更多AI前沿科技资讯，请关注我们：
【closerAI ComfyUI】CLOSERAI AI短剧Agent的开发与实现思考：AI短剧/短片/漫剧/动画的生产工厂，本地化高效运作的整体解决方案！
当然，我一直讨论的是基于本地开源模型的解决方案来生产制作 。如果是使用闭源模型用钱来生成的不在我讨论的范围内，毕竟有钱就能使用最好的工具和有可能生产优质的内容，当然前提你要衡量下投资与回报。 回到开源界，目前除了LTX2.3模型能使用外，估计在明天４月１０日将会有一个名叫happy horse 的更强的开源的视频生成模型发布。如果一旦开源，开源界拥有了一个强敌必然会重构现在的局势，那到时候生产力将在本地设备得到极大的提升，那到时候在AIGC特别是影视行业将回归”内容“的竞争，优者胜 。 再回归到基于本地大模型的内容生产，comfyUI是一个能同时衔接开闭源产品的高效运行的操作系统 ，是目前唯一国内外共识与认同的工具，作为未来的牛马是一个必然会接触的工具之一。所以，我在开发AI短剧Agent工作台这个应用时，重点是想打通本地设备就能使用Agent来实现内容的生产。 目前，已完成了开发,可以在这里查看介绍： https://aigc.douyoubuy.cn/ai-agent/ 本项目采用了协同瀑布流架构 (Collaborative Cascade Architecture)，将短剧生产模拟为一个标准化的工业电影剧组。每个 Agent 扮演不同的职业角色，通过严格的数据契约进行上下游交付。
以下是 Agent 的详细逻辑与分工设计：
1. 核心架构设计理念
模块化 (Modular)：每个系统都是独立的 Agent 逻辑，负责生产特定维度的资产（如：文本大纲、视觉身份、分镜提示词）。
工业级约束 (Industrial Constraints)：Agent 并非随意发挥，而是受限于“时长红线”。例如：15秒的短剧，StoryPlanner 会强制将其规划为 1 集，ScriptWriter 则会强制将其拆解为固定数量的分镜，确保后期能对齐。
资产一致性关联 (Asset Consistency)：通过 CharacterDesigner 提前锁定视觉身份，后续所有分镜都会自动关联这些预设资产。
2. Agent 分工手册
总制片 StoryPlanner 将碎片化的灵感转化为具备商业价值的剧本蓝图。负责“钩子”设计、节奏规划。 视觉总监 CharacterDesigner 锁定角色与场景的视觉 DNA。确保不同剧集间人物不“崩脸”，环境不失真。 主编剧 ScriptWriter 负责详细的剧本写作。将概要扩充为包含具体对白、情感锚点、运镜建议的分镜脚本。 分镜导演 StoryboardGenerator 核心连接器 。将编剧的文字转化为 AI 易懂的视觉语言，并建立资产匹配索引。 T2I (文生图) 提示词、I2V (图生视频) 提示词、角色/场景关联索引。 制片执行 VisualGenerator 执行具体的生图和生视频任务，对接底层引擎 (SD/DALL-E/ComfyUI)。 后期导演 EditorAgent 核心调度流水线。利用剪辑 引擎将由于前序步骤产生的零碎资产按照时间轴精确拼接。
在Agent中其实就是四大模块：
首先用户输入想法：可以是一小段文本，可以是一个剧本文档： 如我输入： 火星撞击地球，灾难悬疑，15秒，写实风格， 先规划总剧本大纲和角色与场景的设计。生成后可以自己修改，也可以重新生成，我加入了版本控制，可方便进行切换使用。 切换到角色与场景中，就会得到刚才在剧本大纲生成的结果，角色与场景的资产设计。 这里就是生成角色图，支持API调用第三方的实现文生图，当然，我重点是支持本地使用comfyUI来实现生图，在我看来，应用要与comfyUI相互配合要实现内容生产，comfyUI在这里充当一个”点“，即其中一个环节（流程），用完即走，整体是围绕AI短剧的内容生产服务。 当然这里选用的是FLUX klein的工作流来对接实现： 因为flux klein本生就是为这类的应用场景设计的高效模型。本地设备越好，生成速度就越快，基本是秒级生产。当然它的缺点是不会”写“中文。当然如果说你想要使用qwen体系的模型，我提供了定制工作流的对接，如下图示： 回到角色与场景的模块，支持一键生产资产图的功能，因为在Agent中，已经直接产出角色描述、文生图提示词，设置支持有参考图的图生图如果你有要用的角色，直接上传后，Agent会判断出是参考生图。 