一句话出一条短剧:1.6 万星的开源桌面 App,把整条制作线塞进一台电脑

摘要：GitHub 上的开源项目火宝短剧（Huobao Drama）由 chatfire-AI 维护，目标只有一个：让短剧制作全自动。大模型负责拆剧本、盘角色、理分镜，图像与视频模型负责把每个镜头画出来、动起来，最后由 FFmpeg 合成整集。桌面版把服务端、数据库、FFmpeg 一样不落地打进安装包，装完只差一个 API Key。

项目介绍：它到底是个啥

官方主页上那句 slogan 很短：一句话生成完整短剧，剧本到成片全自动。项目出自 chatfire-AI，但和同门 Toonflow 的那套「工作台」玩法不是一个路数——火宝押的是开箱即用：服务端直接塞进桌面 App，普通人下载、安装、填上 API Key，整条流程就通了。 它不逼你先学工作流编排，而是替你把从解析剧本、生成角色场景、切分分镜到合成成片的整条链自动焊好。模型默认接官方家的火宝 API，设置面板里点一下就能写入三套推荐配置；想自部署也欢迎。它的定位可以压成一句： 开箱即用的一站式短剧生产线：剧本进，成片出。

功能特性：从一句话到成片，靠的是这几板斧

火宝的思路很直接——小说喂进去、成片交出来，中间改写、抽取、拆分镜、写提示词、拼视频这些活儿，全由四个内置 Agent 和一条工作台流水线代劳。

核心能力一览

1. 四 Agent 接力：改写、抽取、分镜、提示词四棒自动交递，中途不停摆
2. 一致性引擎：@角色 自动挂上参考图，拍到第几集人物长相都不漂移
3. 模型矩阵：顶栏即点即换——Wan 3.0、Seedance 2.0、MiniMax H3 随便挑，同一份分镜能横向跑出多个档位
4. 批量生产线：出片前先弹确认单，镜头数与总时长摆在一起核对；废片支持整批一键重跑
5. 本地工程底座：FFmpeg 和数据库都随包带上，不碰命令行，双击图标开工

下面一块一块拆开看。

第一棒到第四棒：小说怎么变成片

• script_rewriter（剧本改写）：把小说原文直接翻拍成按集划分的拍摄本，场景、角色自动做好标记；改写中途文本模型可换、语气可调
• extractor（要素抽取）：负责盘家底——剧本里的角色、场景、道具逐个抽出、自动合并重复项，最终落成一份结构化资产清单
• storyboard_breaker（分镜拆解）：把本子切成一格格分镜，每一格都能改写、能拖动重排；镜头时长在旁边参数区里点数即改
• prompt_generator（提示词生成）：出提示词——角色、场景、道具各配一份图像提示词，分镜则逐个配上视频提示词

一致性引擎：连拍多集，人物不崩脸

• 先给所有角色、场景、道具批量做一套一致性参考图，之后生成视频时它们会自动被当作参考素材带上
• 写分镜时只要 @某个角色，系统就会自动把 TA 的参考图递过去，省掉手动传图对位的功夫
• 素材库统一收在本地，任务跑到哪一步随时可查；列表页自己会生成 400px 缩略图和封面帧，翻起来不吃带宽

模型矩阵：顶栏一排按钮，换模型像换挡

• 想换模型，顶栏点一下就行；分辨率档位与各家原生规格一致：Seedance 480p/720p、MiniMax 768P/2K、Wan 480P/720P/1080P
• 上手最省事的路径是贴一个 Huobao API Key，文本、图像、视频三组推荐配置一次写齐；想逐家手动接也行，模板自带连通性测试；图生视频与文生视频两条路都开着

批量生产线：先确认再开跑，废片整批重来

• 整集批量生成前会先弹一张确认单，镜头数、总时长、模型与分辨率列得清清楚楚，你点头它才动工
• 跑挂的任务一键补跑；如果卡在内容审核上（真人或敏感画面），提示语会直接劝你换个模型再来，而不是丢一句错误码了事
• 镜头时长就写在视频参数区里，单独重做一个镜头和整批跑，改法完全一样

