做 AI 短剧的朋友,最近是不是都有这种感觉——工具一大堆:Midjourney 出图、可灵/即梦生成视频、剪映拼剪辑……可真要拍一部有头有尾的短剧,还是被角色忽大忽小、场景串味、道具穿帮搞到崩溃。每集重画、每镜头手动对齐,时间全耗在"救火"上了。
今天给你安利一个刚冒头、但思路相当对路的开源项目:Jellyfish(水母)。它不打单一"AI 出图"的点,而是把从剧本到成片的整条生产链路搬进一个工作台里。一句话:让 AI 短剧真正"可生产",而不是"玩一下"。
📌 项目速览 • GitHub:github.com/Forget-C/Jellyfish • 在线文档:forget-c.github.io/Jellyfish • 开源协议:Apache-2.0 • 技术栈:React + Vite 前端 / FastAPI 后端 / Docker 一键部署 • 当前热度:5.5K ⭐(仍在快速增长)
现在做 AI 短剧,普遍的痛点是"散"和"漂":
• 工具散:脚本在文档里、分镜在脑里、图在 Midjourney、视频在另一个平台、剪辑又在第三个软件。没有一个地方能把它们串起来。
• 一致性漂:角色长相、服装、场景,跨镜头全靠手动保,越往后越走样。几十集下来,主角换了好几张脸。
Jellyfish 的出发点很朴素:把"一致性"当成一等公民,把整条流水线收进一个工作空间。你在外面东拼西凑的事,它想让你在一个界面里闭环完成。

1. AI 剧本理解 & 分镜拆解 把一章脚本自动拆成镜头,自动提取角色、场景、道具、服装、对白;还能做剧本优化、精简和一致性检查,甚至单独分析"某个角色的肖像"或"某场景的细节"。
2. 镜头准备 & 确认工作流 主流程是:脚本拆解 → 镜头准备 → 候选确认 → 镜头就绪 → 生成工作区。准备阶段你能刷新候选、接受/忽略资产候选和对白候选、把镜头关联到已有角色/场景/道具,用一个统一的"就绪状态"决定这个镜头能不能进生成。
3. 资产一致性与复用(这是最实用的一块) 系统在角色 / 演员 / 场景 / 道具 / 服装之间维护一套共享实体模型,支持跨镜头复用,帮你把风格和身份稳住。再也不用每集重画主角。
4. 镜头级图像 / 视频编排 镜头一旦"就绪",生成工作区就能管关键帧、参考图、镜头级视频提示词预览,发起图像和视频生成任务,还支持单镜头和批量两种模式,生成结果写回镜头/媒体系统。
5. 统一异步任务中心 文本、图像、视频任务全走同一套异步系统,带状态、耗时、取消、恢复。全局任务中心还能上下文感知地跳回对应的项目 / 章节 / 镜头——长任务不再失控。
6. 模型 / 提示词 / 生成基础设施 多供应商、多模型管理,按类别设默认模型;提示词模板管理;文件和生成媒体统一管理;前后端用 OpenAPI 契约,给以后扩 AI 工作流留了稳底座。
🎬 短剧 / 微短剧创作者:一条龙把剧本变镜头变成片
🏭 批量产视频的 AI 工作室:多项目、多章节统一管
📱 想试水竖屏短剧的个人创作者:不用再自己搭一套拼凑流程
🎓 教育培训团队:做有剧情的知识点课程视频
🛍️ 品牌 / 电商团队:做"讲故事"的剧情化推广短片

维度 | 零散工具拼凑 | Jellyfish |
|---|---|---|
工作流 | 脚本/出图/生成/剪辑各用各的 | 一个工作空间闭环 |
角色一致性 | 手动对齐,越拍越漂 | 统一实体模型,跨镜头复用 |
长任务 | 容易丢、难追踪 | 统一异步任务中心,可取消可恢复 |
资产复用 | 每次重来 | 镜头级关联已有角色/场景/道具 |
团队协作 | 文件满天飞 | 项目/章节/镜头结构化,上下文可跳回 |
上手成本 | 要懂一堆工具 | Docker 一键起,开箱即用 |
说白了,它不是要替代你的出图/视频模型,而是给这些模型套一层生产级的操作系统。
最省事的方式——仓库自带 docker-compose:
# 1. 准备环境变量 cp deploy/compose/.env.example deploy/compose/.env # 2. 一键启动(会起前端、后端、MySQL、Redis、RustFS) docker compose --env-file deploy/compose/.env \ -f deploy/compose/docker-compose.yml up --build起来后:前端 http://localhost:7788,后端 API(Swagger)http://localhost:8000/docs。
想本地开发也行:后端 uv run uvicorn app.main:app --reload,前端 pnpm install && pnpm dev,前后端分离,改动热更新。
Jellyfish 现在还年轻(5.5K star,Apache-2.0),但方向很清晰:AI 短剧缺的不是"能生成"的模型,而是把生成组织成"生产"的工作流。它把分镜、一致性、任务、资产全收进一个空间,正好补上了大多数 AI 视频工具最弱的那一环。
如果你正打算认真做一部 AI 短剧、而不是只玩几个片段,这个项目值得 clone 下来试一把。
🔗 开源地址:https://github.com/Forget-C/Jellyfish