从一句设定到成片，他想把整条流水线交给 Agent
大部分 AI 写作工具，Agent 能做的事只有一件：改稿。
你让它写第三章，它写；你让它润色对话，它润。但分镜要你自己拖，机位要你自己摆，剪辑台上那六条轨道，它一根都碰不到。
Reveric（幻界）想改的就是这件事。
它是一个本地优先的桌面创作工作台，从长篇小说、剧本改编，一路做到分镜、3D 预演、多轨剪辑。核心主张只有一句：UI 能做的事情，Agent 基本也能做到。
先说清楚它是什么
- Flutter 写的桌面端，macOS / Windows / Android 三端
- 作品存在本地 SQLite，不上传云端（Local-First）
- 模型 BYOK：OpenAI、Anthropic、Gemini、DeepSeek、智谱、通义、Kimi、MiniMax，也能接 Ollama、OneAPI、NewAPI
- AGPL-3.0，商用要单独授权
- 最新版 v0.6.0，2026 年 11 月 1 日发布
仓库是 10 月 22 日建的，目前 490 星、107 个 fork，全部发行版加起来 1,218 次下载。
这个比例挺有意思：看的人不少，真正装上跑的人不多。原因后面会说。
五个工作台，Agent 都能上手
| 模块 | 你在这里做什么 | Agent 能做什么 |
|---|---|---|
| 小说 | 章节大纲、设定库、人物关系图谱、版本快照 | 读前文和设定再扩写；写完提取事实、核验连续性 |
| 剧本 | 影视标准排版，场次/动作/对白/转场 | 对照原著提炼场景、拆剧集、写台词 |
| 无限画布 | 分镜节点、角色定妆、参考图、视频片段 | 按剧本铺分镜、写提示词、批量生图生视频 |
| 3D 导演台 | 布景、角色站位、机位、运镜、时间轴预演 | 摆机位、切镜、抽帧检查构图 |
| 剪辑台 | 6 轨时间线（主视频/叠加/对白/音效/音乐/字幕） | 素材上轨、分割修剪、加字幕、分离音频、渲染预览 |
这几个模块不是拼在一起的独立工具，而是同一个作品的不同视图。小说里的人物设定，剧本能读到；剧本里的场次，画布能铺成分镜；分镜生成的视频，剪辑台直接能用。
这就是它跟"AI 写作软件 + 剪映"的区别：上下文不用你搬，Agent 自己能看到整部作品。
"Agent Native" 到底指什么
作者在 LINUX DO 的自我介绍里写得很直白：agent native，UI 能做的事情，AI 基本也能做到。
这句话听起来像口号，落到工程上是很具体的要求：UI 上的每一个动作——新建章节、改人物关系、铺一个分镜节点、把片段拖上轨道——都得先被抽象成 Agent 能调用的工具，它才可能"自己动手"。
大多数产品的做法相反：先做好 UI，再在右边加一个聊天框，聊天框能做的事是 UI 的子集。那不叫 Agent Native，叫"带 AI 的编辑器"。
Reveric 还内置了几个 Agent 工程里的常见件：
- codemode：让 Agent 用写代码的方式批量操作，而不是一步一步点
- skills：把文风、视角、禁忌写法写成规则长期遵守，也能导入现成技能
- subagent：复杂任务拆给子 Agent
- 按需加载、渐进式披露：不把整部作品一次性塞进上下文，用到哪查到哪
最后一条是关键。一本 120 万字的小说，全塞进去谁都受不了；能按需检索，才谈得上"读懂整部作品"。
为什么用 Flutter 做这件事
作者的解释很实在：现在很多同类项目是前后端分离的 Web 架构，部署麻烦；Flutter 一套代码三端跑，本地性能也够。
代价是生态。3D 用的是 Flutter Scene，视频处理靠 FFmpeg Kit，播放器是 FVP——这些都是能干活但不主流的选择。好处是安装包直接双击就能跑，坏处是遇到问题，网上搜不到几个人踩过同样的坑。
仓库里已经有一个活例子：issue #2，macOS 27 上本地构建失败，最后定位到 rustc 1.97.1 的 proc-macro dylib 被 dyld 拒载，要升到 1.99.1 才能解。这种问题，只有真上手编译的人才会遇到。
丑话：它现在还是个半成品
作者自己在帖子里就说了："现在还是很初级的阶段。"
具体几件事：
1. 视频渠道很碎。 目前主要接了 Seedance（火山引擎 / OpenRouter / AtlasCloud）。作者自己测的是 AtlasCloud——能过人脸审核、模型覆盖全，但"比较贵"。你想用可灵、海螺、万相，得自己配兼容网关。
2. 一致性靠模型，不靠工具。 角色定妆、分镜参考、首尾帧锁定，这些功能能提高一致性，但最终画面像不像同一个人，取决于你用的视频模型。工具解决的是流程，不是画质。
3. 3D 导演台是"参考"，不是"成片"。 灰模预演能帮你定机位和节奏，但它不会变成最终画面——你还得拿预演图去喂视频模型。
4. 单人项目。 59 次提交里，58 次来自作者本人，另一个贡献者提交了 1 次。三个 open issue 分别是 macOS 构建问题、一个功能建议、一个分支开发计划。这意味着响应会很快，但也意味着 bus factor = 1。
5. AGPL。 自己用、改都行；想做成商业产品对外提供服务，得联系作者拿商业授权。
我的判断
这类工具的价值，不在于"AI 能不能写小说"——那件事去年就解决了。
价值在于它把"写"和"拍"放进了同一个上下文。
你写小说的时候，脑子里是有画面的：这场戏在祠堂，顾承砚被踢飞撞柱，刀锋抵喉。传统流程里，这个画面要靠你跟分镜师、跟剪辑反复沟通；现在它就在同一个作品里，Agent 读完这一章，可以直接把分镜铺出来。
这才是"一站式"的真正含义——不是功能堆得多，是信息不用重复描述。
但它现在还不适合"想一键出片"的人。1,218 次下载、490 星、v0.6.0，这些数字说明它是个值得关注的早期项目，不是成熟生产力工具。
适合谁？写网文、想试试自己改编短剧的个人作者；或者想研究 Agent 怎么操作复杂 GUI 的开发者——它的 codemode、skills、按需加载那套设计，比很多 Agent 框架的 demo 更接近真实工作流。
想试的话，直接下 Windows 安装包（101MB）或 macOS dmg（76MB），配好自己的 API Key，拿一个短篇跑一遍全流程，比看十篇介绍有用。
相关链接：
暂无评论。