本地工程底座：不用命令行，双击就开工

• 数据库用的是开启 WAL 的 SQLite，单文件、免安装，首次启动自动把表建齐；以前用 MySQL 的老部署也有迁移通道（每张表对完行数、写入前自动备份）
• FFmpeg 与 FFprobe 直接打进安装包：单镜合成、字幕压制、整集拼导，全都自己动手，不劳烦系统环境
• 桌面版基于 Electron（macOS / Windows 两平台），装完即用：端口自动分配、单实例锁防重复启动、后端子进程崩了也不拖累界面；数据写进用户目录，卸载软件数据还在；更新器内置 sha256 校验，国内下载优先走 COS 镜像
• Agent 的技能用 SKILL.md 描述，在界面里就能增改；升级时只补缺失文件，你改过的一律不动
• 界面备了中、英、日、韩四种语言，AI 产出用什么语种也能在全局设置里定

技术架构拆解：一条生产线怎么塞进一台电脑

从代码组织看，火宝是一个 monorepo 里的全栈 TypeScript 工程：desktop/ 是 Electron 桌面壳，backend/ 是 Hono 本地服务，frontend/ 是 Nuxt 3 渲染层——三层都活在你的电脑上，云端一点不沾。老规矩，先上拓扑图，再顺着启动链路往下钻：

架构要点一览

1. 进程模型：本地 Node 服务由 Electron 主进程拉起，地址固定在 127.0.0.1:5679；目录契约靠 env 传递，界面经 REST 通信
2. 数据层：以 better-sqlite3 做进程内同步绑定，配上 SQLite WAL；单文件库，首次启动用幂等 DDL 把表建好
3. Agent 运行时：Mastra 加 Vercel AI SDK，靠 OpenAI 兼容协议对接各家模型；技能实体就是一个个 SKILL.md
4. 媒体管线：用 fluent-ffmpeg 调度静态编译的 ffmpeg 二进制，图像交给 Sharp；整条媒体链路不出进程
5. 构建打包：esbuild 与 electron-builder 组合；Electron 版本钉死在 37.x，为的是原生模块 ABI 不用本地编译

接下来按启动顺序一层层过。

进程模型与启动链路：图标点下去之后

点开图标那一刻，Electron 主进程只做两件事：其一，把 backend/ 里的 Node 服务当成子进程拉起来，让它守在本机 5679 端口；其二，往环境变量里塞目录契约——数据往 HUOBAO_DATA_DIR 放，技能工作区认 WORKSPACE_PATH。 主窗口随后载入 Nuxt 3 的构建产物（SPA 模式加文件路由）；渲染层找后端办事一律走本地 HTTP REST，跟主进程打交道则走 IPC。三方靠同一套 env 约定对表，谁想被单独换掉都拦不住。

数据层：同步绑定加 WAL 的并发方案

用 SQLite 不是偷懒，是正合适——better-sqlite3 属于进程内 C++ 绑定，一次查询就是一次函数调用，省掉网络 socket 的开销，单用户桌面场景里延迟天然最低；WAL 一开，写请求落到 -wal 文件，读写两不耽误，后台渲染批量写库时界面的查询照常跑。 第一次启动会回放一遍幂等 DDL 把表建好、塞进种子数据，落到磁盘上就是 data/ 里那一个 huobao.sqlite3。业务代码从 MySQL 搬到 SQLite 一行没改，功劳在 Drizzle 的查询 DSL 把方言差异挡住了——动的只有连接层，外加一个跑一次就完事的导入脚本。

Agent 运行时：Mastra 的循环与兼容协议

那四个 Agent 全是 Mastra 的 Agent 实例，配置写进库里、跑的时候现加载；底下垫的是 Vercel AI SDK 那层 OpenAI 兼容 provider，凭 messages + tool calling 这一套协议，火山引擎、Gemini、MiniMax 通通接得住——要换模型，改改 provider 配置就行，执行循环一个字符都不用碰。 扩展的口子开在 SKILL.md 上：技能就是 backend/workspace/skills/ 下面的一份份文件，运行时读进来注册，界面里点开就能改，新增一个技能全程不碰源码。

媒体管线：fluent-ffmpeg 当包工头

合成拆两步走：先逐镜合成（图生视频的产出加音轨、字幕一起封装），再整集拼接；fluent-ffmpeg 把 filtergraph 拼好后丢给 ffmpeg 子进程去跑。二进制由 ffmpeg-static / ffprobe-static 提供，静态编译随 npm 包走、跟系统无关，想换成自己的版本就设 FFMPEG_BIN / FFPROBE_BIN。 图像这一侧交给 Sharp（libvips 的绑定）处理参考图、缩略图和封面帧的尺寸加工——整条多媒体链路在进程里自洽闭环，用户什么都不用预装。