前面的Agent解决了总剧本，角色与场景的设计，分镜脚本就是要解决详细内容的问题。这里点击 启动全集扩写，这样就能基于第一第二步的内容进行分镜的扩写。 它会全自动将每个分镜的内容匹配上角色与场景，形成详细生图提示词与视频生成提示词的描述呈现出来。 我们可以在分镜精细化生产工厂去编辑内容，生产分镜图与分镜视频。 然后在至少出完分镜图的情况下，提供分镜拼接。这里的目的是将分镜组合，因为本地设备不好的话，还能通过产出分镜图与脚本，在Seendance2.0这样的闭源产品中生成。以下是分镜拼接功能： 两种模式，图文分离就是最好的输出。如我输出了九宫格分镜图，然后在豆包使用seedance2.0进行视频生成： 这里要注意，Seedance2.0是不能生成写实类的。所以先转线稿再输入脚本分镜，如下图示： 当然，上面是在本地设备生成视频速度慢的情况下，可以跳出使用其它平台的模型来实现内容生产，但如果设备在8G以上显存，我们可以使用我们这个Agent对接的comfyUI LTX2.3 GGUF工作流来实现视频生成。 在这个模块生产完分镜图片与视频后，进入导出成片的模块。 这个版本的Agent会将生产好的图片与视频整理出来，按分镜顺序排列，我们可以随时查看： 一键打包图片与视频，然后通过其它剪辑工具后期处理。 第二个是提供剪辑工坊：直接进入剪辑工坊进行处理然后输出： 在模型方面的选择，文本生成模型选择Gemma4！图像生成模型选择flux2 klein，视频生成选择LTX2.3音画同步生成。 这是一次非常成功的尝试与实现。所以我也很期待Happy horse的明天的发布。这样在视频生成模型这一块的选择又多了一个。 基于以上的思考与实现， 开发了 AI短剧/短片/漫剧/动画的Agent工作台，本地化高效运作的整体解决方案： https://aigc.douyoubuy.cn/ai-agent/ 以上就是分享的全部内容，有需要的可以上我的网站上了解。由于这个项目是跟麻薯像素合作，需要到其网站上开通订阅。 CloserAI 会员小伙可联系我获取一年订阅使用。 上面在九宫格分镜图视频制作中，还有另外一种方法，在runningHug上的无限画布，也能生成分镜与视频 在图像与视频生成中，一个节点就能直接调用使用并生成。十分方便，且价格优惠。它通过集成闭源模型简化了工作流程直接输入即所得，速度很快。是一个不错的选择。通过 注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151 注册后打开无限画面
关于分镜我也在RH上生成了应用，可通过下方直接使用。
本地算力不够怎么办？
如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn
NanoBanana Pro分镜图应用体验地址 ：
https://www.runninghub.cn/ai-detail/1998278644248272898
注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151 通过这个链接第一次注册送1000点，每日登录送100点 最后几句：
如果对你有帮助，请一键三连支持下我，感谢
Closer AI 3D Pose Editor :http://aigc .douyoubuy.cn/2025 /12 /03 /3448 /closerAI-nanoPrompts: http: //closerai.douyoubuy.cn/ 2025 /11 /24 /3396 /closerAI 分镜设计 软件（exe）本地运行版 http: //aigc.douyoubuy.cn/ 2025 /11 /22 /3350 /以下是closerAIwater节点： http: //aigc.douyoubuy.cn/ 2025 /10 /22 /3121 /分镜分词器节点： http: //aigc.douyoubuy.cn/ 2025 /10 /11 /3080 /json结构化提示词 http: //aigc.douyoubuy.cn/ 2025 /11 /05 /3242 /以上是closerAI团队制作的 CLOSERAI AI短剧Agent 的介绍 ， 当然，也可以在我们closerAI会员站上获取(查看原文) 。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。
>/ 作者：JimmyMo
更多AI前沿科技资讯，请关注我们：
夜雨聆风
