作品 / StoryMagic

StoryMagic

多模態 AI 故事生成——文字、插圖、語音三種模型協作出一本會說話的故事書。

狀態

線上運行

網址

storymagic.eighti.app

形態

Web 平台

技術棧

Next.js・SQLite・Drizzle・Gemini 圖像生成・LLM 文字生成・TTS／Whisper・next-intl 多語系

角色

獨立開發（產品、多模態 pipeline、前後端、部署、維運）

這是什麼

輸入一個想法，StoryMagic 產出完整的故事體驗：LLM 寫文字、 Gemini 圖像模型生成插圖、TTS 朗讀成語音。 它是「多模型 orchestration」的實戰場：三種模態的生成要互相對齊，而不是各做各的。

技術重點

• 角色一致性：插圖生成帶角色參考（character reference），讓同一角色在不同頁的插圖中長得一樣——多模態產品最常見的破功點之一。
• 多模型 orchestration：文字、影像、語音三條生成線的排程、失敗重試與成本控制。
• 多語系：next-intl 國際化架構，介面與生成內容都支援多語言。

想做多模態 AI 產品？看合作方式 或來信 [email protected]。