waoowaoo AI 影视 Studio
将小说文本转为分镜、角色、场景与完整短剧或漫画视频的自托管制作工具。
- Star 数
- ★ 15k
- 最近更新
- 1 个月前
- License
- NOASSERTION
- 主语言
- TypeScript
- FA 评分
- 证据不足
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配
- 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
- 短剧创作者需要把小说初稿拆解为角色、场景和剧情要素时。
- 不适合
- 需要稳定生产环境的团队，当前为预览版且仍有缺陷
- 希望直接合并外部 PR 或自行二次开发的团队，项目由核心团队内部实现
这个 Agent 能做什么，适合哪些场景？
waoowaoo AI 影视 Studio 是面向短剧和漫画视频制作的 AI 工具，README 将其描述为可从小说文本自动生成制作素材与视频。其流程涵盖 AI 剧本分析、角色与场景图片生成、分镜生成与视频合成，以及多角色 AI 配音。应用使用 Next.js 15 和 React 19 构建，以 MySQL 和 Prisma ORM 存储数据，并通过 Redis 与 BullMQ 处理队列任务。它可通过 Docker Compose 部署，也提供本地开发模式；容器部署访问地址为 http://localhost:13000，本地开发服务器为 http://localhost:3000。采用前应接受其仍处于早期测试阶段、更新频繁且版本间数据库不兼容的现实。
它读取小说文本并进行“AI 剧本分析”，提取角色、场景和剧情；随后生成保持一致性的角色与场景图片，自动生成分镜头并合成为视频，同时提供多角色语音合成。运行时由 Next.js 15 + React 19 应用提供界面，MySQL 经 Prisma ORM 保存数据，Redis + BullMQ 执行队列任务。部署可执行 docker compose up -d 启动全部服务；本地开发需先复制 .env.example 到 .env、填写 AI API Key、启动 mysql redis minio、运行 npx prisma db push，再执行 npm run dev。服务启动后，用户在“设置中心”配置 AI 服务 API Key 后开始使用。
- 短剧创作者需要把小说初稿拆解为角色、场景和剧情要素时。
- 漫画视频制作者希望从文本生成角色与场景图片，并继续制作分镜视频时。
- 小型影视创作团队需要把分镜生成、视频合成和多角色配音放入同一工作流时。
- 具备 Docker Desktop 的个人或团队希望在本机运行影视制作工具并自行配置 AI 服务密钥时。
- 需要中英文界面，并通过界面右上角切换语言的内容制作人员。
如何安装或部署这个 Agent？
最快部署方式：安装 Docker Desktop 后运行：
curl -O https://raw.githubusercontent.com/saturndec/waoowaoo/main/docker-compose.yml
docker compose up -d然后访问 http://localhost:13000。若本地开发，运行：
git clone https://github.com/saturndec/waoowaoo.git
cd waoowaoo
cp .env.example .env在执行 npm install 前编辑 .env 并填入 AI API Key；接着执行 npm install，运行 docker compose up mysql redis minio -d，执行 npx prisma db push，最后执行 npm run dev。开发模式访问 http://localhost:3000。
如何使用这个 Agent？
启动服务后打开对应的本地地址。进入“设置中心”，按内置教程配置所使用 AI 服务的官方 API Key；README 表示第三方 OpenAI Compatible 格式尚不完善。之后将小说文本用于 AI 剧本分析，以获得角色、场景和剧情信息，并继续生成角色/场景图片、分镜视频与多角色配音。首次启动会自动初始化数据库；本地开发模式则必须先执行 npx prisma db push，否则会出现 tasks 表不存在的错误。
这个 Agent 有哪些优点和局限？
- 覆盖从小说文本分析到分镜、视频合成和多角色配音的连续影视制作流程。
- Docker Compose 提供预构建镜像部署路径，无需先克隆仓库即可启动全部服务。
- 技术栈明确：Next.js 15、React 19、MySQL、Prisma ORM、Redis、BullMQ 与 Tailwind CSS v4。
- 同时提供容器化运行与可调试的本地开发流程，并明确列出数据库初始化步骤。
- 项目明确处于测试早期阶段，维护者说明仍存在 bug 和不完善之处。
- 版本间数据库不兼容；升级文档要求执行 docker compose down -v 清除旧数据，存在数据迁移与丢失风险。
- 使用前需要配置 AI 服务 API Key，且当前仅推荐服务商官方 API。
- 第三方 OpenAI Compatible 格式尚不完善，接入兼容接口可能需要等待后续优化。
这个 Agent 与同类方案有什么区别？
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 |
|---|---|---|---|---|---|---|
| waoowaoo AI 影视 Studio 当前 | 证据不足 | 自托管服务免费 + 模型费 | ★ 15k | 1 个月前 | TypeScript | — |
| OpenMontage 影视工坊 | 47 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 18 | 2 天前 | Python | — |
| ArcReel 视频创作工作台 | 52 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 6.2k | 今天 | Python | OpenAI API · Claude API |
