一、一个值得关注的开源项目：Story Studio

最近发现一个挺有意思的开源项目，叫做 Story Studio（故事工坊）。

它解决的不是简单的 AI 写文案问题，而是短视频制作中一整套繁琐的工作流程。

如果你做过短视频，应该知道制作一条高质量的历史人物故事视频有多麻烦：

• 找选题、查资料，需要时间。
• 写文案、设计开头钩子，需要反复修改。
• 配音之后，还要手动对齐音频和字幕。
• AI 生图容易出现人物长相、服饰和画风不一致。
• 最后还要把图片、音频导入剪映，逐个镜头调整关键帧。

一条两三分钟的视频，可能需要耗费大半天。

而 Story Studio 的思路是：把这些环节全部交给 AI Agent 协调完成。

你只需要给 Codex、Claude Code 等 AI Agent 一条指令，它就可以按照预设工作流完成整个视频的素材生产。

它的核心流程是：

选题策划 → 文案创作 → AI 配音 → 音频时间轴识别 → 分镜规划 → AI 生图 → 剪映草稿生成。

最终，你打开剪映专业版，就可以在已有草稿的基础上进行调整和导出。

项目地址：

https://github.com/konlu/story-studio

二、它究竟能自动化到什么程度？

我们拆解一下整个工作流程。

1. 文案创作：让 AI 不再只是生成一篇普通文章

普通 AI 写故事，最大的问题是什么？

没有冲突，没有情绪，开头平淡，读起来一股机器味。

而短视频最重要的恰恰是前几秒。

Story Studio 将历史叙事和人物故事拆分成不同的写作风格，并内置了开头钩子、故事结构和文案约束。

例如，你可以直接告诉 Agent：

使用 Story Studio，创作一篇关于林巧稚的人物故事口播稿，采用人物故事风格，长度约1500字。先核实人物生平和关键历史数据，提供3个不同风格的开头让我选择。

