ARTICLE · 1136823
腾讯开源AI漫剧工具:一条命令生成视频
腾讯开源 WorkRally：面向 AI Agent 的漫剧视频创作全流程工具集，支持生图、生视频、生音频、提示词优化、无限画布和项目管理，30+核心能力一条命令搞定，6 种视频生成模式，资产库管理角色一致性，还能让 AI Agent 自动帮你做漫剧。
腾讯又出手了
最近刷 GitHub，发现腾讯开源了一个新东西——WorkRally。
第一眼看到，我以为又是一个普通的 AI 绘图工具。
点进去一看，嚯，来头不小。这不是一个简单的生图工具，而是一整套 AI 漫剧视频创作的 CLI 工具集。
什么意思呢？就是你在命令行里敲几条命令，就能完成从项目创建、角色设定、生图、生视频、配音频到最终成片的全流程。
而且它是专门为 AI Agent 设计的，可以被 Codex、Claude Code 这些 AI 编程助手直接调用，让 AI 帮你自动做漫剧。
147 颗星，MIT-0 协议，完全免费商用。
今天就带大家盘一盘这个工具，看看它到底能干嘛，以及怎么上手。
WorkRally 是什么
先一句话说清楚：
WorkRally 是腾讯开源的、面向 AI Agent 的 AIGC 漫剧视频创作全流程工具集。
它的背后是腾讯的 WorkRally 平台（workrally.qq.com），这个 CLI 工具把平台的 30 多项核心能力封装成了命令行指令。
你可以把它理解为：
一个命令行版的漫剧创作工作台 一个AI Agent 可以直接操作的创作工具 一条从文字到视频的自动化流水线
跟市面上那些「一句话生成视频」的工具不一样，WorkRally 走的是工业化生产路线。
它不是给你一个输入框让你瞎碰运气，而是提供了完整的项目管理、资产库、场次管理等专业功能。
简单说，它更像是给专业创作者和团队用的生产工具，而不是玩具。
六大核心能力
WorkRally 的功能很全，我挑最核心的六个给大家讲讲。
AI 生图：多参考图 + 高质量
生图是漫剧创作的基础。WorkRally 的生图能力基于 Kontext 模型，支持多参考图输入。
什么概念呢？你可以上传角色设定图、场景参考图，然后让 AI 按照你的描述生成新的画面，同时保持角色和风格的一致性。
分辨率支持 1080P、1440P 甚至 2160P，质量档位可选 high 或 standard。
如果你用过 Midjourney，它还支持传 Midjourney 的扩展参数，比如 stylize 之类的。
AI 生视频：6 种驱动模式
这是 WorkRally 最厉害的地方之一——视频生成有 6 种模式。
不是那种只有「文生视频」一种模式的玩具，而是覆盖了专业创作的各种场景：
- Text 模式
：纯文字生成视频 - 图生视频
：文字 + 参考图，让画面动起来 - 首尾帧模式
：给第一张和最后一张图，AI 补中间的动画 - 参考主体模式
：给角色参考图，控制角色一致性 - 视频编辑模式
：基于已有视频修改 - 智能编辑 / 视频延长
：把短视频变长，或者智能剪辑
每一种模式都对应不同的创作需求。
比如做漫剧，你可能先用「首尾帧模式」做出关键镜头，再用「视频延长」把镜头拉长，最后用「智能编辑」调整细节。
而且默认自带音效，不用后期单独配。
AI 生音频：音效 + 音乐
漫剧光有画面还不够，声音也很重要。
WorkRally 内置了音频生成能力，分两种：
- 音效生成
：比如雨声、脚步声、打斗声 - 音乐生成
：支持输入歌词，生成带人声的歌曲
音色模型有多种可选，MiniMax 的音频模型也支持。
这样一来，画面+声音一条龙，不用再去找别的工具配音效了。
提示词优化：让 AI 帮你写提示词
很多人做 AI 视频最大的痛点是：提示词写不好。
同样的内容，提示词写得好和写得差，出来的效果天差地别。
WorkRally 有个「提示词优化」功能，你把粗糙的描述丢进去，它会帮你优化成专业的视频生成提示词。
还支持上传参考视频、参考图片、参考音频，AI 会综合这些素材来优化提示词。
对于新手来说，这个功能非常实用。
无限画布：可视化创作
除了命令行操作，WorkRally 还支持无限画布。
这个画布是基于 Yjs 协同编辑技术做的，支持 8 种节点类型，可以实时同步。
什么意思呢？就是你可以在画布上拖拽节点、排列分镜、管理素材，就像在 Figma 里做设计一样。
而且 AI Agent 也可以操作这个画布——你让 AI 帮你生成一张图，它会自动在画布上创建占位节点，生成完直接显示在画布上。
项目 & 资产库：工业化管理
这是 WorkRally 跟其他工具最大的区别：它有完整的项目管理体系。
不是一张一张图地生成，而是按「项目→剧集→场次」的层级来组织：
- 项目
：一部漫剧就是一个项目 - 剧集
：项目下面分多集 - 场次
：每一集由多个场次（镜头）组成
每个场次都有独立的图片生成线、视频生成线、音频生成线。
还有资产库，树形管理人物、道具、场景素材，你可以把角色设定存进去，做的时候直接调用，保证全片角色一致。
这个架构，完全是工业级漫剧生产的标准配置。
快速上手
讲了这么多，怎么上手呢？
其实很简单，WorkRally 是一个 npm 包，一条命令就能安装。
安装
全局安装 CLI
npm install -g workrally配置登录
安装完之后，需要配置 API Key。
API Key 可以在 WorkRally 官网（workrally.qq.com）的开放平台申请。
Agent / 服务器使用（推荐）
workrally auth login --token <YOUR_API_KEY>或者用环境变量：
export WORKRALLY_API_KEY=<YOUR_API_KEY>本地个人使用
workrally auth login这个命令会自动打开浏览器，走 OAuth 登录流程，适合在自己电脑上用。
登录成功后，验证一下：
workrally auth status显示已登录就 OK 了。
看看有哪些命令
WorkRally 的命令很多，但不用记，随时可以 --help 查看。
也可以看模型列表：
workrally generate image-models workrally generate video-models workrally generate audio-models模型 ID 必须动态获取，不要硬编码——这是官方强调的规则。
