FireRed-OpenStoryline 将复杂的视频创作转化为自然、直观的对话式操作。它兼顾易用性与企业级可靠性，让初学者和创意爱好者都能轻松上手，享受视频制作的乐趣。

“星星之火，可以燎原”，FireRed 这个名字寓意着我们的愿景：将我们在真实场景中锤炼出的 SOTA 技术能力，如星火般播撒到广阔天地间，点燃全球开发者们的想象力，共同重塑人工智能的未来。

✨ 核心功能

• 🌐 智能媒体搜索与整理：自动在线搜索并下载符合需求的图片和视频片段，同时根据主题素材进行片段分割和内容理解。
• ✍️ 智能脚本生成：结合用户主题、视觉理解和情感识别，自动生成故事情节及上下文相关的旁白。内置少样本风格迁移能力，用户可通过参考文本定义特定文案风格（如产品评测、休闲 Vlog），精准复制语气、节奏和句式结构。
• 🎵 智能音乐、配音与字体推荐：支持导入个人播放列表，并根据内容和情绪自动推荐背景音乐，具备智能节拍同步功能。只需描述所需氛围——例如“内敛”、“感性”或“纪录片风”——系统便会匹配合适的配音和字体，确保整体风格统一。
• 💬 对话式精细调整：快速剪切、替换或重新排序片段；编辑脚本并微调视觉细节，包括颜色、字体、描边和位置等。所有修改均通过自然语言指令完成，即时生效。
• ⚡剪辑技能存档：将完整的剪辑流程保存为自定义技能。只需更换素材，应用相应技能即可快速复现风格，实现高效批量制作。

最新动态

• 🎬 2026年4月2日：新增 AI 转场生成 功能，可根据当前片段的结束帧、下一片段的起始帧以及自然语言描述，自动生成转场镜头，使场景过渡更加流畅，叙事更连贯。
• 🚀 2026年3月22日：推出基于 ASR 的语音视频粗剪技能，可自动去除填充词、语病和重复句子，并按时间戳分割，让语音编辑流程更简洁高效。
• 🔥 2026年3月12日：与 OpenClaw 集成，新增 openstoryline-install 和 openstoryline-use 两个 OpenClaw 技能，分别覆盖初始安装/首次运行流程和实际使用流程。同时，还添加了 Claude Code 的技能使用说明，便于 Claude Code 按照仓库规范安装并调用该项目。
• 2026年2月10日：FireRed-OpenStoryline 正式开源。

_{⚠️ 注意：AI 转场依赖第三方 AIGC 视频生成服务，成本相对较高。由于素材质量、提示词和模型性能的差异，生成效果存在一定不确定性。建议仅在必要时启用此功能。}

🏗️ 架构设计

✨ 演示

中草风格	幽默风格	产品推荐	艺术风格
开箱	会说话的宠物	旅行Vlog	年度回顾

_{🎨 效果说明：由于开源素材的授权限制，第一行中的元素（字体、音乐）仅展示基础效果。我们强烈建议参考自定义素材库教程,以解锁商业级字体、音乐和特效，从而获得更优质的视频效果。
⚠️ 质量说明：为节省 README 空间，演示视频经过了大幅压缩。实际输出默认保留原始分辨率，并支持自定义尺寸。
在演示中：第一行展示了默认的开源素材（受限模式）；第二行则展示了小红书App“AI剪辑”素材库的效果。👉 点击查看教程
⚖️ 免责声明：演示中出现的用户素材和品牌标志仅用于技术演示目的，其所有权归原创作者所有。如有版权问题，请与我们联系。}

🤖 通过智能体使用

FireRed-OpenStoryline 支持通过智能体技能使用。 我们提供了两个技能：

• openstoryline-install：用于安装、配置及首次运行验证。
• openstoryline-use：用于启动服务并执行实际的视频编辑流程。

OpenClaw

只需告诉 OpenClaw：“我想试用 OpenStoryline，帮我安装所需的技能”，它就会自动触发安装过程。 如果安装过程中遇到问题，可以使用以下命令手动安装：

openclaw skills install openstoryline-install
openclaw skills install openstoryline-use

若当前版本的 OpenClaw 不支持 openclaw skills install，或安装仍失败，可改用 ClawHub：

npx clawhub install openstoryline-install
npx clawhub install openstoryline-use

安装完成后，只需将您的媒体素材发送给 OpenClaw，它就能帮助您完成从安装 FireRed-OpenStoryline 到生成最终视频的整个流程。

Claude Code

本仓库内置了 Claude Code 技能。 如果您从本仓库的根目录启动 Claude Code，可以直接使用仓库内包含的项目级技能，Claude Code 将协助您安装并使用 FireRed-OpenStoryline。

