火宝短剧 Huobao Drama 是 AI 一站式短剧生成平台，「一句话生成完整短剧」，从剧本解析、角色/分镜生成、图生视频合成剪辑全流程自动化。基于 Go + Vue3 全栈架构，支持 275+ commits 持续迭代，跨平台开源免费，1.2w Star 爆款。
🎤 引言
刷抖音/快手的时候，你大概率看过那种"AI 生成"的短剧——一个人设的虚拟角色在几个场景里演完整段剧情，运镜、配乐、台词一气呵成，肉眼根本看不出是 AI 做的。
你可能也想过：「我也想搞一个」——但现实是：
- 剧本要自己写
- 角色形象要保持一致（传统工具换一帧就崩）
- 分镜要拆好镜头
- 图片要画（每个镜头一张）
- 视频要合成（图片动起来 + 配音 + 字幕）
- 剪辑要串起来
这套流程下来，专业团队要几周、个人玩家几个月都不一定搞得定。
火宝短剧 Huobao Drama——这个 1.2w Star 的开源项目——把上述全流程一锅端：
"一句话生成完整短剧，从剧本到成片全自动化"
基于 Go + Vue3 全栈架构，从剧本解析 → 角色/分镜生成 → 图生视频合成剪辑全自动跑完。你只需要：给个剧本创意 + 选个角色 → 点「生成」→ 等几分钟 → 拿到完整短片。
这不是又一个"调用几个 API 的小工具"，而是一个真正可落地的 AI 短剧生产线。
⭐ 核心功能
🎬 端到端自动化流程
火宝短剧最大的杀手锏是一站式全流程自动化——传统 AI 视频工具只做"图生视频"或"文生视频"单一环节，剩下都要人工串。火宝短剧把整个流水线都做了：
输入: 一段剧本创意
↓
[剧本解析] — NLP 拆角色、场景、动作
↓
[角色管理] — 一致性形象生成（保持同一人设）
↓
[分镜制作] — 镜头脚本 + 镜头图片
↓
[视频生成] — 图生视频 + AI 配音
↓
[合成剪辑] — 串镜头 + 配乐 + 字幕
↓
输出: 完整短剧成片🎨 角色一致性管理
AI 短剧最大的痛点是角色一致性——传统工具换一帧，主角的脸/服装/发型就变了，看着像 5 个不同的人在演。
火宝短剧的角色管理模块专门解决这个问题：
- 上传/AI 生成角色参考图
- 角色档案库（姓名、外形、性格、台词风格）
- 多镜头复用同一角色 → 一致性 90%+
这是从"AI 玩具"到"AI 短剧"的关键分水岭。
📝 分镜制作（脚本 / 镜头 / 图片）
火宝短剧把导演思维内置到分镜模块：
- 脚本 — 镜头描述、台词、动作、配音提示
- 镜头 — 景别（远/中/近/特写）、机位、运镜
- 图片 — 每个镜头一张静态图（AI 生成）
导演不需要从零想分镜，AI 自动根据剧本拆——你只审核修改。
🎥 图生视频 + 合成剪辑
镜头图片生成后，进入视频生成阶段：
- 图生视频 — 静态图变 3-5 秒动态镜头（可换 AI 模型：可灵/Runway/Pika/智谱 CogVideoX）
- AI 配音 — 角色台词自动 TTS（多语种、多音色）
- 背景音乐 — 自动匹配情绪
- 字幕生成 — 自动字幕 + 时间轴对齐
- 合成剪辑 — 串镜头、加转场、压片输出
📊 资源管理与任务追踪
不像"一次性跑完"的脚本工具，火宝短剧有完整的后台管理：
- 角色库 — 所有角色档案统一管理
- 剧本库 — 多剧本/分集
- 任务队列 — 长任务排队（视频生成慢）
- 历史成片 — 之前生成的短剧可二次编辑
- 资源统计 — 用了多少 API、生成多少分钟
🛠️ 技术架构
- 后端: Go 1.23+ / Gin / GORM / SQLite (modernc.org/sqlite) / Zap / Viper
- 前端: Vue 3.4+ / TypeScript
- 部署: Docker 一键启动
- 数据: SQLite 单文件（够轻量，迁移方便）
💎 适合人群
- 自媒体 / 内容创作者 — 想批量生产短剧内容
- 营销 / 品牌 — 制作产品宣传短剧
- 教育 / 培训 — 把课件转成短剧
- AI 工具爱好者 — 体验"一句话生成视频"
- 独立开发者 — 想做短剧相关产品的 MVP
- 编剧 / 作家 — 把小说片段可视化
📥 安装与使用
🐳 方案 1：Docker（推荐）
# 克隆仓库
git clone https://github.com/chatfire-AI/huobao-drama.git
cd huobao-drama
