────────────────────────────┐
│ 顶层:范畴论世界模型(宪法层) │
│ 对象、态射、函子、自然变换、交换图、极限/余极限 │
│ 定义所有跨层通信的接口契约、数据Schema、审计规则 │
└─────────────────────────────────────────────────────────────┘
│
┌─────────────────────┼─────────────────────┐
▼ ▼ ▼
┌───────────────┐ ┌───────────────┐ ┌───────────────┐
│ A线:创作层 │ │ B线:资产与 │ │ C线:执行层 │
│ 意图与叙事 │ │ 调度层 │ │ 算力与合成 │
│ 分集/分场/ │ │ 资产库/任务 │ │ 无状态/热插 │
│ 分镜/音画 │ │ 包/CWM审计 │ │ 拔/回传归档 │
└───────────────┘ └───────────────┘ └───────────────┘
│ │ │
└─────────────────────┼─────────────────────┘
▼
┌─────────────────────────────┐
│ 数据层:四层数据结构 │
│ episodes / scenes / shots │
│ action_assets / audio_assets│
│ generation_records │
│ cwm_audit_logs │
└─────────────────────────────┘
四层:世界模型层、A/B/C三线、数据层、审计层。
六域:创作域、资产域、调度域、执行域、数据域、审计域。
二、顶层:范畴论世界模型(宪法层)
2.1 核心映射
2.2 宪法条款
恒等态射不可变:角色身份、场景锚定、核心设定一旦锁定,任何层不得擅自修改。
交换图必须可交换:A线意图、B线任务包、C线产出,三者之间的映射必须一致,不一致即驳回。
层间通信必须通过接口:不允许跨层直接调用,不允许绕过CWM审计。
数据溯源必须完整:每一刀产出必须能追溯到剧本意图、动作资产、生成参数、QC结果。
宪法优先级:顶层宪法 > A/B/C子宪法 > 执行参数。
三、A线:创作层
3.1 职责
输入:故事大纲、分集意图、情绪主线。
输出:分集剧本、分场脚本、分镜脚本(含音画叙事字段)。
权限:只能写创作文档和策划数据,不能直接操作生成端。
3.2 数据结构
episodes表:分集信息、情绪弧线、核心冲突。
scenes表:场次信息、scene_goal、narration_intent、dialogue_intent、subtitle_intent、bgm_intent。
shots表:镜头信息、shot_type、visual_desc、narration_line、dialogue_line、subtitle_line、sfx、bgm_intent。
3.3 音画叙事字段
narration:旁白文本、语气、情绪、起止时间。
dialogue:角色对话、语气、潜台词、时间。
subtitle:字幕文本、样式、起止时间。
sfx:环境音、动作音、强度、时间。
bgm_intent:情绪、乐器、节奏、强度、淡入淡出。
四、B线:资产与调度层
4.1 职责
接收A线意图数据。
管理资产库:动作资产、音频资产、场景锚定、角色身份。
生成任务包,下发给C线。
执行CWM审计,记录审计日志。
归档回传结果。
4.2 资产库
4.3 任务包结构
json
{
"task_id": "EP1_C05_WAN_DRAFT",
"shot_id": "EP1_SC1_SH5",
"video_params": {
"stage": "draft",
"resolution": "512x288",
"frames": 33,
"fps": 12,
"steps": 4,
"cfg": 1.0
},
"audio_assets": {
"narration": "TTS_NARRATOR_001",
"sfx": ["SFX_RAIN_002", "SFX_STEP_003"],
"bgm": "BGM_PIANO_MELANCHOLY_003"
},
"composition": {
"layers": ["background_plate", "foreground_cat", "ffmpeg_camera"],
"camera_move": "slow_zoom_out"
},
"qc_standard": {
"min_resolution": "512x288",
"no_ghost": true,
"no_duplicate_cat": true
}
}
4.4 CWM审计
CWM中间件独立于A/B/C三线,对每一笔跨层操作执行五维评审:
宪法维度:是否违反顶层宪法。
结构维度:是否破坏层间边界。
数据维度:是否写入真实数据、是否伪造状态。
功能维度:是否覆盖旧功能、是否丢失能力。
生产维度:是否影响成片质量、是否引入鬼影/撕裂/双猫/偏色。
审计结论:ALLOW / PATCH_ONLY / REJECT / HUMAN_REVIEW。
五、C线:执行层
5.1 职责
接收B线任务包。
执行视频生成(FLUX底图 + Wan i2v草渲/终渲)。