/openstoryline-install
/openstoryline-use

若希望将这两个技能安装到您自己的全局 Claude Code 配置中，请执行以下操作：

mkdir -p ~/.claude/skills
cp -R .claude/skills/openstoryline-install ~/.claude/skills/
cp -R .claude/skills/openstoryline-use ~/.claude/skills/

其他兼容智能体（实验性）

这些技能基于开放的智能体技能格式，理论上也可安装到其他兼容的智能体中。 例如，您可以通过 Skills CLI 将它们安装到 Codex 中：

npx skills add FireRedTeam/FireRed-OpenStoryline --skill openstoryline-install --agent codex
npx skills add FireRedTeam/FireRed-OpenStoryline --skill openstoryline-use --agent codex

或者使用下方命令并加上 --global 标志，将这些技能安装到用户级别目录，使其在不同项目间通用：

npx skills add FireRedTeam/FireRed-OpenStoryline --skill openstoryline-install --global
npx skills add FireRedTeam/FireRed-OpenStoryline --skill openstoryline-use --global

📦 安装

1. 克隆仓库

# 若未安装 Git，请参考官网进行安装：https://git-scm.com/install/
# 或者手动下载代码
git clone https://github.com/FireRedTeam/FireRed-OpenStoryline.git
cd FireRed-OpenStoryline

2. 创建虚拟环境

请按照官方指南安装 Conda（推荐使用 Miniforge，建议在安装时勾选自动配置环境变量的选项）：https://docs.conda.io/projects/conda/en/latest/user-guide/install/index.html

# 推荐 Python>=3.11
conda create -n storyline python=3.11
conda activate storyline

3. 📦 资源下载与安装

3.1 自动安装（仅限 Linux 和 macOS）

sh build_env.sh

3.2 手动安装

A. MacOS 或 Linux

• 第一步：安装 wget（如果尚未安装）

  # MacOS：如果您尚未安装 Homebrew，请先安装：https://brew.sh/
  brew install wget
  
  # Ubuntu/Debian
  sudo apt-get install wget
  
  # CentOS
  sudo yum install wget
  

• 第二步：下载资源

  chmod +x download.sh
  ./download.sh
  

• 第三步：安装依赖项

  pip install -r requirements.txt
  

B. Windows

• 第一步：准备目录：在项目根目录下创建一个名为 resource 的新目录。

• 第二步：下载并解压：

  • 下载模型（models.zip） -> 解压到 .storyline 目录。

  • 下载资源（resource.zip） -> 解压到 resource 目录。

• 第三步：安装依赖项：

  pip install -r requirements.txt
  

🚀 快速入门

注意：在开始之前，您需要先在 config.toml 中配置 API-Key。有关详细信息，请参阅文档 API-Key 配置

1. 启动 MCP 服务器

MacOS 或 Linux

PYTHONPATH=src python -m open_storyline.mcp.server

Windows

$env:PYTHONPATH="src"; python -m open_storyline.mcp.server

2. 启动对话界面

• 方法 1：命令行界面

  python cli.py
  

• 方法 2：Web 界面

  uvicorn agent_fastapi:app --host 127.0.0.1 --port 8005
  

🐳 Docker

拉取镜像

# 从 Docker Hub 官方仓库拉取镜像
# 推荐给中国以外的用户
docker pull openstoryline/openstoryline:v1.0.1

# 从阿里云容器镜像服务拉取镜像
# 推荐给中国用户使用（速度更快、更稳定）
docker pull crpi-6knxem4w8ggpdnsn.cn-shanghai.personal.cr.aliyuncs.com/openstoryline/openstoryline:v1.0.1

启动容器

docker run \
  -v $(pwd)/config.toml:/app/config.toml \
  -v $(pwd)/outputs:/app/outputs \
  -v $(pwd)/run.sh:/app/run.sh \
  -p 7860:7860 \
  openstoryline/openstoryline:v1.0.1

启动后，可通过 http://0.0.0.0:7860 访问 Web 界面。

📁 项目结构

FireRed-OpenStoryline/
├── 🎯 src/open_storyline/           核心应用
│   ├── mcp/                         🔌 模型上下文协议
│   ├── nodes/                       🎬 视频处理节点
│   ├── skills/                      🛠️ 代理技能库
│   ├── storage/                     💾 代理内存
│   ├── utils/                       🧰 辅助工具
│   ├── agent.py                     🤖 构建代理
│   └── config.py                    ⚙️ 配置管理
├── 📚 docs/                         文档
├── 🐳 Dockerfile                    Docker 配置
├── 💬 prompts/                      LLM 提示模板
├── 🎨 resource/                     静态资源
│   ├── bgms/                        背景音乐库
│   ├── fonts/                       字体文件
│   ├── script_templates/            视频脚本模板
│   └── unicode_emojis.json          表情符号列表
├── 🔧 scripts/                      工具脚本
├── 🌐 web/                          Web 界面
├── 🚀 agent_fastapi.py              FastAPI 服务器
├── 🖥️ cli.py                        命令行界面
├── ⚙️ config.toml                   主配置文件
├── 🚀 build_env.sh                  环境构建脚本
├── 📥 download.sh                   资源下载器
├── 📦 requirements.txt              运行时依赖
└── ▶️ run.sh                        启动脚本

