2026AI短剧本地一键部署方案

用户56618203294
0 阅读5分钟

以下是AI短剧本地一键部署方案的流程化指南（2026年最新可行路径）。AI短剧制作核心流程包括：剧本生成 → 角色/场景一致性管理 → 分镜图片生成 → 图生视频/文生视频 → 自动剪辑合成。

目前完全纯本地（无任何API调用）的一键部署仍较复杂，因为视频生成模型（如SVD、Wan2.1、LTX系列）对显卡要求高（推荐NVIDIA RTX 30系列以上，显存12GB+），但已有多个开源项目接近“一键”水平。下面推荐最接近一键部署的实用方案，优先选择简单易用的，按难度从低到高排序。

「AI-Tools查找新工具按日期，查找对应工具按名称排序」
链接1：pan.quark.cn/s/efc430e19…
链接2：pan.quark.cn/s/fcfc7fd5e…

方案推荐优先级

  1. OpenClaw（小龙虾）：最推荐新手，一键安装 + 漫剧专用Skills，全自动流水线（脚本→分镜→角色一致性→视频渲染→剪辑输出MP4），支持本地运行。
  2. Toonflow：支持Windows桌面版一键安装 + Docker，支持小说转短剧自动化。
  3. Jellyfish（AI短剧工厂） 或 LocalMiniDrama：开源一站式流水线，适合追求全栈控制的用户。
  4. ComfyUI + 视频模型：节点式工作流，灵活但非严格“一键”，适合进阶用户。
  5. 其他：ai_story、Huobao Drama（Docker）等。

硬件最低要求：

  • CPU：多核（推荐i7/Ryzen 7以上）
  • GPU：NVIDIA显卡，显存≥8GB（视频生成推荐12GB+），CUDA支持
  • 内存：16GB+
  • 磁盘：50GB+空闲（模型文件较大）

通用前置准备（所有方案都需要）：

  • 安装 Git、Python 3.10+、Node.js 20+/22+（推荐从官网下载）。
  • 安装 FFmpeg（视频处理必备）：官网下载或用包管理器（Windows用winget/choco，Linux用apt）。
  • 安装 CUDA Toolkit（NVIDIA官网，匹配你的显卡驱动）。
  • （可选）或国内镜像加速（pip/pnpm用清华或npmmirror）。

方案1：OpenClaw（推荐，新手5-10分钟部署，全自动漫剧/短剧）

OpenClaw是一个开源AI Agent框架，安装漫剧专用Skills后，可实现一句话输入主题 → 全自动生成动态AI短剧，本地运行，数据私密，支持定时任务。

部署流程（Windows/Mac/Linux通用）：

  1. 安装基础依赖（以Windows管理员PowerShell为例）：

    text

    npm install -g pnpm
git --version  # 确认Git已装
pip install pillow moviepy opencv-python

    （国内加速：pnpm config set registry registry.npmmirror.com）

  2. 全局安装并初始化：

    text

    npm install -g openclaw@latest
openclaw init

  3. 启动Gateway：

    text

    openclaw gateway start

    看到 Gateway started on ws://127.0.0.1:18789 即成功。建议后台运行：openclaw gateway start --daemon。

  4. 安装AI漫剧专用Skills（核心功能）：

    • 通过OpenClaw界面或命令安装漫剧相关Skills（包括脚本生成、分镜、角色一致性、视频渲染、自动剪辑等）。
    • 配置本地模型或API（支持本地LLM如Ollama + 本地生图/视频模型）。

  5. 使用：

    • 输入故事主题或剧本 → 自动执行全流程 → 输出MP4。
    • 支持实时进度查看、可暂停/重试。

优点：接近真正“一键”，24/7无人值守。 注意：部分高级视频生成仍可能需搭配本地ComfyUI或API，首次运行下载依赖需时间。

方案2：Toonflow（Windows桌面版最简单，小说转短剧）

适合小说/故事转AI短剧自动化。

部署流程：

  1. Windows桌面版（推荐新手）：

    • 前往GitHub Releases（github.com/HBAI-Ltd/To…）下载Electron安装包。
    • 直接安装运行，默认账号：admin / admin123。
    • 内置后端，无需额外环境。

  2. Docker版（服务器/NAS推荐）：

    text

    git clone https://github.com/HBAI-Ltd/Toonflow-app.git
cd Toonflow-app
docker-compose -f docker/docker-compose.yml up -d --build

    访问 http://localhost:60000。

  3. 使用流程：

    • 创建项目 → 导入小说/TXT → AI提取角色 → 生成剧本/分镜 → 生成图片 → 调用本地/API视频生成 → 合成编辑输出。

优点：桌面版几乎零配置，流程可视化。

方案3：Jellyfish（AI短剧工厂，开源全栈流水线）

专注解决角色/场景漂移问题，六步流水线：剧本 → 智能分镜 → 一致性管理 → 视频生成 → 剪辑 → 导出。

部署流程（开发中，预计Beta活跃）：

  • GitHub：github.com/Forget-C/Je…
  • 技术栈：React前端 + Node.js/FastAPI后端。
  • 克隆仓库 → 安装依赖（npm install + pip install -r requirements.txt）→ 启动前后端。
  • 配置本地模型（LLM + 生图 + 视频模型）。

优点：工业化流水线设计，一站式。 缺点：Beta阶段，部署门槛稍高。

方案4：ComfyUI + 视频模型（灵活进阶方案，节点式“一键”工作流）

ComfyUI是最流行的本地SD工作流工具，可集成SVD（Stable Video Diffusion）、Wan2.1、LTX等模型实现图生视频/文生视频。

部署流程（Windows便携版最简单）：

  1. 下载ComfyUI便携版：
    • GitHub Releases下载 ComfyUI_windows_portable_nvidia_cu121_or_cpu.7z（或秋葉aaaki绘世启动器，一键启动）。
    • 解压到任意目录，双击 run_nvidia_gpu.bat（或对应启动器）启动。
  2. 安装Manager扩展（便于管理节点和模型）：

    • 在 ComfyUI/custom_nodes 目录下：

      text

      git clone https://github.com/ltdrdata/ComfyUI-Manager.git

    • 重启ComfyUI → Manager界面更新全部。

  3. 下载视频模型（放对应文件夹）：
    • SVD/SVD-XT：Hugging Face stabilityai/stable-video-diffusion-img2vid（14帧或25帧）。
    • 其他热门：Wan2.1、LTX2.3、Mochi-1等（搜索对应ComfyUI工作流）。
    • 模型路径示例：ComfyUI/models/checkpoints/ 或 diffusion_models/。
  4. 加载工作流：
    • 下载现成短剧/视频工作流JSON（B站/GitHub搜索“ComfyUI SVD 短视频工作流”或“AI短剧工作流”）。
    • ComfyUI界面拖入JSON → 调整节点（图片输入 → 视频生成 → 拼接）。
    • 一键执行Queue Prompt生成视频片段。
  5. 扩展到短剧全流程：
    • 前端用本地LLM（Ollama）生成剧本/分镜提示词。
    • 用SD/Flux生成一致性图片（加LoRA/ControlNet控角色）。
    • ComfyUI生成视频片段 → 用MoviePy/FFmpeg自动剪辑合成。

优点：高度自定义，纯本地免费。 缺点：需手动组装工作流，非严格“一键”启动整个短剧，但可保存为“一键执行”模板。

avatar
文章
阅读
粉丝