| MicroDrama AI 短剧生成器 | 43 · 缺口较多 | 网页应用免费 + 模型费 | ★ 566 | 3 个月前 | Python | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据不足：仓库未提供权限模型、用户确认机制、数据流说明、敏感数据处理策略、依赖安全审计、外部影响说明、回滚机制或来源归属。所有信任相关标准均无证据支持，故评分为0。
证据不足：未提供自一致性说明、依赖可用性保障或失败消息设计。测试文件存在但未提供执行结果，且静态审查无法验证可靠性。故评分为0。
证据不足：未明确目标受众和使用场景，未定义能力边界，未说明触发精度，未提供环境适配说明。故评分为0。
证据不足：信息架构不清晰，安装说明存在但未验证，命名稳定性未说明，缺少示例和FAQ，未列出已知限制，许可证为CC BY-NC-SA 4.0（非软件许可证），缺少版本变更日志和维护责任说明。故评分为0。
证据不足：未提供输出可用性、边际价值或成本效益的证据。故评分为0。
证据不足：声明缺乏可追溯性，无跨来源佐证，事实与推断未分离。故评分为0。
- 源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 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。
- 源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
- 仓库缺少安全相关文档和权限模型，部署前需自行审计。
- 许可证为CC BY-NC-SA 4.0，非开源软件许可证，可能限制商业使用。
- 测试文件存在但未提供执行结果，静态审查无法验证其有效性。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
发布说明摘录
v0.5.0-beta.1 — Self-hosted preview This is a pre-release for local, self-hosted use. It is a substantial update from v0.4.x; use a new installation directory and new Compose project for evaluation. Do not point this release at an existing database without a reviewed migration and backups. What's new - A project canvas for images, videos, references, folders, and an integrated Assistant. - Direct reference uploads and project-media selection in image/video drafts. - Model-bound frame ratios, durations, reference roles and limits, and advanced generation settings. …在 GitHub 查看 ↗ -
v0.4.1 v0.4.1 update
发布说明摘录
v0.4.1 Release Notes 优化道具确认与筛选逻辑，减少将场景内普通物件误判为关键道具的情况 接入 Wan 2.7 视频模型，补充对应能力声明、策略约束与测试覆盖 持续打磨资产相关 UI / UX，优化编辑、导入、卡片比例、生成中状态与交互一致性 补齐道具 AI 修改描述链路，统一资产中心与项目内的修改入口与任务处理 调整资产中心图片策略，移除全局图片文字标识，收口全局母图与项目参考图边界 继续增强测试与工程约束，降低资产链路与模型能力变更带来的回归风险 核心更新 道具筛选逻辑优化 本次重点收紧了道具识别标准，避免把餐具、酒杯、办公设备、房间陈设这类场景内普通物件误识别为道具资产。新的规则更强调“跨场景持续存在”“有明确文本证据”“具有唯一性或持续性”，整体提取结果会更保守，但也更符合真正的关键道具定义。 道具 AI 修改能力补齐 新增并打通了道具的 AI 修改描述能力，覆盖资产中心与项目内资产两条链路。现在角色、场景、道具三类资产在描述修改能力上更统一，道具不再是缺失能力的例外项。 资产编辑与导入体验优化 对多个高频资产界面进行了细化调整，包括 AI 修改入口位置、按钮样式统一、导入弹窗视觉收敛、导入卡片预览比例统一、无图占位图标调整、生成中状态的固定比例占位等。整体目标是减少跳跃感、坍缩感和不一致交互，让资产编辑体验更稳。 资产中心图片策略调整 …在 GitHub 查看 ↗ -
v0.4.0 v0.4.0 update
发布说明摘录
最近比较忙所以基本没怎么更新 现在开始会恢复快速更新节奏！尽情期待！后续会有更大的更新！！我的目标依然是 the best in the world！ 重构分析工作流架构，提升长链路任务稳定性与恢复能力 重做首页与工作区入口体验，优化从启动创作到进入工作流的路径 引入 Props 资产体系，统一资产库与资产中心的能力边界 增强视频生成能力，扩展新一代模型接入与结果可控性 增加 AI Story Expand 等创作辅助能力，降低内容启动门槛 持续打磨 UI / UX，改善弹窗、编辑、卡片、面板与流程反馈体验 强化测试框架与工程守卫，降低高风险改动带来的回归概率 收口历史无效模式与旧架构，继续推进系统统一与复杂度压缩 核心更新 工作流稳定性升级 本次对分析链路与运行时执行机制进行了较大幅度调整，重点提升了 StoryToScript、ScriptToStoryboard 以及相关任务流在失败、取消、重试、恢复等场景下的稳定性与一致性。整体目标是让复杂创作流程更可控、更易恢复，也更方便定位问题。 首页与创作入口升级 新增首页与更清晰的创作启动入口，改善用户首次进入产品时的理解成本与操作路径。相较此前更偏“直接进入工作区”的方式，现在整体入口逻辑更完整，启动创作、创建项目与继续现有工作流的体验都更加顺畅。 资产体系升级 …在 GitHub 查看 ↗