AI短剧精细化制作开源工作流

AI短剧精细化制作工作流利用开源工具链，将剧本解析、角色与场景一致性管理、分镜编辑、视频生成和后期剪辑串联成一条可精细调控的工业化生产线。与粗放式一键生成方案不同，它强调逐镜头控制和全流程可回溯，让创作者能对每个分镜的景别、运镜、情绪、时长、氛围进行精确调整，最终输出商用品质的竖屏短剧。报告覆盖两个代表性开源项目：Jellyfish AI短剧工厂主打人物一致性和精控镜头，从剧本到后期全闭环；Toonflow主打智能剧本改编和无限画布工作台，适合小说IP转视觉内容。两者均属于AI视频生成加工作流编排技术体系，为AI视频生成能力增加导演级控制力和制片级管理能力。

传统AI短剧生产依赖零散工具拼凑，面临人物漂移、场景不连贯、镜头语言缺失、工作流碎片化和长文本信息丢失等痛点。同一角色在不同镜头中长相不一致，场景风格光线不统一，无法控制景别和运镜，剧本、角色、分镜分散在不同工具中效率低下，直接喂给AI生成视频时长篇小说情节大量丢失。

Jellyfish采用全局种子加资产库的一致性方案，项目级统一seed和风格参数向下传递，角色、场景、道具、服装从创建到复用到版本管理全链路管控。分镜作为结构化数据对象，包含景别、角度、运镜、情绪、时长、氛围、对白等维度，支持参考图跨分镜引用、ControlNet集成、智能对口型和多版本管理。Toonflow采用事件图谱驱动改编，先将小说拆解为结构化事件，改编时按需检索相关事件，避免上下文窗口溢出。其三层Agent体系由决策层拆解任务、执行层生成内容、监督层审阅质量，并基于本地ONNX向量检索实现跨会话记忆。

• 全局种子防漂移，项目级统一seed
• 风格强制继承，项目级参数向下传递
• 资产生命周期管理，角色场景道具全链路管控
• 逐镜头精控，景别角度运镜情绪时长氛围独立可调
• 工业化闭环，剧本到成片一步到底
• 事件图谱驱动改编，解决长文本信息丢失
• 三层Agent协作，决策执行监督自动质量保障
• 持久化Agent记忆，跨会话保持创作连续性
• 无限画布编排，非线性自由排列素材节点
• 可编程供应商系统，TypeScript在线编写适配代码

• 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。
• 报告指出，Jellyfish不支持小说直接输入，需要已有剧本；部署较重，需要MySQL、RustFS、后端和前端四个服务；部分功能仍在规划中；仅Web应用无桌面端。Toonflow一致性方案较弱，没有全局种子系统，依赖Agent记忆；无限画布学习成本高；SQLite不支持高并发多用户；需要特定图像和视频模型，替换成本较高；部分配置更改需重启服务。两者共同局限包括：最终画质受底层AI模型能力制约，大量调用图像视频API费用可观，本地运行需要较好网络和适量内存，AI生成内容版权归属尚不明确，目前主要面向短剧长视频支持有限。