MicroDrama AI 短剧生成器
把创意或剧本自动转成分镜、画面和成片，减少短剧制作中的手工串联。
- Star 数
- ★ 530
- 最近更新
- 2 个月前
- 主语言
- Python
- FA 评分
- 43/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 短视频创作者想把一句剧情创意扩展成分场景短剧，并一次生成各镜头片段。
- 不适合
- 需要更换模型服务商的团队
- 需要本地完成生成、避免素材上传的创作者
这个 Agent 能做什么，适合哪些场景？
MicroDrama AI 是一个由 FastAPI 服务端和 Next.js 14 网页客户端组成的短剧视频生成应用。用户可提交创意或现成剧本，服务端依次调用屏幕编剧、角色提取和分镜代理，再通过 MuAPI 生成角色肖像、镜头首帧与视频片段。MoviePy 将片段拼接为 MP4，网页通过 SSE 展示流水线进度并提供结果播放和下载。完整流程需要 MuAPI API 密钥，并依赖其 LLM、图像及视频端点，因此适合接受该服务商和云端生成流程的创作者。
在客户端输入创意，或选择剧本模式并提交剧本；POST /api/generate 创建任务并返回 job_id。idea2video 流程由 Screenwriter 开发故事并写出 2–4 个场景，CharacterExtractor 提取角色，StoryboardArtist 设计每场 3–5 个镜头；剧本模式跳过故事开发和场景写作。服务端经 MuAPI 的 claude-sonnet-4-6、flux-dev-image、flux-kontext-dev-i2i 和 kling-v2.1-standard-i2v 端点生成文本、肖像、首帧和每镜头 5 秒视频，再由 MoviePy 拼接为 final_video.mp4。客户端订阅 GET /api/status/{job_id} 的 SSE 事件查看进度，完成后播放或下载视频。
- 短视频创作者想把一句剧情创意扩展成分场景短剧，并一次生成各镜头片段。
- 已有场景剧本的独立制作者想跳过写作阶段，自动生成角色参考图、分镜和视频。
- 需要为多个镜头维持角色外观一致性的创作者，可用角色肖像作为后续画面生成参考。
- 小型制作团队想在网页界面观察故事、角色、分镜到拼接的生成进度。
- 开发者想自托管一个 FastAPI 与 Next.js 组成的短剧生成应用，并通过 MuAPI 单一密钥调用生成服务。
如何安装或部署这个 Agent？
需要 Python 3.10+、Node.js 18+ 和 MuAPI API 密钥。按以下步骤分别安装并启动服务端与客户端：
git clone https://github.com/Anil-matcha/Open-AI-Micro-Drama-Generator.git
cd Open-AI-Micro-Drama-Generatorcd server
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env在 server/.env 中设置 MUAPI_KEY，然后启动 FastAPI：
uvicorn api:app --reload --port 8000另开终端启动 Next.js 客户端：
cd client
npm install
npm run dev如何使用这个 Agent？
打开 http://localhost:3000，输入创意，或切换到剧本模式并提供剧本；可选填写要求并选择视觉风格，然后点击 Generate Video。也可直接调用 API：
curl -X POST http://localhost:8000/api/generate \
-H 'Content-Type: application/json' \
-d '{"idea":"A detective chases a shadow through a neon-lit cyberpunk city","user_requirement":"Keep it under 3 scenes, suitable for all ages","style":"Cinematic","mode":"idea2video"}'用返回的 job_id 通过 GET /api/status/{job_id} 订阅 SSE 进度；任务完成事件会包含视频路径。客户端会显示视频并提供下载。
这个 Agent 有哪些优点和局限？
- 同时支持创意转视频与剧本转视频，剧本模式可跳过故事开发和场景写作。
- 角色提取后生成参考肖像，并将其用于镜头首帧，帮助维持跨镜头的角色视觉一致性。
- 通过 SSE 实时显示流水线阶段；断线重连时会重放已有事件。
- 服务端以单个 MuAPI 密钥调用文档中的 LLM、图像和视频生成端点。
- 生成流程依赖 MuAPI 的 LLM、图像和视频端点，README 未说明可替换的服务商适配器。
- 每个镜头生成的视频片段为 5 秒，README 未说明时长或镜头数量可配置范围以外的扩展方式。
- 生成需要网络和 MuAPI 配额；文档中的错误事件包含配额耗尽场景。
- README 未给出 MuAPI 各模型的实际价格或每条成片的成本估算。
这个 Agent 与同类方案有什么区别？
README 将原始文本转视频描述为缺少故事结构、场景连续性和角色一致性的方式；该项目增加了编剧、角色提取、分镜、参考图和片段拼接步骤。README 未提供其他短剧生成器的直接功能对比。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| MicroDrama AI 短剧生成器 当前 | 43 · 缺口较多 | 网页应用免费 + 模型费 | ★ 530 | 2 个月前 | Python | — |
