Star 15.6k，一站式 AI 短剧生成平台：从小说到成片的完整流水线

QUOTE

把剧本、资产和分镜，串成一条视频生产线。

缺的不是模型，是那条线。

火宝短剧（github.com/chatfire-AI/huobao-drama，Star 15.6k）是个 AI 短剧平台，把剧本、角色、分镜串到视频合成。名字里带“火”，项目也确实在 GitHub 上热度不低。

本文看点：

01 它把流水线拆成了四层

02 四个 Agent，各管一段

03 资产是这样一批一批攒出来的

04 视频不是一次生成的，是一条镜头一条镜头攒的

05 从小说到成片，中间是六步

06 装它只要一台电脑，跑它得先配三样东西

07 产能不再是瓶颈之后，难的是另一件事

01 它把流水线拆成了四层

这条线拆成四层。frontend/ 用 Nuxt 3、Vue 3、TypeScript；backend/ 用 Hono、Drizzle、Mastra、SQLite；backend/workspace/skills/ 放 Agent 技能；desktop/ 是 Electron 桌面版；data/ 存资源和库。

图 · 四层技术架构。

技术栈整理一下，大致长这样：

frontend/ - Nuxt 3 + Vue 3 + TypeScript（纯 CSS，无 UI 框架）
backend/ - Hono + Drizzle ORM + Mastra AI Agents + better-sqlite3
backend/workspace/skills/ - Agent 技能定义（SKILL.md，支持界面在线编辑）
desktop/ - Electron 桌面版（主进程 + esbuild 打包 + electron-builder 出 dmg/exe）
data/ - 生成资源文件与 SQLite 数据库

02 四个 Agent，各管一段

内置四个 Mastra Agent。script_rewriter 用大语言模型把小说改成剧本，extractor 提取角色、场景、道具并去重，storyboard_breaker 拆出分镜，prompt_generator 写图片和视频提示词。界面有中英日韩，生成语言可全局设。

没有独立配音 Agent，声音由视频模型生成画面时一并产出，不用单列一层。

模型全是别家的。文本走 OpenAI 兼容接口和 Gemini，图片走 OpenAI、Gemini、火山引擎，视频走火山 Seedance 2.0、MiniMax H3、阿里云百炼 Wan 3.0，它一个都不训。

图 · Agent 与厂商表。

Agent 职责划分得很清楚：

Agent	职责
script_rewriter	小说 → 格式化剧本改写
extractor	角色 / 场景 / 道具智能提取与去重
storyboard_breaker	剧本 → 分镜序列拆解
prompt_generator	角色/场景/道具图片提示词 + 分镜视频提示词生成

多厂商适配方面：

类型	支持厂商
文本	OpenAI（兼容接口）、Gemini
图片	OpenAI、Gemini、火山引擎
视频	火山引擎 Seedance 2.0（标准 / Fast / Mini）、MiniMax H3、阿里云百炼 Wan 3.0（Prime / 标准）

03 资产是这样一批一批攒出来的

角色管理能做三样，AI 生成角色形象，批量角色生成，角色图片上传和管理。

角色形象和场景背景由 AI 绘图生成，先生成参考图，生视频时注入，一致性靠攒。

图 · 资产制作页。

04 视频不是一次生成的，是一条镜头一条镜头攒的

视频任务三样，AI 自动生成视频任务，生成场景描述和视频提示词，按任务批量生成视频。

视频生成有三样，文生视频自动生成，FFmpeg 单镜头合成与字幕处理，整集拼接导出。分镜视频靠文生视频、图生视频模型生成，大生成拆成小镜头，失败可重试。

资源管理有三样，素材库统一管理，本地存储支持，任务进度追踪。

图 · 视频工作台。

05 从小说到成片，中间是六步

创建项目定宽高比和风格，配 AI 服务，剧本阶段把小说改成带场次和角色的拍摄稿，资产制作出角色、场景、道具参考图，分镜与视频出镜头视频，拼接导出用 FFmpeg 合成整集。这就是一站式工作流。

图 · 六步流水线。

06 装它只要一台电脑，跑它得先配三样东西

只要 Node.js 20+、npm 9+；SQLite、FFmpeg 免装。

git clone https://github.com/chatfire-AI/huobao-drama.git
cd huobao-drama/frontend
npm install
cd ../backend
npm install
npm run dev

它不出模型，三类得先在设置页配好，「火宝快捷配置」粘一个 Key 写三条。对于不熟悉模型 API 接入的开发者，也可以先了解一些 RouteFast.ai 这类模型 API 中转服务，方便快速切换多家厂商。

桌面版走腾讯云 COS 镜像，双击即装，数据存用户目录，卸载也不会丢；或走 Docker，镜像 huobao/huobao-drama:4.0.5，端口 5679，挂 huobao-data 卷。

生成视频需要支付第三方模型调用费用，具体单价与折扣以平台当前价目表为准。

许可证 CC BY-NC-SA 4.0，禁止商用，商用需作者授权。

07 产能不再是瓶颈之后，难的是另一件事

2026 上半年抖音新增 AI 剧漫剧二十多万部，破亿率不到半个百分点，一分钟成本几百元。它把「做出来」变便宜了，「做什么」反而变贵了。流水线替你搭好，拍什么，替不了你决定。

对于想深入理解这类 AI Agent 工作流的开发者，script_rewriter 用大语言模型把小说改成剧本、extractor 提取角色、场景、道具并去重、storyboard_breaker 拆出分镜、prompt_generator 写图片和视频提示词这套思路，也是从基础到微调 LangChain、RAG 与 Agent 项目实战中的重要实践方向。