夜雨聆风以前做短剧缺的是剧组，现在缺的可能是一条能稳定试错的流水线。
● ● ●
开篇
最近短剧这事，已经不是「内容圈热闹」那么简单了。
红果短剧这类平台把分发、流量、付费、广告变现跑通以后，短剧一下从小圈子玩法，变成了一门可以算账的生意。
有人靠 AI 动画频道做到 1600 万粉，134 条视频里，单条最高 7300 万播放。
这个数字你可以先不急着羡慕。真正值得注意的是另一个问题：
如果 AI 短剧真的能起号，那普通人到底缺什么？
不是缺想法。
想法谁都有。霸总、修仙、逆袭、爽文、末世、重生，随便刷十分钟平台，你脑子里能蹦出二十个开头。
真正缺的是：剧本谁写、分镜谁拆、角色谁统一、画面谁生成、视频谁合成、版本谁管理。
也就是一条生产线。
Toonflow 这个开源项目，刚好瞄准了这里。
● ● ●
● ● ●
它不是一个「视频生成按钮」
现在市面上的 AI 视频工具太多了。
输入一句话，生成 5 秒视频。挺酷，但离短剧还差很远。
短剧不是一个画面。短剧是连续剧情，是人物关系，是节奏，是冲突，是一集接一集地更新。
所以我看 Toonflow 的第一反应不是「又一个文生视频工具」，而是：
这东西想做的是 AI 短剧工作台。
GitHub 上它的描述很明确：把小说、故事、剧本快速转成动画短剧。当前仓库 9.3k+ Star、1.6k+ Fork，Apache-2.0 开源协议，还是跨平台桌面端。
也就是说，它不是只给你一个生成按钮，而是想把「策划 → 编剧 → 分镜 → 出片」这一整套流程，塞进一个可操作的工作台里。
这就很有意思了。
● ● ●
● ● ●
短剧生产里最烦的 6 件事，它都想管
我把它的功能拆了一遍，核心不是炫技，而是很实际地在解决短剧生产问题。
1）无限画布：别再一条线写到黑
做短剧最怕线性流程。
第一版剧本写完，分镜发现不对，角色设定又要改，改完角色后剧情节奏又崩了。
Toonflow 用类似无限画布的方式，把剧本、角色、分镜、素材、视频节点摊在一张大图上。你可以回溯，可以并行，可以把一个角色单独拉出来改，也可以把某一场戏拆成好几个素材节点。
这更接近真实创作。
人不是从第一行写到最后一行的。人是边写边改、边改边推翻。
2）三层 Agent：有人出主意，有人干活，有人挑刺
它设计了三层 Agent 协作体系：决策层、执行层、监督层。
说白了就是：
- 决策层负责拆任务、定路线
- 执行层负责写剧本、出分镜、生成内容
- 监督层负责检查质量，提醒哪里跑偏
这个结构比单个 Agent 一路狂奔靠谱。
单 Agent 写长内容，大家都见过：开头挺正常，中间开始飘，最后自己都忘了前面说过啥。
短剧更不能这样。人物一飘，观众直接划走。
3）持久化记忆：别让主角一集换一个性格
AI 短剧最容易翻车的地方，不是画面丑，而是角色不稳定。
第一集男主沉稳腹黑，第二集突然变成热血话痨。第一集女主说话冷，第三集开始撒娇。
观众不一定懂技术，但一眼能看出来：这故事断了。
Toonflow 做了基于本地 ONNX 向量检索的跨会话记忆，支持短期消息、长期摘要和语义召回。
翻译成人话：它会尽量记住前面的角色、剧情和设定，下一轮生产时还能捞回来用。
对短剧来说，这个比「画面再精致一点」更重要。
4）章节事件图谱：小说改短剧不再靠硬塞上下文
很多人会把小说整段丢给模型，然后让它改成短剧。
结果通常是：前几章还行，后面开始胡编。
Toonflow 的思路是先做章节事件提取，把故事里的关键事件结构化存起来。后面剧本改编时，再按事件图谱调用对应上下文。
这个方向是对的。
小说改短剧，不是把文字缩短。它的核心是保住事件链：谁想要什么、谁阻碍了谁、冲突怎么升级、反转在哪里。
5）供应商系统：模型不是写死的
它支持在设置中心写供应商 TypeScript 逻辑并即时生效，不用改源码、不用重启。
这点对国内创作者尤其重要。
因为你可能今天用 Seedance，明天想换豆包视频，后天试试 Sora 或别的视频接口。图像模型、语言模型、视频模型，都不应该被一个固定供应商绑死。
开源工具真正有生命力，靠的就是这种可替换性。
6）Skill 文件化：提示词变成生产 SOP
Toonflow 把 ScriptAgent 和 ProductionAgent 的核心提示词外化成 Markdown Skill 文件。
这听着不起眼，但我觉得是很懂 Agent 的设计。
提示词不该藏在代码里。尤其是内容生产，提示词就是工作流的 SOP。你今天做爽文短剧，明天做悬疑，后天做儿童动画，模板肯定不一样。
能在线改、能沉淀、能按题材切换，才有长期迭代空间。
● ● ●
● ● ●
最刺激的不是功能，是那张成本账
Toonflow README 里有个 Demo 成本，我觉得比「效率提升 10 倍」这种口号更有用。
他们做了一段 AI 短剧 Demo：
- 制作周期：约 2 小时
- 成片总时长：约 2 分钟
- 语言模型：约 ¥10
- 视频模型：约 ¥120
- 图片模型：不足 ¥1
- 合计：约 ¥130
看见这组数字，我第一反应是：这不是省钱，这是把试错门槛打下来了。
短剧这个东西，最怕不是拍贵，而是你贵还不知道有没有人看。
一个题材能不能跑？一个人设有没有爽点？开头 10 秒能不能把人留下？
过去验证这些，需要团队、演员、场地、后期。现在可能先用 AI 做一版样片，花两小时、百来块，扔出去看数据。
爆不爆另说，但你至少有资格快速验证。
这才是工具的真正价值。
● ● ●
● ● ●
别误会：它不是自动赚钱机器
标题可以写得狠一点，但话得说清楚。
Toonflow 不是你下载之后，就能躺着赚钱的东西。
短剧变现的难点依旧在：
- 选题是不是平台爱推
- 前 3 秒有没有钩子
- 人物关系够不够爽
- 情绪推进够不够快
- 更新频率能不能撑住
- 你能不能持续复盘数据
工具解决的是「生产成本」和「试错速度」，不是替你解决内容判断。
所以我更愿意把它叫做：AI 短剧低成本试错机。
它让一个普通创作者不用先组剧组，也能做出可看的短剧样片；让一个小团队不用先烧大钱，也能测试 5 个题材方向。
这已经足够改变游戏规则。
● ● ●
● ● ●
写在最后
AI 内容工具正在从「单点按钮」进入「完整生产系统」。
以前我们说 AI 写文案、AI 画图、AI 做视频，都是一个个分散能力。真正商业化的时候，拼的不是哪个按钮更酷，而是谁能把流程串起来。
短剧尤其如此。
剧本要连续，角色要稳定，分镜要能回改，模型要能替换，成本要能算清楚。
Toonflow 值得关注的地方就在这里：它不是只想生成一段视频，它想把 AI 短剧做成一条流水线。
红果短剧把钱路跑通以后，下一波机会也许不在「谁第一个想到故事」，而在「谁能更快把故事做出来、测出来、改出来」。
一个人做短剧工作室，正在从幻想变成工作流。
项目地址：https://github.com/HBAI-Ltd/Toonflow-app