有人花130块钱,让AI做了一集动漫短剧,2小时全程不用碰剪辑

↑阅读之前记得关注+星标⭐️，😄，每天才能第一时间接收到更新

大家好，我是杰克王，AI 算法 6 年老兵。

你有没有想过做 AI 短剧？

现在抖音、快手上那些「小说变视频」的号，一集播放量动辄百万，看起来很诱人。但真正做过的人都知道，这条流水线有多费神：

先要把几万字小说拆成分镜——一集大概 80-120 个镜头，全靠人工；然后用 AI 画人物，结果角色在第1集一个样，到第5集换了张脸，观众直接弃剧；再去 Runway、豆包、即梦各平台轮流点击生成视频；最后剪辑拼接，搞到凌晨三点。

这整个流程，不是人力成本高，是重复劳动太耗心气。你根本没时间做创意，全在对付「流水线」本身。

我最近看到一个开源项目——Toonflow，GitHub 地址：HBAI-Ltd/Toonflow-app^[1]，截至 2026-05-26 已经收获 8,841 Stars、1,525 Forks。

它做的这件事，用一句话描述：把「写小说」到「出短剧」这条流水线，交给 AI Agent 自动跑。

开发团队是 HBAI-Ltd，今年 1 月开源，4 个月内发布了 19 个版本，目前最新是 v1.1.7（2026-05-01），仍在活跃迭代。从 Topics 来看，定位非常聚焦：text-to-video、shorts、ai-video-generation，就是专门为短剧内容生产而生的工具。

README 里有一段真实 Demo 数据，我觉得放在这里比任何介绍都更直接：

成本明细：

130 块，2 小时，一集动漫短剧。

这个数字刺激到我了——以前用传统方式，光是角色设计费就不止这个数。

Toonflow 做了什么让这件事成为可能？

核心在于它把整个流程拆成了 5 个可落地的能力模块：

① 无限画布生产工作台

不是那种「一步一步傻瓜向导」，而是类 Figma 的无限画布。剧本、角色、分镜、素材、视频节点全在同一个画布里，可以并行生产，随时回溯修改，不被固定步骤卡住。

这个设计的好处是：你可以同时推进第 3 集和第 7 集，不用等前面的做完才能开始后面的。

② 三层 Agent 协作体系

决策层管任务拆解，执行层负责实际生成，监督层做质量审阅和修订反馈。三层联动，不是「生成一次就算」，而是有内置的自审机制。

这解决了一个核心问题：AI 一次生成的镜头质量参差不齐，监督层可以标注哪些需要重来，而不是全部推倒重做。

③ 持久化 Agent 记忆

这个设计很有意思。基于本地 ONNX 向量检索，支持短期消息、长期摘要和语义召回。

实际用途：你今天做了第 1 集，设定了主角「头发乌黑、身穿白色长裙」，下次继续做第 6 集，Agent 还能记住这些角色设定，不会突然「失忆」给你画个金发大汉出来。

④ 可编程供应商系统

支持在设置中心直接写 TypeScript 逻辑配置新模型，改完即时生效，不需要重启、不需要改源码。

对独立开发者来说这很实用——豆包视频 API 便宜的时候用豆包，Sora 质量好的时候接 Sora，随时切换，没有平台绑定。

⑤ 章节事件图谱驱动改编

自动提取原著章节的关键事件，结构化存储成「事件图谱」，剧本改编时按图谱精准调用上下文。

这解决了长文本改编的老大难问题：LLM 的上下文窗口有限，塞进去一本 10 万字小说，中间的剧情细节容易「蒸发」。事件图谱相当于给 AI 建了一个结构化的故事索引。

用一张图直观感受一下「传统方式」和 Toonflow 的区别：

怎么上手？

三步搞定：

# 1. 下载安装包（Windows/macOS/Linux 都有）
# https://github.com/HBAI-Ltd/Toonflow-app/releases

# 2. 首次登录
账号：admin
密码：admin123
⚠️ 如果部署在公网，立刻改掉这个默认密码，否则 API Key 会被盗刷

# 3. Docker 部署（可选）
docker build -t toonflow .
docker run -d -p 10588:10588 -v <本地数据路径>:/app/data toonflow

进去之后，在设置中心配置好文本/图像/视频三类模型的 API Key，然后导入小说，执行章节事件提取，就可以进入 ScriptAgent 开始创作了。

支持的模型包括：OpenAI、Anthropic、Google、DeepSeek、智谱、MiniMax、通义千问、xAI——主流平台全覆盖。

用户说了什么？

项目 Issues 不多，但有一条 #91 很有代表性，用户原话是：

"怎么从智能操作方式变成'智障'？"（原标题：v1.0.10 新建项目新增了视觉手册和导演手册都需要手动填写，不填又不能创建）

这反映了一个真实问题：产品在快速迭代的过程中，有些版本新增了必填字段，但没有提供默认值或智能预填，导致用户卡住。这条 Issue 已在后续版本修复，但说明工具在「易用性」上仍然有打磨空间。

另一位用户在 A 姐分享的测评里直接指出：「它只是初稿工具，不适合想一键生成好莱坞大片的人。」

这个定位描述很准——Toonflow 给你的是一条高效的初稿流水线，最终的质感还需要创作者自己把控。

我的判断（截至 2026-05-26）：

第一，短剧赛道「工具化」的时间窗口现在还开着。 目前市面上这类工具普遍定价 198-500 元/月，Toonflow 开源免费只需自付 API，这个成本优势在接下来 12-18 个月内有实质竞争力。等大厂把类似功能打包进创作套件，窗口就关了。

第二，三层 Agent + 持久化记忆是真正的工程亮点。 大多数 AI 视频工具在「多集连贯性」上基本没有解决方案，全靠用户自己维护提示词。Toonflow 在架构层面做了这个设计，技术判断是正确的。

第三，角色一致性仍然是整条流水线最脆弱的环节。 目前 130 元的成本里大头是视频模型（¥120），如果你对角色稳定性要求高，需要更多的迭代生成，成本会线性增加。这个问题不是 Toonflow 独有的，而是整个「图生视频」技术链的共同局限。

觉得有收获，点个在看支持一下 👇 感谢阅读。我是杰克王，欢迎加微交流 🚀

引用链接