huobao-drama

GitHub
9.6k 1.8k 中等 1 次阅读 今天语言模型图像音频视频Agent
AI 解读 由 AI 自动生成,仅供参考

火宝短剧(Huobao Drama)是一款基于 AI 技术的全栈自动化短剧生成平台,旨在将“一句话创意”直接转化为完整的短视频作品。它彻底改变了传统短剧制作流程繁琐、成本高昂的痛点,实现了从剧本创作、角色设计、分镜拆解到视频合成与配音的全链路自动化。

该工具特别适合希望快速验证创意的内容创作者、短剧制作人以及具备一定技术基础的开发者使用。对于普通用户,它降低了视频制作门槛;对于开发者,其开源架构提供了极高的定制自由度。

火宝短剧的技术亮点在于其模块化设计与强大的 Agent 协作能力。系统内置了五个专用 AI 智能体,分别负责剧本改写、要素提取、分镜规划、音色分配及提示词生成,确保各环节精准衔接。技术栈采用 TypeScript 全栈方案(前端 Nuxt 3 + Vue 3,后端 Hono + Mastra),支持灵活对接 OpenAI、MiniMax、火山引擎等多家主流大模型厂商的图片、视频及语音服务。配合本地 SQLite 数据库与 FFmpeg 处理引擎,用户不仅能统一管理素材与任务进度,还能在本地环境中高效完成高质量的短剧生产与导出。

使用场景

某小型新媒体团队急需在一天内为热门网络小说制作一部宣传短剧,以赶上晚上的流量高峰。

没有 huobao-drama 时

  • 人力协调难:需要分别寻找编剧改写剧本、画师绘制分镜、配音员录制音频及剪辑师合成视频,沟通成本极高且难以凑齐人手。
  • 生产周期长:从文本到成片的传统流程至少耗时 3-5 天,无法应对突发的热点营销需求,极易错失最佳传播时机。
  • 风格统一差:不同环节由不同人员执行,导致角色形象在分镜图与最终视频中不一致,画面割裂感强,严重影响观感。
  • 试错成本高:若导演对某个镜头不满意,修改需重新协调多方资源,单次迭代成本高昂,团队往往被迫妥协于次品。

使用 huobao-drama 后

  • 全流程自动化:运营人员只需输入一句小说简介,huobao-drama 内置的 AI Agent 即可自动完成剧本改写、角色提取、分镜拆解及视频合成,单人即可操盘。
  • 分钟级出片:依托并行的 AI 工作流,从创意输入到生成完整带配音字幕的短剧仅需数十分钟,完美契合“上午选题、晚上发布”的快节奏运营。
  • 角色高度一致:系统自动锁定角色特征与音色,确保生成的文生图、图生视频及 TTS 配音在整部剧中保持严格的一致性,提升作品专业度。
  • 低成本快速迭代:对不满意的分镜或镜头,可在界面中一键重新生成或微调提示词,无需额外费用即可无限次尝试,直至达到最佳效果。

huobao-drama 将短剧制作门槛从“专业团队协作”降维至“单人一句话指令”,让内容创作者能真正专注于创意本身而非繁琐的制作流程。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU
  • 未说明 (项目基于 Node.js 运行,本地无需 GPU
  • 若使用云端部署或本地运行大模型如 Ollama,则需根据具体模型需求配置,推荐部署方案提及 3080Ti)
内存

未说明

依赖
notes1. 核心运行环境为 Node.js 20+,非 Python 项目。2. FFmpeg 是视频处理的必需组件,必须安装并配置环境变量(Docker 部署已内置)。3. 支持通过 Docker 一键部署,推荐用于生产环境。4. AI 模型调用支持多种云厂商 API,也可在容器内通过 host.docker.internal 访问宿主机运行的本地模型服务(如 Ollama)。5. 数据库使用 SQLite,首次启动自动创建表结构。
python不需要 (项目基于 Node.js/TypeScript)
Node.js >= 20
npm >= 9
FFmpeg >= 4.0
Hono
Drizzle ORM
better-sqlite3
Mastra AI Agents
Nuxt 3
Vue 3
Sharp
huobao-drama hero image