| ArcReel 视频创作工作台 | 52 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 5.5k | 今天 | Python | OpenAI API · Claude API |
| waoowaoo AI 影视 Studio | 0 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 15k | 22 天前 | TypeScript | — |
| 生成式媒体技能包 | 41 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 5.8k | 今天 | Python | Claude Code · Claude.ai |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README说明需要设置一个 MUAPI_KEY，并列出它用于 LLM、图像、视频生成及文件上传；这让主要数据流较清楚（data_flow_transparency=2）。但没有说明密钥保护、输入或生成内容的保留与处理方式；权限范围和敏感数据处理仅有薄弱说明（least_privilege=1，sensitive_data_handling=1）。用户提交生成请求后会调用外部模型、上传图像并生成视频，但文档未说明确认细节、外部副作用控制或恢复/回滚方式（user_confirmation=1，external_effects=1，rollback=0）。README列出 MuAPI 与 MoviePy 等依赖及安装步骤，却没有版本固定或安全维护证据（dependency_security=1）。README自称 MIT 并链接 LICENSE，但所给材料没有许可证正文；作者署名或维护渠道也不明确（source_attribution=1）。
README提供了阶段顺序、SSE事件、重连行为及配额错误示例，因此失败消息有一定说明（failure_messages=2）。但描述中的 Seedance 2 VIP、Kling 3.0 Pro、Veo 3.1、Sora 2 与 README 实际列出的 Kling v2.1 等模型不一致；这削弱自洽性（self_consistency=1）。运行依赖 MuAPI、外部模型服务和轮询，但没有可用性保障或离线替代说明（dependency_availability=1）。
README涵盖创意到视频及脚本到视频两种场景，并提供风格选择、可选要求和面向年龄的示例，普通使用场景说明尚可（audience_and_scenarios=2）。模式、输入字段和生成阶段有明确描述（trigger_precision=2）；但模型能力、内容限制和生成失败边界仅部分说明（capability_boundaries=1）。Python、Node.js、端口、环境变量和启动步骤均有说明，适用于常见本地开发环境（environment_fit=2）。
README包含目录结构、架构、流程、API、配置和 UI 说明，信息组织充分（information_architecture=3）。安装步骤和示例请求较具体，但没有依赖锁定、部署或故障排查细节（install_notes=2）。项目名、API阶段与描述中的模型名称存在不一致（naming_stability=1）。README给出输入示例、接口示例和使用步骤，但没有 FAQ（examples_and_faq=2）。未充分记录已知限制（known_limitations=1）。许可证仅在 README 中声称为 MIT，所给材料未包含许可证正文（license=1）。所给材料没有版本记录、变更日志或明确维护责任人/更新渠道（versioning_changelog=0，maintenance_responsibility=0）。
文档描述了从创意或脚本生成分镜、图像、视频并合成为 MP4 的完整产物，下载入口也有说明，输出具有一定可用性（output_usability=2）。多阶段流程将文本创作、角色参考图和视频生成串联，体现了相较手工切换工具的潜在价值，但效果主张没有材料验证（marginal_value=2）。文档指出使用付费 API key，却没有成本、配额或单次生成用量估算，成本收益说明较弱（cost_benefit=1）。
README列出具体 API 路径、模型、阶段和事件格式，部分主张可追溯到明确的接口描述，但实现文件未提供以供核对（claim_traceability=1）。只有 README 这一项来源，无法交叉印证（cross_source_corroboration=0）。使用步骤和接口格式与产品主张并列，但没有明确区分已实现事实与宣传性效果主张（fact_inference_separation=1）。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 模型名称在描述与 README 中不一致；实际支持的模型及其版本应以代码和当前 MuAPI 接口为准。
- 使用前应确认 MuAPI 密钥的保护方式、上传文件及生成内容的处理与保留规则，并核算调用成本；本评估未执行代码或验证输出。
- 许可证正文、依赖锁定、安全维护信息及维护责任人未包含在所给材料中。
常见问题
运行生成流程需要什么凭据？
server/.env 中设置 MUAPI_KEY；README 称同一密钥用于 LLM、图像和视频生成。可以从已有剧本开始吗？
script2video 模式并提供剧本；流程从角色提取开始，跳过故事开发与场景写作。成片如何交付？
final_video.mp4；网页显示播放器和下载按钮，API 完成事件也会返回视频路径。生成失败时能看到原因吗？
代码使用什么许可证？
LICENSE 文件；仓库元数据给出的许可证状态为未知，采用前应核对许可证文件。