构建与打包：ABI 约束下的钉版策略

主进程的打包交给 esbuild，渲染层由 Nuxt/Vite 出构建产物，最终经 electron-builder 产出 macOS 的 dmg（arm64 与 x64 两份）和 Windows 的 NSIS 安装器（win-x64）。 把 Electron 摁在 37.x 不是求稳，而是算过账的：better-sqlite3 在 win32 上的预编译产物最高只做到 Electron 37 那一档的 NODE_MODULE_VERSION，再往上走就得逼用户自己装编译工具链。二进制要发得完整，原生模块的 ABI 匹配就得排在框架新特性前面——这是这类桌面项目的通用取舍。

安装使用：本地把它跑起来

照着几步走，就能跑起来：

git clone https://github.com/chatfire-AI/huobao-drama.gitcd huobao-dramanpm installnpm run dev# 本地开发零配置，环境变量均有默认值

• 源码路线：仓库拉下来之后两连击 npm install、npm run dev；所有环境变量都给好了默认值，开发环境不配置直接能跑；
• 桌面路线（更省心）：下载安装包（后端固定用 5679 端口），装好后打开「Settings → Huobao Quick Setup」，把 API Key 一贴、三组推荐配置一键落位，马上能开工。

v4.0 开始项目转向 Electron 桌面形态：装完双击就用，端口自己挑、后端放在崩溃隔离的子进程里跑；存储层从 MySQL 整体换成开启 WAL 的 SQLite，FFmpeg 也一并打进包里，跟系统环境彻底解绑。另外有个细心之处：生成若因内容审核被拦（真人画面、敏感内容），它会建议你换一个模型重试，而不是甩一个报错就把流程冻住。

案例：典型用法与四类人群

典型用法：一段小说怎么走完全程

它把整套制作切成 6 个工作台，左边一条进度条始终告诉你身处第几步；分集列表想回哪一集就回哪一集。下面走一遍：

有几处细节值得留意：建项目时挑的画面比例（16:9 或 9:16）与视觉风格，会一路注进后续每条图像提示词；批量生成前那道「预生成确认」把镜头数、总时长、用哪个模型、什么分辨率并排列出，一次看全；@角色 会自动带上参考图，省去手动传图；拼整集之前先确认每个视频文件都在，跑挂的任务一键补——对靠日更吃饭的账号来说，这套防出错机制比任何炫技功能都实在。

适用场景：四类人，各取所需

• 个人创作者（想低成本试试 AI 短剧这摊水）：装 App、填 Key、跑出第一条，数据库和命令行一概不用碰；先用一集探探「从小说到成片」这条路顺不顺，再决定投入多深；
• 内容团队（要快速量产短剧样片）：一条流程反复喂不同的本子，批量生成、预生成确认、一键重试三件套把出错率摁住，样片到手就能筛剧本；
• 非技术背景玩家：数据库和 FFmpeg 都在包里，环境变量个个带默认值，需要动手填的只有 API Key 一项；
• 比价党：顶栏在 Seedance / Wan 3.0 / MiniMax 之间随便切，同一份分镜挨个模型跑一遍，效果和账单放一起比。

结尾总结：什么情况值得上它

火宝短剧对得上这几类需求：

• 还没攒出自己的 AI 短剧工作流、想先低成本把全流程趟一遍的创作者；
• 需要快速堆出一批样片、用来判断剧本值不值得拍的内容团队；
• 不会写代码的普通用户：桌面 App 连同零配置的数据库、FFmpeg 一起给你，装完就用；
• 懒得自己对接模型、接受火宝 API 默认配置的用户。

1.6 万多个 star，攒的全是「开箱即用」这份口碑——AI 短剧如果你只是听过、还没跑过，那火宝大概是上手门槛最低的入口。

如果这篇对你有用

如果这篇帮你绕开了几个坑：点个「在看」，让还在门外张望的朋友少绕点路；顺手收藏，装 App、填 Key 的步骤随时翻得到；也欢迎关注，这个系列会接着把值得琢磨的开源 AI 视频项目逐个拆开，下一期拆什么、何时发，关注之后不会错过。你已经用它做过片子了吗？评论区聊聊。

数据核对声明：文中 star / fork / 版本 / 发版日期等数据取自 2026-10-19 的 GitHub API 与项目 Releases 页面（16351★ / 3035 fork / 最新版 v4.0.8，2026-10-05 发布）。授权方面，项目用的是 CC BY-NC-SA 4.0（禁止商用）；桌面安装包和 Docker 镜像都请从官方 GitHub Releases 下载。它属于社区开源作品，动手前请自行评估依赖安全与合规风险；若要用到声音克隆、视频复刻一类能力，素材授权与平台规则务必先确认清楚。