快速开始

🎬 虎宝短剧 - AI 短剧生成平台

基于 TypeScript 全栈的 AI 短剧自动化生产平台

Node Version Vue Version License

功能特性快速开始部署指南


📖 项目简介

虎宝短剧是一个基于 AI 的短剧自动化生产平台,实现从剧本生成、角色设计、分镜制作到视频合成的全流程自动化。

火宝短剧商业版地址:火宝短剧商业版 火宝小说生成:火宝小说生成

🎯 核心价值

  • 🤖 AI 驱动:使用大语言模型解析剧本,提取角色、场景和分镜信息
  • 🎨 智能创作:AI 绘图生成角色形象和场景背景
  • 📹 视频生成:基于文生视频和图生视频模型自动生成分镜视频
  • 🔄 工作流:完整的短剧制作工作流,从创意到成片一站式完成

🛠️ 技术架构

frontend/   — Nuxt 3 + Vue 3 + TypeScript (纯 CSS,无 UI 框架)
backend/    — Hono + Drizzle ORM + Mastra AI Agents + better-sqlite3
configs/    — config.yaml 配置文件
data/       — SQLite 数据库 + 生成资源文件
skills/     — Agent 技能定义 (SKILL.md)

🎥 作品展示 / Demo Videos

体验 AI 短剧生成效果:

示例作品 1

示例作品 2

点击观看视频 1 | 点击观看视频 2


✨ 功能特性

🎭 角色管理

  • ✅ AI 生成角色形象
  • ✅ 批量角色生成
  • ✅ 角色图片上传和管理
  • ✅ 角色音色分配与试听

🎬 分镜制作

  • ✅ AI 自动拆解分镜脚本
  • ✅ 场景描述和镜头设计
  • ✅ 分镜图片生成(文生图)
  • ✅ 宫格图生成、切分与分配
  • ✅ 帧类型选择(首帧/尾帧/分镜板)

🎥 视频生成

  • ✅ 图生视频自动生成
  • ✅ TTS 配音生成
  • ✅ FFmpeg 单镜头合成(视频 + 音频 + 字幕)
  • ✅ 整集拼接导出

📦 资源管理

  • ✅ 素材库统一管理
  • ✅ 本地存储支持
  • ✅ 任务进度追踪

🤖 AI Agents

内置 5 个 Mastra Agent,支持数据库配置和 Skill 扩展:

Agent 职责
script_rewriter 小说 → 格式化剧本改写
extractor 角色 + 场景智能提取与去重
storyboard_breaker 剧本 → 分镜序列拆解
voice_assigner 角色音色自动分配
grid_prompt_generator 角色/场景/宫格图提示词生成

🔌 多厂商适配

类型 支持厂商
图片 OpenAI、Gemini、MiniMax、火山引擎、阿里、Chatfire
视频 MiniMax、火山引擎/Seedance、Vidu、阿里
TTS MiniMax

🚀 快速开始

📋 环境要求

软件 版本要求 说明
Node.js 20+ 前后端运行环境
npm 9+ 包管理工具
FFmpeg 4.0+ 视频处理(必需

安装 FFmpeg

macOS:

brew install ffmpeg

Ubuntu/Debian:

sudo apt update && sudo apt install ffmpeg

Windows:FFmpeg 官网 下载并配置环境变量

验证安装:

ffmpeg -version

⚙️ 配置文件

复制并编辑配置文件:

cp configs/config.example.yaml configs/config.yaml

配置文件格式(configs/config.yaml):

app:
  name: "Huobao Drama API"
  version: "1.0.0"
  debug: true

server:
  port: 5679
  host: "0.0.0.0"
  cors_origins:
    - "http://localhost:3013"

database:
  type: "sqlite"
  path: "./data/huobao_drama.db"

storage:
  type: "local"
  local_path: "./data/storage"
  base_url: "http://localhost:5679/static"

ai:
  default_text_provider: "openai"
  default_image_provider: "openai"
  default_video_provider: "doubao"