执行分层合成:背景板 + 前景猫 + FFmpeg镜头语言。
执行音画合成:旁白、对话、音效、BGM按时间轴混合。
回传成片、日志、质检报告、GPU状态。
支持热插拔:随时连接、随时断开、资产不落本地。
5.2 分层合成架构
5.3 两阶段隔离调度
草渲:512x288、33帧、无RIFE、无超分,用于审片选刀。
终渲:768x432、49帧、fp8 + RIFE + Remacri + 冷调分级,只跑入选刀。
两阶段隔离避免模型切换挂死,热缓存后单刀草渲5-15秒。
5.4 热插拔机制
GPU节点无状态,资产全部从B线或共享库读取。
产出全部回传B线归档,C线本地不留长期资产。
节点被回收、网络变更、SSH断开,不影响B线资产和进度。
新节点就绪后,B线只需下发任务包,C线即可继续执行。
六、数据层:四层数据结构
6.1 核心表
6.2 数据溯源
每一刀产出必须记录:
shot_id → 关联A线剧本意图
action_id → 关联动作资产库
generation_params → 记录生成参数
qc_result → 记录质检结果
archive_path → 记录归档路径
七、接口契约
八、实施路线图
阶段一:架构固化(当前)
输出本方案,存入管理机资料中心。
定义四层数据结构Schema。
定义CWM审计规则。
阶段二:分层合成验证
EP1雨夜巷口跑分层合成冒烟:背景板 + 前景猫 + FFmpeg拉镜头。
验证镜头语言后期实现是否达标。
阶段三:音画合成验证
选EP2情感冲突最强一刀,按A线音画字段匹配资产,合成带音轨MP4。
验证旁白、对话、音效、BGM时间轴是否精准。
阶段四:全量终渲与归档
EP1-EP5全量终渲,输出1080P横屏/竖屏成片。
归档香港管理机,拉回本地。
阶段五:系统自治化
A/B/C三线脚本参数化。
CWM审计自动化。
GPU节点热插拔标准化。
为贵阳学院团队和区域代理铺路。
九、总结
CatVerse不是Agent,不是工具集,而是一个范畴论世界模型驱动的、A/B/C三线统一的内容生成操作系统。
世界模型:宪法层,定义对象、态射、交换图,保证绝对自洽。
A线:创作层,定义意图与叙事。
B线:资产与调度层,管理资产、生成任务包、执行审计。
C线:执行层,无状态、热插拔、分层合成、音画一体。
数据层:四层数据结构,全链路溯源。
CWM审计:独立五维评审,确保不越权、不伪造、不走偏。
最终目标:让每一个有故事的人,都能用这套系统做出电影格式的短剧。
--- TABLE ---
范畴论概念 | 在CatVerse中的含义
对象(Object) | 角色、场景、道具、动作、镜头、音频资产
态射(Morphism) | 数据流转、动作转换、状态变更、任务传递
函子(Functor) | A线意图到B线任务包的映射、B线任务包到C线执行的映射
自然变换(Natural Transformation) | 跨集角色弧光、剧情演进、风格一致性
交换图(Commuting Diagram) | 任何两条路径到达同一结果必须一致(如:剧本意图→绑定卡→生成→质检)
极限(Limit) | 顶层宪法约束所有下层操作
余极限(Colimit) | 基层执行经验回灌,形成新规则
--- TABLE ---
资产类型 | 存储位置 | 说明
动作资产 | /opt/catverse/data/action_library/ | 28个学习簇 + 66条微动作
音频资产 | /opt/catverse/data/audio/ | 旁白TTS、对话TTS、环境音效、BGM
场景锚定 | config/scene_anchor_map.json | 15条场景锚定文本
角色身份 | config/character_identity.json | 毛色、五官、体型锚定
绑定卡 | config/ep{1..5}_binding_cards.json | 每刀动作绑定与提示词拼装
--- TABLE ---
层 | 内容 | 实现
背景板 | 静态高清场景 | FLUX生成,可跨刀复用
前景猫 | Wan微动作 | 首帧绑定底图,只做微动作
镜头语言 | 推拉摇移俯仰 | FFmpeg后期实现,不依赖生成模型
音轨 | 旁白/对话/音效/BGM | B线资产库匹配,FFmpeg合成
--- TABLE ---
表名 | 内容 | 用途
episodes | 分集信息 | 情绪弧线、核心冲突
scenes | 场次信息 | scene_goal、音画意图
shots | 镜头信息 | shot_type、visual_desc、音画字段
action_assets | 动作资产 | 28簇 + 66微动作
audio_assets | 音频资产 | TTS、音效、BGM
generation_records | 生成记录 | 挂钩shots,记录实际生成参数
cwm_audit_logs | 审计日志 | 记录每一次五维评审结果
--- TABLE ---
接口 | 方向 | 内容
A→B | 创作意图下发 | 分集/分场/分镜数据、音画字段
B→C | 任务包下发 | 视频参数、音频资产引用、合成指令
C→B | 结果回传 | 成片、日志、质检报告、GPU状态
B→A | 数据回灌 | 执行经验反哺创作规则
CWM→所有 | 审计 | 五维评审、放行/驳回/回滚