实战：三步做出第一条漫剧
光说不练假把式，我们来走一遍完整流程。
第一步：创建项目和剧集
先建一个项目：
workrally project create 「我的第一部漫剧」 -o json会返回项目 ID，记下来。
然后在项目下面建一集：
workrally series create --project-id <项目 ID> --name 「第一集」 -o json记下剧集 ID。
第二步：批量创建场次
场次就是镜头。我们批量创建几个场次：
workrally shotlist create --series-id <剧集 ID> --json-list '[ {「image_prompt」:「古风庭院，一个白衣少女站在樱花树下，唯美风格」}, {「image_prompt」:「少女抬头仰望天空，樱花飘落，特写镜头」}, {「image_prompt」:「少女转身离开，背影渐行渐远，远景镜头」} ]'每个场次都有图片提示词和视频提示词，上面的例子只写了图片的。
第三步：生成图片、视频、音频
选好模型，然后批量生成。
先看看有哪些模型可用：
workrally shotlist models --category image,video,audio -o json选好模型 ID 后，设置到场次上：
workrally shotlist set-model --series-id <剧集 ID> \ --image-model <图片模型 ID> --image-aspect-ratio 16:9 \ --video-mode SubjectToVideo --video-model <视频模型 ID> \ --duration 5 --video-aspect-ratio 16:9 \ --audio-model <音频模型 ID>然后生成：
workrally shotlist generate-image --project-id <项目 ID> --story-ids <场次 ID1>,<场次 ID2>,<场次 ID3> workrally shotlist generate-video --project-id <项目 ID> --story-ids <场次 ID1>,<场次 ID2>,<场次 ID3> workrally shotlist generate-audio --project-id <项目 ID> --story-ids <场次 ID1>,<场次 ID2>,<场次 ID3>查看生成进度：
workrally shotlist get-result --story-id <场次 ID> --type image --watch workrally shotlist get-result --story-id <场次 ID> --type video --watch workrally shotlist get-result --story-id <场次 ID> --type audio --watch等全部生成完，一条漫剧就做好了。
整个过程，全部在命令行里完成，不需要打开任何网页。
Agent 时代的创作方式
WorkRally 最有意思的地方，是它从设计之初就是为 AI Agent 服务的。
什么意思呢？
普通的 AI 工具，是给人用的——你打开网页，点按钮，填参数。
但 WorkRally 不一样，它提供了完整的 Skill 定义，AI Agent 可以直接理解和调用。
你把 WorkRally 的 Skill 装到 Codex 或者 Claude Code 里，然后跟 AI 说：
「帮我做一部关于太空冒险的漫剧，主角是一个机器人，三集，每集五个镜头。」
然后 AI 就会自动：
创建项目和剧集 设计角色并上传到资产库 写好每个场次的提示词 生成图片 生成视频 配上音效 最后把成品给你
整个过程你不需要敲一条命令，全部由 AI 代劳。
这才是真正的 AI 辅助创作——不是 AI 替你想创意，而是 AI 替你干体力活。
而且因为是 CLI 工具，你还可以把它集成到自己的自动化流水线里，比如 GitHub Actions、定时脚本等等。
想象一下：每天早上自动生成一条漫剧，发到短视频平台——这在以前是不敢想的。
适合谁用
讲了这么多，WorkRally 到底适合谁呢？
漫剧创作者：如果你在做 AI 漫剧，WorkRally 的场次管理和资产库功能会大幅提升你的生产效率。角色不用每次重画，场次可以批量生成，比一张一张地抠效率高多了。
独立开发者：如果你想做自己的 AI 视频应用，WorkRally 可以作为底层引擎。你不用自己对接一堆 AI 模型，直接调 WorkRally 的 CLI 或 API 就行。
AI Agent 玩家：如果你在用 Codex、Claude Code 这些 AI 编程助手，装一个 WorkRally Skill，让 AI 帮你做视频。这个体验真的很不一样。
内容团队：如果你们团队在批量生产 AI 内容，WorkRally 的项目管理和协同画布可以提升团队协作效率。
怎么开始
想上手的话，建议按照这个顺序：
先去 GitHub 星标一下项目：https://github.com/Tencent/workrally 去官网申请 API Key：https://workrally.qq.com/open-api 全局安装 CLI： npm install -g workrally试着生成一张图、一段视频，感受一下 走一遍完整的「项目→剧集→场次→生成」流程 如果用 AI 编程助手，装上 Skill，让 AI 帮你操作
目前项目还在快速迭代中，版本已经到 2.10.1 了，功能比较稳定。
腾讯出品，质量还是有保障的。
写在最后
AI 漫剧这个赛道，最近越来越热闹了。
从最开始的「一句话生成视频」，到现在的工业化生产流水线，工具进化得很快。
WorkRally 这种CLI + Skill 的形态，我个人非常看好。
因为它不是把用户关在一个黑盒里，而是把能力开放出来，让你可以自由组合、自由集成、自由创造。
AI 创作的未来，不应该是「一键生成」的懒人模式，而应该是「人机协作」的增效模式——人负责创意和审美，AI 负责执行和重复劳动。
WorkRally 走的，就是这条路。
感兴趣的朋友，不妨去试试。