ARTICLE · 1012714
八仙过海:八大开源AI短剧制作工具选型
导读
AI短剧这个赛道，2026年彻底杀疯了。8个主流开源项目加起来近10万Star，从小说自动转短剧，到剧本、角色、分镜、成片全流程自动化，README一个比一个唬人。但真正选型时你会发现：有的要配三类API才能跑通，有的偷偷绑定自家API平台，有的干脆不再公开源码。 这篇文章把这8个工具按技术形态分成三大门派，逐个拆解功能定位、优劣势和适合场景。一张对比表、七种选型推荐，看完直接对号入座。
先看一组数据：Toonflow 15.6k Star、huobao-drama 15.1k、waoowaoo 14.1k、ViMax 12.4k、Pixelle-Video 28.1k……8个项目全部在2026年保持活跃更新，最猛的Pixelle-Video半年多攒了2.8万Star。
这说明什么？AI短剧不再是"能不能做"的问题，而是"用什么做"的问题。
但问题来了：这8个工具看着都差不多——都是"剧本到成片全流程自动化"，都是"角色一致性管理"，都是"多模型支持"。到底哪个能用？哪个是坑？哪个适合你的场景？
这篇文章按技术形态把它们分成三大门派，逐个拆解。
一、三大门派总览：30秒对号入座
| Skill机制型 | |||
| 平台绑定型 | |||
| 纯本地工具型 |
二、Skill机制型：给你一个能改"大脑"的短剧工厂
先澄清一个概念：这里的"Skill"不是手机小程序那种Skill，而是Agent的核心提示词被外化成Markdown文件——你可以直接编辑它，改变AI Agent的行为逻辑，改完即时生效，不用重启不用改代码。
8个项目里只有2个做到了这一点。
Toonflow：无限画布 + 三层Agent
基本信息：15.6k Star，TypeScript，Apache-2.0，北京爱阿科技出品，894次提交
Toonflow的世界观看一眼就懂：
Toonflow = 无限画布（工作台） + 三层Agent（大脑） + Skill文件（可调教的灵魂）
无限画布类似Miro/Figma，剧本、角色、分镜、素材、视频都是画布上的节点，自由拖拽编排。三层Agent分工明确：决策层拆任务、执行层生成内容、监督层审质量。Skill机制是核心卖点：ScriptAgent和ProductionAgent的提示词全部外化在data/skills/目录下，界面直接编辑，保存即生效。
它还做了一件很硬的事——章节事件图谱驱动改编：自动提取原著章节事件并结构化存储，剧本改编时按事件图谱精准调用上下文，不是简单把小说丢给LLM让它自由发挥。可编程供应商系统也很巧：在设置中心直接写TypeScript接入逻辑，不用改源码不用重启。
优势：
劣势：
适合谁：有提示词工程基础、想深度定制Agent行为、需要小说忠实改编的创作者和小型工作室
huobao-drama（火宝短剧）：四Agent流水线
基本信息：15.1k Star，Vue/TypeScript，CC BY-NC-SA，迭代非常勤（最近更新2026年9月）
火宝的思路更线性：剧本→角色→分镜→视频，一条流水线跑到底。内置4个Mastra Agent，各司其职：
script_rewriter | |
extractor | |
storyboard_breaker | |
prompt_generator |
这4个Agent的技能定义同样以SKILL.md形式存放在backend/workspace/skills/，UI里直接编辑，v2.0.0还支持运行时热加载。对火山引擎Seedance 2.0（Standard/Fast/Mini三档）和MiniMax H3、阿里百炼Wan 3.0的支持是几个工具里最完善的。还有一个很贴心的设计：Huobao Quick Setup——粘贴一个API Key，一键写入文本/图像/视频三个推荐配置，比手动逐个配置省事得多。
优势：
劣势：
适合谁：追求线性流程上手快、主要用火山引擎系视频模型、个人非商业使用的创作者
三、平台绑定型：方便是真方便，锁也是真锁
BigBanana：不再公开源码的"工业级"
基本信息：2.2k Star，CC BY-NC-SA，仅Docker镜像部署