# 启动
docker compose up -d
# 访问
# 浏览器打开 http://localhost:8080🖥️ 方案 2：本地源码运行
后端（Go 1.23+）
cd backend
go mod tidy
go run main.go前端（Vue 3 + TypeScript）
cd frontend
npm install
npm run dev
# 开发服务器默认 http://localhost:5173⚙️ 首次配置
启动后访问 http://localhost:8080：
API 配置 — 填入 AI 服务商 API Key：
- 剧本生成: OpenAI / Claude / DeepSeek / GLM-4
- 图生视频: 可灵 / Runway / Pika / 智谱 CogVideoX
- TTS 配音: 火山引擎 / 阿里云 / ElevenLabs
- 图像生成: Midjourney / Stable Diffusion / DALL-E 3
- 角色库 — 创建第一个角色（上传参考图 + 填档案）
- 新建剧本 — 输入创意或上传完整剧本
- 点「一键生成」 — 等几十分钟（看视频长度 + API 速度）
🎬 实战：5 分钟搞定一个 1 分钟短剧
1. 后台 → 角色管理 → 新建角色 "李小白"（上传一张参考图）
2. 剧本库 → 新建剧本 → 填创意：
"都市言情短剧：女主林夏在咖啡馆偶遇男主陆寒，误会他是跟踪狂，
实际上是来谈合作的客户，最后两人冰释前嫌。"
3. 点「AI 拆解」 → 自动生成 8 个镜头分镜
4. 审核/修改分镜（景别、台词、动作）
5. 点「一键生成」 → 后台跑任务
6. 30 分钟后 → 1 分钟短剧成片（含配音+字幕+BGM）
7. 下载 .mp4 → 传到抖音/快手🎯 适用场景
✅ 强烈推荐
- 短视频自媒体 — 抖音/快手/视频号批量生产 AI 短剧
- 品牌营销 — 快速生成产品宣传短片
- 网文 IP 改编 — 把小说片段转成短剧引流
- 教育内容 — 把枯燥的知识点变短剧
- 企业内部培训 — 剧本化教学视频
- AI 视频创业者 — MVP 验证
❌ 不太适合
- 电影/电视剧级别 — 1 分钟短剧没问题，10 分钟以上仍然吃力
- 真人出演需求 — 这是 AI 生成，不是真人
- 需要严格 IP 审核 — 商用前确认 AI 生成内容合规
- 离线无显卡 — 图生视频必须调用云端 API（费用）
- 追求电影级画质 — 当前 AI 模型上限决定质量
🔍 对比/替代方案
vs Sora / Runway / Pika（纯图生视频工具）
| 维度 | 火宝短剧 | Sora / Runway / Pika |
|---|---|---|
| 端到端 | ✅ 剧本→成片全流程 | ❌ 单一环节 |
| 角色一致性 | ✅ 内置管理 | ❌ 换帧崩 |
| 分镜 | ✅ 自动拆 | ❌ 手动 |
| 配音字幕 | ✅ 自动 | ❌ 单独工具 |
| 剪辑合成 | ✅ 内置 | ❌ 单独工具 |
| 学习曲线 | 中（上手配置） | 低（直接生成） |
| 单镜质量 | 受限于接入的 AI | ✅ 当前最强（自家模型） |
| 成本 | 多 API 累加 | 单一 API |
结论：要做"完整短剧"选火宝短剧；只要"单镜头生成"选 Sora/Runway。
vs Coze / 字节扣子（AI Agent 工作流）
| 维度 | 火宝短剧 | Coze |
|---|---|---|
| 端到端 | ✅ 专为短剧 | ⚠️ 需自己拼 |
| 内置节点 | ✅ 短剧专用 | ❌ 通用 |
| 二次开发 | ✅ 开源自托管 | ❌ 闭源 |
| 上手成本 | 中 | 低 |
结论：要"短剧专用工具"选火宝；想"自己拼各种 AI 能力"选 Coze。
vs 传统剪辑软件（剪映 / Premiere）
| 维度 | 火宝短剧 | 剪映 / PR |
|---|---|---|
| 自动生成 | ✅ AI 全自动 | ❌ 手动剪辑 |
| 角色生成 | ✅ AI 一致性 | ❌ 需实拍/手画 |
| 配音 | ✅ AI TTS | ⚠️ 配 TTS 也行但要单独 |
| 学习曲线 | 中 | 高（PR） / 低（剪映） |
| 创意控制 | ⚠️ AI 主导 | ✅ 100% 人工 |