说明:AI 服务的具体 API Key 和模型参数在 Web 界面的「设置」页面中配置。

📥 安装依赖

# 克隆项目
git clone https://github.com/chatfire-AI/huobao-drama.git
cd huobao-drama

# 安装后端依赖
cd backend && npm install

# 安装前端依赖
cd ../frontend && npm install

🎯 启动项目

方式一:开发模式(推荐)

前后端分离,支持热重载:

# 终端1:启动后端
cd backend
npm run dev

# 终端2:启动前端
cd frontend
npm run dev
  • 前端地址: http://localhost:3013
  • 后端 API: http://localhost:5679/api/v1
  • 前端自动代理 /api/static 到后端

方式二:单服务模式

后端同时提供 API 和前端静态文件:

# 1. 构建前端
cd frontend && npm run generate

# 2. 启动后端
cd ../backend && npm start

访问: http://localhost:5679

🗄️ 数据库

数据库表在首次启动时自动创建,无需手动迁移。默认路径 data/huobao_drama.db,可通过环境变量覆盖:

DB_PATH=/path/to/your.db npm start

📦 部署指南

☁️ 云端一键部署(推荐 3080Ti)

👉 优云智算,一键部署

⚠️ 注意:云端部署方案数据请及时存储到本地


🐳 Docker 部署(推荐)

方式一:Docker Compose(推荐)

# 启动服务
docker compose up -d

# 查看日志
docker compose logs -f

# 停止服务
docker compose down

方式二:Docker 命令

# 从 Docker Hub 运行
docker run -d \
  --name huobao-drama \
  -p 5679:5679 \
  -v $(pwd)/data:/app/data \
  -v $(pwd)/configs/config.yaml:/app/configs/config.yaml \
  --restart unless-stopped \
  huobao/huobao-drama:latest

# 查看日志
docker logs -f huobao-drama

注意:Linux 用户需添加 --add-host=host.docker.internal:host-gateway 以访问宿主机服务

本地构建(可选):

docker build -t huobao-drama:latest .
docker run -d --name huobao-drama -p 5679:5679 \
  -v $(pwd)/data:/app/data \
  -v $(pwd)/configs/config.yaml:/app/configs/config.yaml \
  huobao-drama:latest

Docker 部署优势:

  • ✅ 开箱即用,内置 FFmpeg 和默认配置
  • ✅ 前后端合并为单镜像、单端口
  • ✅ 环境一致性,避免依赖问题
  • data/ 目录 volume 挂载,数据持久化

🔗 访问宿主机服务(Ollama / 本地模型)

容器内可通过 http://host.docker.internal:端口号 访问宿主机服务。

配置步骤:

  1. 宿主机启动服务(监听所有接口):

    export OLLAMA_HOST=0.0.0.0:11434 && ollama serve
    
  2. 在 Web 界面「设置 → AI 服务配置」中填写:

    • Base URL: http://host.docker.internal:11434/v1
    • Provider: openai
    • Model: qwen2.5:latest

🏭 传统部署方式

# 1. 构建前端
cd frontend && npm run generate && cd ..

# 2. 启动后端
cd backend && npm start

需要上传到服务器的文件:

backend/          # 后端源码 + node_modules
frontend/dist/    # 前端构建产物
configs/config.yaml
data/             # 数据目录(首次运行自动创建)
skills/           # Agent 技能文件

Nginx 反向代理

server {
    listen 80;
    server_name your-domain.com;

    location / {
        proxy_pass http://localhost:5679;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }
}

