夜雨聆风学习资料网

ARTICLE · 1188026

不追求"一句话成片"的 AI 短剧工具:Jellyfish 让人来确认每一个镜头

不追求"一句话成片"的 AI 短剧工具:Jellyfish 让人来确认每一个镜头

这是这个系列里第四个 AI 视频工具了。前面三个——火宝短剧、Toonflow、Pixelle-Video——卖点都很像:越自动越好,最好一句话就出成片。

今天这个 Forget-C/Jellyfish 走了另一条路。它的定位是"AI 短剧的端到端生产工作台",核心不是"全自动",而是让人在关键节点上确认,再交给 AI 去生成。

项目 6000 多星,文末我把四个工具放在一起做了个对比。

一、它的流程:每一步都有"确认"

阶段
做什么
剧本拆解
把章节剧本拆成镜头,提取角色、场景、道具、服装和台词
镜头准备
关联已有的角色、场景等资产,修正镜头基本信息
候选确认
对 AI 提取出来的资产和台词,逐个接受或忽略
镜头就绪
统一的"就绪状态",决定这个镜头算不算准备好了
生成工作台
管理关键帧和参考图,预览视频提示词,单个或批量生成

注意中间两步:AI 提取出来的东西,不是直接拿去用,而是变成"候选",等人来确认。

二、README 里的三句话

Jellyfish 的 README 不长,但有三句话把它的设计思路说得很清楚。

1. "把一致性当成头等问题。"

它有一套共享的实体模型,把角色、场景、道具、服装都当成可以跨镜头复用的资产。新建资产时,界面还会检查名字是不是已经存在,鼓励你复用而不是重复创建。

服装被单独列出来,这一点很细。同一个角色换了衣服,在 AI 视频里经常就"变成另一个人"了。把服装当成独立资产来管,是真做过短剧的人才会想到的。

2. "把'已准备好'和'正在生成'分开。"

一个镜头的素材、台词、参考图都确认齐了,才算"就绪";就绪之后,才进入生成。

这听起来像常识,但很多工具是边准备边生成,准备不全的镜头也直接拿去跑视频。而视频生成是整条流程里最贵、最容易失败的一步。先确认再生成,省的是真金白银。

3. "把耗时的生成当成可追踪的任务。"

文字、图片、视频的生成任务,都走同一套异步任务系统:能看进度、看耗时、能取消、能恢复,还能一键跳回对应的项目、章节或镜头。

批量生成几十个镜头时,哪个成功、哪个失败、哪个还在跑,一目了然。不过 README 没有解释"恢复"具体怎么实现,比如服务重启之后,跑到一半的任务能不能接着跑,这一点需要自己测。

三、它更像一个团队工具

从技术栈就能看出来:MySQL、Redis、对象存储、前后端分离、用 OpenAPI 生成前后端接口。这不是一个双击就能打开的桌面小工具,而是一套需要部署和维护的生产系统。

项目网站提到,后端用 LangChain / LangGraph 来编排 Agent 工作流。

好处是结构清晰、适合多人协作、容易二次开发;代价是上手门槛比前面几个高,个人用户可能会觉得重。

四、部署前,自己检查这几件事

README 里有几件事没有写,部署前请自己确认:

  • 有没有登录鉴权。
    README 没有提到。前端在 7788 端口,后端在 8000 端口,后端还自带 Swagger 接口文档页面(/docs)。
  • 默认密码。
    README 让你复制 .env.example 为 .env,但没说明里面的默认值。数据库、Redis、对象存储的密码,部署前一定改掉。
  • 端口暴露。
    它会起 MySQL(默认 3306)、Redis(默认 6379)、对象存储(默认 9000)。放在服务器上时,这些端口不应该对公网开放。
  • 支持哪些模型。
    README 只说支持"多供应商、多模型管理",没有列出具体名单。

我的原则是:README 没写,不代表没有;但在你确认之前,按没有来防。上一篇 Toonflow 就在 README 里明确写了"没有登录鉴权"。这类工具里存着你的模型 API Key,端口一旦暴露,别人用你的 Key 生成视频,账单算你的。

五、四个 AI 视频工具,怎么选

火宝短剧
Toonflow
Pixelle-Video
Jellyfish
Star
15.8k
16.8k
29.0k
6.6k
协议
CC BY-NC-SA(非商用)
MIT
Apache 2.0
Apache 2.0
做什么
小说到短剧
短剧、漫剧
解说类短视频
短剧
思路
四个 Agent 全自动流水线
无限画布 + 节点
一个主题一条成片
人工确认 + 一致性管理
形态
桌面、Docker
桌面、Docker
网页、Docker、整合包
Docker Compose
适合
个人非商用练手
个人和小团队
知识解说类账号
有一定规模的团队

一句话总结:想快速出片看前三个,想稳定量产看 Jellyfish;想商用,先看协议。

六、合规:四篇都绕不开的那几条

不管用哪个工具,这几件事都一样:

  • 改编别人的小说,需要原作者授权。
  • 《微短剧发展管理办法》已于 2026 年 9 月 1 日施行:AI 生成、制作的微短剧,须在每集明显位置添加提示标识,上线前还要按分类走审核或许可。
  • 用到真人的脸和声音,先拿授权。

谁该看,谁该试

  • 该试
    :已经在做 AI 短剧、开始遇到角色不一致、镜头管理混乱、批量任务失控的团队。
  • 该看
    :做 AI 视频生产系统的开发者。"候选确认""就绪状态""统一任务中心"这三个设计,可以直接借鉴。
  • 先别急
    :只想自己玩一玩的个人用户,前面几个工具上手更快。
  • 部署前
    :先把鉴权、默认密码和端口检查一遍。

我的看法

写完这四个工具,我有一个越来越清楚的感受:AI 短剧工具正在分成两条路。

一条是"越自动越好":一句话、一个主题,剩下全交给 AI。这条路好传播、好演示,星标也涨得快。另一条是"把人放回流程里":AI 负责提取和生成,人负责确认和把关。Jellyfish 走的是第二条。

我更看好第二条,原因很实际。视频生成按次收费,一个没准备好的镜头跑出来就是浪费;AI 微短剧上线要过审核、要加标识,本来就需要人把关;而观众最容易出戏的,恰恰是角色"这一集和上一集长得不一样"。

这三个问题,"全自动"都解决不了,"人来确认"可以。

Jellyfish 的星标是四个里最少的,但它是唯一一个把"一致性"和"确认"写进设计原则的。在一个人人都在比谁更自动的赛道里,愿意承认"有些事还得人来"的工具,反而让我更有信心。

相关学习资料