
最近AI短剧/漫剧赛道太火了,比如小云雀上线的短剧 Agent 直接帮助一个小团队一键制作了 60 集短剧,在红果上几天就破亿了。
现在各大平台都在疯狂涌入,一部手机、一个团队、甚至一个人,就能产出一部完整的竖屏微短剧,播放量动辄百万千万,变现能力惊人。
但是做过 AI 短剧/漫剧的朋友都知道,这里面的坑太多了。
从剧本到分镜,从拍摄到剪辑,每一步都需要大量的人力物力。就算用上了AI工具,也是东拼西凑,一会这个工具生成视频,一会那个工具做剪辑,最头疼的是 AI 生成的人物和场景还会"漂移",观众看得一脸懵。
最近 GitHub 又有一个 AI 短剧开源项目火了。开源不到两周,就已经收获了 1.7K+ Star,增长速度相当惊人。
它把整个微短剧生产流程全部打通了,从剧本输入到成片导出,一站式搞定,而且还解决了最让人头疼的"人物场景漂移"问题。
这个项目就是——Jellyfish。

Jellyfish(水母) 是一款开源的 AI短剧/漫剧一站式生产工具。

专门为竖屏短剧和微短剧设计。它的工作流非常清晰:剧本输入 → 智能分镜 → 角色/场景/道具一致性管理 → AI视频生成 → 后期剪辑 → 一键导出成片。
简单来说,你只需要输入一个剧本,剩下的事情 Jellyfish 几乎都能帮你搞定。
它能自动帮你智能分镜,死死锁住角色、场景、道具的一致性(终于不用再看漂移的人物了!),然后用AI一键生成视频,最后还能做多轨后期剪辑,一键导出完整的竖屏微短剧。
1、极致一致性
它用了一套组合拳:全局种子 + 统一风格 + 资产复用。
这样一来,不管生成多少个镜头,人物都是同一个人,场景都是同一个场景,完美解决了漂移问题。
2、工业化生产流程
Jellyfish 把整个短剧制作流程拆解成了标准化的流水线:
文学剧本 → 智能精简 → 智能分镜提取 → 分镜编辑 → 视频生成 → 后期剪辑 → 成片导出
每个环节都有专门的工具支撑,环环相扣,效率拉满。
特别是它的三栏式布局工作台,左边是剧本和分镜列表,中间是预览区,右边是属性面板,操作起来非常顺手。
而且右侧面板可以收起,给你最大的创作空间。
3、精细到变态的分镜控制
它提供了所见即所得的分镜编辑器,你可以精细控制每一个镜头的语言,还能实时预览效果。
包括但不限于:
更厉害的是,它还支持首帧/尾帧/关键帧的独立提示词,以及多版本管理。
4、资产复用体系
内置了一套完整的资产管理库:
而且支持项目资产库和全局资产库双层体系,既可以在单个项目内管理资产,也可以把优质资产沉淀到全局库中跨项目复用。
5、高级生成控制
对于追求专业效果的用户,Jellyfish 提供了丰富的进阶功能:
这些功能让AI生成的视频不再是"不可控的盲盒",而是可以精细调节的专业作品。
6、内置后期剪辑功能
很多AI视频工具只负责生成片段,剪辑还得用PR或剪映。Jellyfish 直接内置了时间线编辑器:
从AI片段到完整短剧,无缝衔接。
7、可视化Agent工作流
还支持Agent工作流编排,内置了剧情提取、角色提取、分镜建议等可定制Agent。
它的工作流编辑器类似Dify,采用节点式可视化编排,你可以像搭积木一样,拖拽节点、连接流程,打造属于自己的自动化工作流。
1、克隆仓库
git clone https://github.com/Forget-C/Jellyfish.git
cd Jellyfish2、安装前端依赖
项目使用 pnpm 作为包管理器:
cd front
pnpm install3、配置 API 地址(可选)
如果需要修改请求的基础地址(默认为同源 /api),可以在应用启动处调用:
import { initOpenAPI } from './services/openapi'
// 配置自定义 API 地址
initOpenAPI('http://127.0.0.1:8000')配置文件位于:front/src/services/openapi.ts
4、启动开发服务器
pnpm dev后端部署步骤
① 进入后端目录并安装依赖**
cd backend
uv sync② 配置环境变量
cp .env.example .env
# 编辑 .env 文件,配置必要的 API Key必需的环境变量:
OPENAI_API_KEY: OpenAI API 密钥(用于影视技能)DATABASE_URL: 数据库连接地址可选的环境变量:
OPENAI_BASE_URL: API 代理地址(如使用 DashScope 等兼容接口)OPENAI_MODEL: 模型名称,默认 gpt-4o-mini③ 初始化数据库
如果使用 SQLite(默认配置),首次访问时会自动创建数据库文件。
如果使用 MySQL / PostgreSQL,需要先手动初始化表结构:
# 在 .env 中配置数据库连接
# MySQL: DATABASE_URL=mysql+aiomysql://user:pass@localhost:3306/jellyfish
# PostgreSQL: DATABASE_URL=postgresql+asyncpg://user:pass@localhost:5432/jellyfish
# 运行初始化脚本
uv run python init_db.py该脚本会创建所需的 27 张业务表。
④ 启动后端服务
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000服务启动后:
后端常用命令
命令 | 说明 |
|---|---|
uv sync | 安装/同步依赖 |
uv add <pkg> | 添加依赖 |
uv run uvicorn app.main:app --reload | 开发运行 |
uv run pytest | 运行测试 |
影视技能 API
后端提供了影视相关的 AI 技能接口(需配置 OPENAI_API_KEY):
方法 | 路径 | 说明 |
|---|---|---|
GET | /api/v1/film | 返回端点说明 |
POST | /api/v1/film/extract/entities | 人物/地点/道具抽取 |
POST | /api/v1/film/extract/shotlist | 分镜/镜头表抽取 |
未配置 OPENAI_API_KEY 时,上述 POST 接口会返回 503 错误。
AI短剧这个赛道,正在经历从"玩具"到"工具"的质变。
早期的AI视频工具,生成的内容充满了"AI味",人物变形、动作僵硬、风格飘忽,只能拿来玩玩,没法正经用。
但像 Jellyfish 这样的工具出现,标志着AI短剧制作正在走向工业化、标准化、可控化。
如果你也对AI短剧感兴趣,不管是想入局这个赛道,还是单纯想体验一下AI视频制作的魅力,Jellyfish 都值得一试。
项目开源免费,代码完全开放,你可以自由部署、二次开发、甚至商用。
GitHub:
https://github.com/Forget-C/Jellyfish
如果本文对您有帮助,也请帮忙点个 赞👍 + 在看 哈!❤️
在看你就赞赞我!