📚 文档

📖 教程索引

• API Key 配置 - 如何配置和管理 API 密钥
• 使用教程 - 常见用例及基本操作
• 常见问题解答 - 常见问题解答

TODO

• 添加 配音式视频编辑 功能。
• 增加对 语音克隆 的支持
• 增加更多 转场/滤镜/特效 功能。
• 增加 图像/视频生成与编辑 能力。
• 实现 GPU 加速 渲染与高亮选择。

致谢

本项目基于以下优秀的开源项目构建：

核心依赖

• MoviePy - 视频编辑库
• FFmpeg - 多媒体框架
• LangChain - 提供预构建代理的框架

📄 许可证

本项目采用 Apache License 2.0 许可证 - 详情请参阅 LICENSE 文件。

⭐ 星标历史

FireRed-OpenStoryline 快速上手指南

FireRed-OpenStoryline 是一款将复杂视频创作转化为自然对话的 AI 开源工具。它支持智能素材搜索、剧本生成、配乐推荐及通过自然语言进行视频剪辑，适合初学者及创意开发者。

1. 环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux 或 macOS（Windows 用户建议使用 WSL2）。
• Python 版本：≥ 3.11。
• 依赖工具：
  • git：用于克隆代码库。
  • conda (推荐 Miniforge) 或 venv：用于管理虚拟环境。
  • wget：用于资源下载（macOS 需通过 Homebrew 安装，Linux 通常预装）。

提示：本项目对显存有一定要求，建议具备 NVIDIA GPU 以获得最佳体验。

2. 安装步骤

第一步：克隆仓库

git clone https://github.com/FireRedTeam/FireRed-OpenStoryline.git
cd FireRed-OpenStoryline

第二步：创建虚拟环境

推荐使用 Conda 创建隔离环境（确保 Python 版本为 3.11 或更高）：

conda create -n storyline python=3.11
conda activate storyline

第三步：安装依赖与资源

方案 A：自动安装（推荐 Linux/macOS 用户）

运行官方提供的脚本，自动完成依赖安装及必要资源下载：

sh build_env.sh

方案 B：手动安装

如果自动脚本执行失败，可按以下步骤手动操作：

1. 安装 wget (如未安装)：

   • macOS: brew install wget
   • Ubuntu/Debian: sudo apt-get install wget

2. 安装 Python 依赖：

   pip install -r requirements.txt
   

   国内加速建议：如遇下载缓慢，可使用清华或阿里镜像源： pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 下载模型与资源： 参考项目 docs 目录下的详细指引，手动下载所需的字体、音乐素材及预训练模型至指定文件夹。

3. 基本使用

FireRed-OpenStoryline 支持两种主要使用方式：直接运行服务或通过 AI Agent 调用。

方式一：直接启动服务

激活环境后，运行启动脚本进入交互界面（具体启动命令视版本更新可能略有不同，通常为）：

python main.py
# 或
streamlit run app.py

启动后，在浏览器访问本地地址，即可通过对话框输入主题（例如：“制作一个关于北京旅行的幽默短视频”），系统将自动搜索素材、生成剧本并合成视频。

方式二：通过 AI Agent 调用 (OpenClaw / Claude Code)

项目内置了 Agent Skills，可让 AI 助手全自动完成安装到生成的流程。

使用 OpenClaw:

# 安装技能
openclaw skills install openstoryline-install
openclaw skills install openstoryline-use

# 使用时只需告诉 Agent：“我想试用 OpenStoryline，帮我安装并制作一个视频。”

使用 Claude Code: 若在项目根目录下运行 Claude Code，可直接调用内置技能：

/openstoryline-install
/openstoryline-use

💡 进阶提示

• 素材库优化：默认开源素材受版权限制效果基础。建议查阅 Custom Asset Library Tutorial 配置商业级字体和音乐，以显著提升视频质感。
• 技能存档：您可以将满意的编辑流程保存为自定义 "Skill"，后续只需替换媒体素材即可批量复刻相同风格的视频。