一个人也能做短剧,试试全自动的开源 AI 短剧 —— 火宝短剧

短剧这两年有多火不用多说。而做一部短剧的流程——写剧本、设计角色、拆分镜、生成画面、配音、剪辑合成——每一步都费人费时。火宝短剧（Huobao Drama）想把这一整条流水线自动化：给一个故事，它从剧本一路做到成片，中间的角色、分镜、画面、配音、合成全自动接力。

它是一个 TypeScript 全栈的 Web 应用，由一个南京的创业团队做，目前 13.4k 星。和之前介绍过的港大 ViMax（偏学术、通用的视频生成框架）不太一样，火宝短剧更像一个面向国内短剧场景的产品：默认接的是国产生成器，全栈可部署，Docker 一键就能起一套自己的短剧生产线。

需要提醒的是：这个项目用的是 CC BY-NC-SA 4.0 许可（署名、非商用、相同方式共享），不是 MIT/Apache 那种可以随便商用的开源许可；作者另外有付费的商业版。想拿它做生意，需要留意下这点。）。

核心：一条从剧本到成片的自动流水线

火宝短剧的主线，是把「一个故事变成一集短剧」拆成一串自动接力的步骤：

顺着走一遍：

• • 剧本：小说或一段故事进来，先被改写成格式化的剧本。
• • 角色与场景：从剧本里把角色和场景智能提取出来、去重，再用 AI 绘图生成角色形象和场景背景。
• • 分镜：把剧本拆成分镜序列，设计每个镜头，生成分镜图（还支持「宫格图」一次出多格再切分分配）。
• • 配音：给每个角色分配音色，用 TTS 生成配音。
• • 成片：用图生视频模型把分镜图变成镜头视频，再用 FFmpeg 把视频、音频、字幕合成单镜头，最后拼接导出整集。

这条流水线背后，是 5 个各管一段的 AI Agent（基于 Mastra 框架）：

它自己不生成画面，靠调国产厂商

要说清楚的一点是：火宝短剧本身不生成像素，画面、视频、配音都靠它调用的第三方模型。而它适配的厂商，以国产为主——这也是它比一水儿接 OpenAI/Google 的项目更接地气的地方：

• • 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。

具体用哪家、API Key 填多少，都在 Web 界面的「设置」里配。也就是说，你可以整条流水线都用国产模型跑完。

怎么用

技术栈是 Node.js 20+ 全栈：后端 Hono + Drizzle ORM + better-sqlite3 + Mastra Agents，前端 Nuxt 3 + Vue 3，数据库用 SQLite，视频处理靠 FFmpeg（必需）。

最省事的是 Docker 一键起，镜像里已经内置了 FFmpeg 和默认配置：

docker compose up -d# 访问 http://localhost:5679

也支持本地开发模式（前后端分离热重载）和传统部署。一个对国内友好的点：它能接本地 Ollama——容器里通过 http://host.docker.internal:11434/v1 就能连上宿主机的本地模型，剧本改写这类文本活可以不出网。

几条要注意的

• • 许可证是关键，它不是能随便商用的开源。 它用的是 CC BY-NC-SA 4.0：可以用、要署名、改了要以相同方式共享，但禁止商业使用。想商业化，作者提供的是另一套付费商业版。把免费版拿去接商单，会违反它的非商用许可。
• • 商业化引流很明显。 README 里有商业版入口、API 聚合站点、「AI 创作省钱攻略」的折扣返佣链接、云部署的返佣链接。开源版更像一个获客入口，这本身不是问题，但选型时心里要有数。
• • 它是「编排平台」，成本在外部厂商。 生成一集短剧 = 一堆 LLM 调用 + 大量图像 / 视频 / TTS 生成调用，这些都按各家厂商的价格计费，跑起来不便宜；效果上限也取决于你接的那些模型。
• • 一致性仍是老问题。 角色形象跨镜头、跨集能不能稳住，取决于生成模型和参考图管理，短剧长了照样可能漂移，别指望零瑕疵。

写在最后

火宝短剧的价值，不在某一步的模型多强，而在它把「短剧生产」这条又长又碎的流水线，用一串 Agent 串成了一个能一键部署、还默认接国产模型的完整平台。对想搭一条自己的短剧生产线、又不想从零拼各家 API 的人，它省掉的是「把这些环节缝起来」的那部分工程量。只是在用它之前，先把那条许可证的线看清楚。

CC BY-NC-SA 4.0 许可，13.4k 星。仓库地址：github.com/chatfire-AI/huobao-drama。