🎨 技术栈

后端

  • 运行时: Node.js 20+
  • Web 框架: Hono
  • ORM: Drizzle ORM + better-sqlite3
  • AI Agent: Mastra + AI SDK (OpenAI compatible)
  • 视频处理: FFmpeg (fluent-ffmpeg)
  • 图片处理: Sharp

前端

  • 框架: Nuxt 3 (SPA 模式)
  • 语言: Vue 3 + TypeScript
  • 路由: 文件路由 (Vue Router 4)
  • 样式: 纯 CSS + CSS Variables (暗色主题)
  • 图标: Lucide Vue

📝 常见问题

Q: Docker 容器如何访问宿主机的 Ollama?

A: 使用 http://host.docker.internal:11434/v1 作为 Base URL。注意:

  1. 宿主机 Ollama 需监听 0.0.0.0export OLLAMA_HOST=0.0.0.0:11434 && ollama serve
  2. Linux 用户使用 docker run 需添加:--add-host=host.docker.internal:host-gateway

Q: FFmpeg 未安装或找不到?

A: 确保 FFmpeg 已安装并在 PATH 环境变量中。运行 ffmpeg -version 验证。Docker 部署已内置 FFmpeg。

Q: 前端无法连接后端 API?

A: 检查后端是否启动,端口是否正确。开发模式下前端代理配置在 frontend/nuxt.config.ts

Q: 数据库表未创建?

A: 后端会在首次启动时自动创建所有表,检查日志确认初始化是否成功。


📋 更新日志

v2.0.0 (2026-04)

🚀 重大更新

  • 项目全面迁移至 TypeScript 技术栈
    • 后端:Hono + Drizzle ORM + better-sqlite3
    • 前端:Nuxt 3 + Vue 3
    • AI Agent:Mastra 框架
  • 重做单集工作台 UI 和生产流程
    • 更紧凑的控制台布局
    • 重做分镜编辑区
    • 重做配音、镜头图、视频、合成、导出界面
  • 新增 Docker 部署支持,前后端合并为单镜像
  • 增加运行时 Skill 加载机制
  • 扩展多厂商媒体 Adapter
    • 图片:OpenAI、Gemini、MiniMax、火山引擎、阿里
    • 视频:MiniMax、火山引擎/Seedance、Vidu、阿里
    • TTS:MiniMax
  • 增加宫格图生成、切分和重新分配流程
  • 优化本地文件处理与参考图按需转码

v1.0.4 (2026-01-27)

  • 引入本地存储策略,规避外部资源链接失效
  • Base64 参考图嵌入式传输
  • 修复镜头切换状态重置问题
  • 添加场景迁移至章节

v1.0.3 (2026-01-16)

  • SQLite 纯 Go 驱动,支持 CGO_ENABLED=0 跨平台编译
  • 优化并发性能(WAL 模式)
  • Docker 跨平台支持 host.docker.internal

v1.0.2 (2026-01-14)

  • 修复视频生成 API 响应解析问题
  • 添加 OpenAI Sora 视频端点配置
  • 优化错误处理和日志输出

🤝 贡献指南

欢迎提交 Issue 和 Pull Request!

  1. Fork 本项目
  2. 创建特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交改动 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 开启 Pull Request

常用检查命令:

cd backend && npm run typecheck
cd ../frontend && npm run build

API 配置站点

2 分钟完成配置:API 聚合站点


👨‍💻 关于我们

AI 火宝 - AI 工作室创业中

"让 AI 帮我们做更有创造力的事"

项目交流群

项目交流群

  • 提交 Issue
  • 发送邮件至项目维护者

⭐ 如果这个项目对你有帮助,请给一个 Star!

Star History

Star History Chart Made with ❤️ by Huobao Team

版本历史

v1.0.42026/01/27

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|昨天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|3天前
开发框架图像Agent

Deep-Live-Cam

Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。

88.9k|★★★☆☆|今天
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|昨天
图像数据工具视频