BigBanana的"关键帧驱动"理念确实有想法：先用AI生成精准的首帧和尾帧，再让视频模型在两帧之间插值过渡，运镜和起止画面精准可控。五个阶段做得很完整：叙事规划→一致性资产→镜头制作→成片交付→提示词管理。镜头制作阶段还支持九宫格分镜预览——先生成9个候选视角，再选整图或裁切单格作为首帧，构图方案快速确认。成片交付阶段内置CutOS风格时间线编辑器，支持调序、裁剪、滤镜。
但你必须知道三件事：
优势：
劣势：
适合谁：只想出片不想折腾、不在意源码和平台锁定、用AntSK价格的个人创作者
waoowaoo：画布对话式，但只认OpenRouter
基本信息：14.1k Star，TypeScript（Next.js 16+React 19），Elastic License 2.0（注意：非OSI开源）
waoowaoo的定位很独特——不是"剧本到视频"流水线，而是一个画布+对话的创作工作台：左边画布上传素材、整理文件、预览结果，右边Assistant连续对话驱动创作。适合"不想走固定流程、边聊边做"的创作者。技术栈相当豪华：MySQL + Temporal + Redis + MinIO，Docker一键起，连Caddy反代和本地HTTPS证书都配好了。
两个必须知道的"锁"：
优势：
劣势：
适合谁：不喜欢固定流程、喜欢边聊边做、愿意用OpenRouter的灵活型创作者
四、纯本地工具型：四个选手，四种性格
Jellyfish：一致性管理做成"一等公民"
基本信息：6.4k Star，Python（FastAPI），Apache-2.0，最近更新2026年7月
Jellyfish最大的亮点一句话能说清：角色、场景、道具、服装四类实体跨镜头共享复用，从机制上减少"变脸"和"换画风"。这不是附加功能，而是系统的一等公民——所有镜头生成时自动读取关联的角色定妆照、场景概念图、道具参考图。
工作流设计很讲究：剧本拆分→镜头准备→候选确认→镜头就绪→生成。每一步AI提取的角色候选、场景候选、对白候选，都由人工确认或忽略，还能链接已有实体。镜头准备阶段有统一的就绪状态判断，未就绪不让生成，减少返工。还有统一异步任务中心——文本/图片/视频任务全走一个异步队列，支持取消、状态追踪、超时恢复。
优势：
劣势：
适合谁：对角色一致性要求极高、有Docker部署能力、需要精细控制每一步的创作者和小型工作室
moyin-creator（魔因漫创）：为批量生产而生
基本信息：4.5k Star，TypeScript（Electron+React），AGPL-3.0，最近更新2026年8月
魔因漫创是8个里面最有"生产线"气质的：剧本→角色→场景→导演→S级五大板块，上一步产出自动流入下一步。角色一致性用6层身份锚点+角色圣经（Character Bible）管理，S级板块直接支持Seedance 2.0多模态创作——能将多个分镜分组合并生成连贯叙事视频，支持@Image/@Video/@Audio多模态引用，角色参考图、场景图、首帧图自动收集。智能提示词构建做得很细：自动三层融合（动作+镜头语言+对白唇形同步），Seedance 2.0参数约束自动校验（≤9图+≤3视频+≤3音频，prompt≤5000字符）。
批量生产该有的都有：多供应商API Key轮询负载均衡、任务队列、失败自动重试。
优势：
劣势：
适合谁：需要批量生产短剧/动漫番剧、对角色一致性有刚需、个人或小团队非闭源使用的创作者
Pixelle-Video：门槛最低，但要想清楚它做的是"短视频"
基本信息：28.1k Star（8个里最高），Python，Apache-2.0，AIDC-AI（含ATH-MaaS）出品
Pixelle-Video的核心体验简单到不像话：输入一个主题，等几分钟，拿走一条带配图、配音、字幕、BGM的完整视频。不用写剧本，不用管分镜，不用配角色。Windows用户有整合包：下载解压，双击start.bat，浏览器自动打开localhost:8501，连Python和ffmpeg都不用装。
功能覆盖面出乎意料地广：AI智能文案、AI配图、AI视频片段、数字人口播、动作迁移、图生视频、多语言TTS、声音克隆。三种媒体生成模式按预算选——ComfyUI本地（0元）、RunningHub云端（付费）、直连API（通义/可灵/Seedance）。完全免费方案：Ollama本地LLM+ComfyUI本地生图=0元。