| 单条成本 | API 费用（几分到几元） | 0（人工时间） |
结论：要"批量化、低成本"选火宝；要"精细创意、独特风格"选传统剪辑。
vs 真人拍摄
| 维度 | 火宝短剧 | 真人拍摄 |
|---|---|---|
| 成本 | ¥几元/分钟 | ¥几百-几千/分钟 |
| 周期 | 30 分钟 | 几天-几周 |
| 演员 | 不需要 | 需要 |
| 场地 | 不需要 | 需要 |
| 真实感 | ⚠️ AI 痕迹 | ✅ 100% 真实 |
| 可控性 | 中（AI 抽卡） | 高 |
结论：要"低成本量产"选火宝；要"高质量、真实感"选真人。
⚠️ 注意事项
💰 API 成本
火宝短剧本身免费开源，但生成内容要调用 AI API（多服务累加）：
| API 用途 | 典型服务 | 单条短剧（1 分钟）成本 |
|---|---|---|
| 剧本 + 角色 | DeepSeek | ¥0.05-0.2 |
| 角色参考图 | SD / DALL-E | ¥0.1-0.5 |
| 分镜图片 | 同上 | ¥0.5-2（8 张图） |
| 图生视频 | 可灵/Runway | ¥2-8（8 个 3-5s 镜头） |
| 配音 TTS | 火山/阿里 | ¥0.1-0.5 |
| 合计 | - | 约 ¥3-12 / 1 分钟 |
对比：
- 真人拍摄 1 分钟：¥500-5000
- AI 短剧便宜 50-1000 倍
🎭 角色一致性仍不完美
虽然火宝短剧有角色管理模块，但实际生成时：
- 侧脸/远景 容易崩
- 同框多人 容易混淆
- 表情变化 偶尔失真
应对：
- 多生成几次，选最好的
- 参考图选正面 + 简洁（避免复杂背景）
- 同框分多镜拍摄（避开多人同框）
📜 商用合规
AI 生成内容商用前需注意：
- 平台规则 — 抖音/快手对 AI 内容有标识要求
- 版权 — 角色形象/参考图别用真人/版权 IP
- 内容审核 — 涉政/涉黄/暴恐/广告法敏感词一律不要
- AI 标识 — 部分国家/地区要求显著标注"AI 生成"
🐛 已知问题
按社区反馈：
- 首次部署学习曲线（要配 4-5 个 API Key）
- 生成速度受 API 限制（视频生成比图片慢得多）
- 长视频分镜累积质量下降（10+ 镜头的短剧后半段会崩坏）
- 多语言支持有限（中文最佳，英文 OK，小语种看 TTS 支持）
- 部分 AI 视频模型需海外 API（国内访问需代理）
💻 硬件需求
火宝短剧本身不重（Go 后端 + Vue 前端，普通 VPS 即可）：
- 最低: 2 核 4GB VPS
- 推荐: 4 核 8GB + 50GB SSD
- 数据库: SQLite（单文件，免维护）
- 网络: 需要稳定访问 AI API（境外服务要代理）
GPU 不是必须——所有 AI 生成都走云端 API。
✅ 总结
火宝短剧是一个真正能用的 AI 短剧生产线——不是"玩具"、不是"PPT 项目"，而是从剧本到成片真能跑通的端到端平台。
核心优势：
- ✅ 端到端自动化（剧本 → 角色 → 分镜 → 视频 → 合成）
- ✅ 角色一致性管理（AI 短剧最大痛点之一）
- ✅ Go + Vue3 全栈，1.2w Star 爆款
- ✅ 灵活接入多家 AI（OpenAI/Claude/DeepSeek/可灵/Runway）
- ✅ Docker 一键启动，跨平台开源
- ✅ 单条成本 ¥3-12（比真人拍摄便宜 100 倍）
核心劣势：
- ❌ 生成质量受限于所选 AI 模型
- ❌ 角色一致性仍未达 100%
- ❌ 多 API 累加成本（虽然便宜）
- ❌ 商用合规需自查
推荐指数：⭐⭐⭐⭐（4/5）
推荐人群：短视频自媒体、营销/品牌团队、AI 视频创业者、教育内容创作者。
不推荐人群：电影级制作（仍需真人）、追求 100% 角色一致（当前 AI 极限）、无任何 API 预算（最低也要 ¥3/条）。
结论：如果你正在做"AI 短剧"相关项目，火宝短剧是目前最完整的开源方案——比"自己拼 Coze 工作流"省 90% 的事，比"纯 Sora 单镜头"多了完整流程。1.2w Star 已经证明这条路可行。
仓库地址：github.com/chatfire-AI/huobao-drama
下载页面：github.com/chatfire-AI/huobao-drama/releases