AI 就可以按照工作流生成开头、正文和相关内容。

这里有一个值得注意的细节：

不要把 AI 第一次生成的文案直接拿去发布。

可以让它一次生成10个不同的开头，自己挑选最有吸引力的版本，再不断修改正文。

历史人物故事尤其需要注意史料核实，不能为了追求戏剧效果而编造人物经历、对话和历史数据。

2. AI 配音：不再需要手动对齐每一句话

文案完成之后，就进入配音环节。

项目支持两种方式：

• 使用豆包语音大模型生成配音。
• 自己录制音频，再交给 Agent 处理。

其中比较有意思的是音频时间戳识别。

传统做法是：先生成配音，然后人工听录音，判断每一句话什么时候开始、什么时候结束，再去安排图片。

Story Studio 使用本地语音识别工具处理音频，将文字与实际语音时间轴对应起来。

这样 AI 就能知道：

第1张图片应该出现在哪个时间段，第2张图片应该什么时候切换。

这一步非常关键。

因为短视频的图片不是越多越好，而是要让画面和正在讲述的内容对应起来。

3. AI 分镜生图：解决画风不统一的问题

这是整个工作流中我认为比较有意思的部分。

AI 生图虽然已经很成熟，但连续生成几十张图片时，经常会出现一个问题：

第一张是国风漫画，第二张变成写实照片，第三张人物又换了一张脸。

对于历史人物故事视频来说，这种画面不统一的问题非常影响观看体验。

Story Studio 提供了三套主要视觉风格：

第一种：历史厚涂漫画风

适合古代历史、战争、帝王将相等题材，画面具有比较强的戏剧张力。

第二种：黑白纪实叙事风

适合近现代人物、历史事件和人物传记，整体更加克制。

第三种：历史写实风

适合希望呈现真实场景、自然光影和历史氛围的内容。

另外，项目还设计了参考图片机制，尽可能让同一组分镜保持统一的视觉风格。

这意味着，你可以把一篇人物故事拆解成几十个画面，再让 AI 按照统一的画风生成图片。

4. 自动生成剪映草稿：真正减少重复劳动

前面完成了文案、配音和图片，接下来就是剪辑。

Story Studio 使用 pyJianYingDraft 等工具生成剪映专业版草稿。

它可以自动完成：

• 图片和音频素材导入。
• 镜头时间安排。
• 图片推拉运镜。
• 关键帧设置。
• 镜头切换效果。

例如，一张静态图片不再只是停留在那里，而是可以根据镜头时长自动进行缓慢推近或拉远。

这样即使没有专业剪辑基础，也能得到一条具有基本动态效果的视频草稿。

需要说明的是，自动生成的是可继续编辑的工程，不代表所有内容都已经达到直接发布的标准。字幕、特效、节奏和细节仍然建议在剪映中人工检查。

三、普通人可以利用它做什么？

工具本身并不是赚钱项目，真正重要的是找到适合自己的内容方向。

结合 Story Studio 的工作流，我认为有几个方向值得研究。

1. 历史人物故事

例如：

• 中国历史上的著名人物。
• 古代帝王和名将。
• 历史上的女性人物。
• 近现代重要人物传记。

这类内容适合做系列化账号，素材和选题也比较丰富。

2. 真实人物故事

讲述普通人的奋斗经历、商业人物的成长故事，以及一些鲜为人知的人生经历。

这类内容比较依赖文案质量，尤其需要做好人物资料核实。

3. 知识科普与文化内容

例如传统文化、历史典故、科学知识、社会现象等。

通过 AI 自动生成分镜，可以降低视频制作成本。

4. 读书与人物传记内容

通过讲述一本书中的人物和故事，吸引对历史、文化和阅读感兴趣的观众。

如果后续具备相应平台的商品推广资格，还可以研究图书带货。

但要记住，流量、转化率和收益并不是由工具保证的。选题、内容质量、账号定位和平台规则都会影响最终结果。

四、真正值得关注的，是 AI Agent 带来的生产力变化

过去做一条短视频，往往需要几个人配合：

一个人负责文案，一个人负责配音，一个人负责图片，一个人负责剪辑。

现在，AI Agent 正在尝试把这些环节串联起来。

这与过去我们使用 ChatGPT 写文章、使用 AI 绘图生成图片有很大区别。

过去是一个个独立工具，需要人来回切换。

现在则是让 Agent 理解任务，按照既定流程调用不同工具，最终交付一个完整的制作工程。

当然，自动化不等于完全无人化。

AI 可以帮你提高生产效率，但不能替代选题判断、事实核查、审美和内容运营。

未来真正有竞争力的，可能不是谁拥有更多 AI 工具，而是谁能够把 AI 工具组合成一套稳定、可重复、能持续产生优质内容的工作流。

五、如何获取和使用 Story Studio？

项目目前采用开源方式发布，可以在 GitHub 查看源码和安装说明。

项目地址：

https://github.com/konlu/story-studio

如果你使用 Codex，可以尝试让 Agent 帮你安装：

请帮我安装这个开源项目：

https://github.com/konlu/story-studio

将仓库克隆到 Codex 的 skills 目录，
阅读项目说明，检查运行环境和依赖，
按照项目文档完成安装配置。

如果缺少 API Key 或其他配置，
请告诉我需要准备哪些信息。

也可以在 Windows PowerShell 中使用：

git clone https://github.com/konlu/story-studio.git "$HOME\.codex\skills\story-studio"

安装前建议先阅读项目 README 和相关脚本，检查依赖、API 调用方式及本地文件权限。

尤其是语音克隆功能，应当使用自己有权使用的声音素材，不要未经授权克隆其他创作者的声音。

六、最后说几句

我一直认为，AI 带来的最大机会，不是让我们每天多写几篇文章，而是让一个普通人拥有过去需要一个团队才能完成的生产能力。

以前，一个人想做短视频，可能需要学习文案、配音、绘图、剪辑等一系列技能。

现在，这些环节正在逐渐被 AI 自动化。

Story Studio 只是一个具体案例，但它展示了一种值得关注的方向：

一个人 + 一台电脑 + AI Agent，就有机会搭建自己的内容生产流水线。

当然，工具可以免费开源，流量却不是免费的；生产效率可以提高，内容质量仍然需要自己把关。

如果你也对 AI 自动化、短视频创作和个人副业感兴趣，可以去研究一下这个项目。

GitHub 开源地址：

https://github.com/konlu/story-studio

欢迎在评论区交流：如果现在让你用 AI 自动化制作一种短视频，你最想做历史故事、人物传记，还是知识科普？