AI短剧开源工作流

AI短剧开源工作流是一类利用大语言模型（LLM）、AI图像生成、AI视频生成、TTS语音合成等技术，实现从剧本或小说文本到完整短剧视频全自动化生产的开源工具链。其核心思想是将影视生产的每个环节模型化，用LLM做编剧和导演、用文生图做美术、用文生视频做摄影、用TTS做配音，再通过Agent工作流将所有环节串联成一条自动化流水线。报告覆盖三个代表性开源项目：moyin-creator（魔因漫创）为桌面端生产级工具，深度绑定Seedance 2.0，采用6层身份锚点保证角色一致性；waoowaoo为Web端工业级AI影视平台，专攻网文转视频；huobao-drama（火宝短剧）为极简一站式平台，内置5个Mastra AI Agent，支持一句话生成完整短剧。这些项目覆盖了剧本解析、角色生成、场景生成、分镜制作、视频生成、配音合成、成片导出的核心链路，旨在将传统短剧3-6个月的生产周期压缩到数小时甚至数分钟。

传统短剧从创意到上线，平均需要3-6个月，单集成本数万至数十万。报告列出传统短剧生产流程的5大痛点：剧本创作成本高，一集短剧剧本创作周期1-2周且修改频繁；角色和场景设计耗时长，美术环节占制作周期的40%以上；分镜到成片需要演员、摄影、灯光、道具等团队配合，是传统流程中最昂贵的环节；短剧通常20-100集，传统流程下每集都需要重复全部环节，几乎无法规模化；在AI短剧工具出现之前，创作者需要分别使用ChatGPT、Midjourney、Runway/Sora、ElevenLabs等工具手动拼接，效率低下、一致性差。

AI短剧开源工作流的核心思想是将影视生产的每个环节模型化，再通过Agent工作流串联成自动化流水线。报告以三个代表性开源项目为例：moyin-creator（魔因漫创）为Electron桌面端工具，技术栈为Electron + React + TypeScript，深度绑定Seedance 2.0，采用6层身份锚点（基础外貌、服装、表情、视角、光影、风格）并通过Character Bible管理锚点数据；waoowaoo为Next.js 15全栈Web应用，使用MySQL + Redis + BullMQ + MinIO，专攻网文转视频；huobao-drama（火宝短剧）采用Hono + Vue 3 + Mastra AI Agents，内置script_rewriter、extractor、storyboard_breaker、voice_assigner、grid_prompt_generator五个Agent。通用数据流为：用户输入（一句话/小说/已有剧本）→ LLM生成或改写剧本 → 角色与场景提取 → 角色与场景图片生成 → 分镜拆解 → 分镜图片生成 → 视频生成（I2V/T2V/多模态引用）→ TTS配音 → FFmpeg合成成片。所有项目都设计了多供应商抽象层，支持在OpenAI、MiniMax、火山引擎、阿里、Gemini等厂商之间灵活切换。

• 全流程自动化：从一句话到完整短剧，无需人工干预，huobao-drama实现零门槛
• 角色一致性系统：moyin-creator的6层身份锚点、waoowaoo的AI自动生成一致性人物图片、huobao-drama的宫格图生成与首帧/尾帧引用
• Agent编排代替手动操作：huobao-drama内置5个Mastra AI Agent自动完成全流程
• 多供应商抽象层：不绑定单一AI模型，可根据成本、质量、速度需求灵活切换
• 批量化生产能力：三个项目都支持批量生成，可在几小时内产出数十集短剧内容
• 开源可控：三个项目都是开源的，可以私有化部署、二次开发、定制工作流
• 多模态引用：moyin-creator的S级板块利用Seedance 2.0多模态引用能力，将参考图、首帧图、音频融合为连贯叙事视频

• AI 整理 · 本地测试，未经人工复核；依据历史报告节选，不代表当前产品状态。
• 报告明确指出当前AI短剧工具存在以下局限：视频质量受限于模型，AI视频模型在动作流畅性、物理合理性、细节真实度上仍有明显不足，特别是复杂动作（打斗、舞蹈）和多人互动场景；角色一致性仍有瑕疵，即使有6层锚点等机制，AI生成的角色在不同镜头间仍可能出现换脸问题；长叙事连贯性差，AI视频模型擅长3-10秒的单镜头，跨镜头连贯叙事质量明显下降；API成本不低，批量生产时API调用费用可能达到数千元/月，生成一集3分钟短剧的API费用约5-20元；项目成熟度参差不齐，waoowaoo处于测试初期bug较多，huobao-drama更新频繁但API不稳定。报告建议将AI短剧工具作为快速原型和批量试错工具，而非最终交付工具，不适合需要真人出镜的内容、高标准广告片、电影级制作，需要配合人工审核、后期调色、音效设计、字幕校对。