但要想清楚一件事：它生成的是解说类短视频（科普号、知识号那种），不是有角色有剧情的微短剧。28k Star是"短视频自动化"的Star，不是"AI短剧"的Star。如果你的目标是做"AI微短剧"（有角色、有分镜、有剧情），它的能力不够；但如果做知识科普、文化解说类视频，它是最简单也是免费的选择。
优势：
劣势：
适合谁：零基础做知识科普/文化解说短视频、预算有限想完全免费、不需要角色和剧情的创作者
ViMax：为长篇小说而生的学术派
基本信息：12.4k Star，Python，MIT（8个里最宽松），港大HKUDS出品，有arXiv论文（2606.07649）背书
ViMax是多Agent协作架构：导演、编剧、制片人、视频生成器四个角色分工协作。杀手锏是Novel2Video模块——专为长篇小说设计，处理三件最难的事：
四种模式覆盖全场景：Idea2Video（点子→视频）、Script2Video（剧本→视频）、Novel2Video（小说→剧集）、AutoCameo（把照片里的人/宠物放进生成的故事）。三种入口任选：TUI命令行对话、Web UI（v1.2.0引入，localhost:4173）、Python脚本直驱。支持OpenAI兼容接口、OpenRouter、Google Gemini，图像用GPT Image 2/NanoBanana，视频用Veo/Seedance 2.0 Fast。
优势：
劣势：
适合谁：有长篇小说改编需求、看中许可证宽松、有Python/命令行基础的创作者和开发者
五、避坑指南：5个通用陷阱
这8个工具各有各的坑，但有5个坑是通用的，选型前先记下来：
坑1：API费用没概念就开跑
视频生成是大头，Sora/Seedance/Veo一条几分钟的视频动辄几十上百元。先算单条成本，再决定批量。Toonflow官方给的参考：2分钟成片约130元。建议所有工具都先拿500字短文本跑通全流程，确认效果再上量。
坑2：许可证陷阱
CC BY-NC-SA（huobao-drama、BigBanana）禁止商用；AGPL-3.0（moyin-creator）改代码必须开源；Elastic 2.0（waoowaoo）禁止对外提供托管服务。想商用变现的，优先Apache-2.0（Toonflow、Jellyfish、Pixelle-Video）和MIT（ViMax）。
坑3："开源"二字要看清
BigBanana仓库还在，但源码不再同步更新，你拿到的是Docker黑盒。下载前看一眼README的"源码更新说明"，别以为clone下来就是完整源码。waoowaoo的Elastic 2.0也不是OSI定义的开源，是"源码可见软件"。
坑4：平台绑定后迁移成本高
剧本、角色设定、分镜数据都存在工具自己的数据库里（SQLite/MySQL）。用得越深，迁移越痛。选平台绑定型工具前，先想好它锁的这家API平台你愿不愿意长期用。BigBanana锁AntSK，waoowaoo锁OpenRouter，换平台=换工具。
坑5：目标错位
Pixelle-Video做的是短视频不是短剧——28k Star是"短视频自动化"的Star。选型前先想清楚：你要的是"输入主题自动出一条解说视频"，还是"把小说/剧本变成有角色有剧情的短剧"？目标错位是最大的坑。
六、选型推荐：七种场景对号入座
| Pixelle-Video | |||
| Toonflow / ViMax | |||
| moyin-creator | |||
| Jellyfish | |||
| waoowaoo | |||
| Toonflow / huobao-drama | |||
| ViMax / Pixelle-Video / Toonflow |
一句话总结
这8个工具没有"最好"，只有"最适合"。想清楚三件事再动手：你的素材是小说还是点子？你要的是短视频还是微短剧？你愿意被锁在哪个平台？想清楚这三个问题，选型表格自己会说话。
AI短剧工具还在快速迭代，这8个项目全部处于活跃开发期。建议选一个先跑通全流程，跑的过程中你自然知道自己缺什么——先跑起来，边用边换，比对着参数表纠结强一百倍。
关注「小龙虾踩坑指南」，第一时间收到更多 Agent 工具实测 👇