huobao-drama
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
- Linux
- macOS
- Windows
- 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)
未说明

快速开始
🎬 虎宝短剧 - AI 短剧生成平台
📖 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:
✨ 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: 从 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和/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)
⚠️ 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:
宿主机启动服务(监听所有接口):
export OLLAMA_HOST=0.0.0.0:11434 && ollama serve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
- Base URL:
🏭 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:
- 宿主机 Ollama 需监听
0.0.0.0:export OLLAMA_HOST=0.0.0.0:11434 && ollama serve - 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!
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/AmazingFeature) - 提交改动 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 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
- 🏠 位置: 中国南京
- 🚀 状态: 创业中
- 📧 Email: 18550175439@163.com
- 🐙 GitHub: https://github.com/chatfire-AI/huobao-drama
"让 AI 帮我们做更有创造力的事"
项目交流群

- 提交 Issue
- 发送邮件至项目维护者
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。
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
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。
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。
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。
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。
