# 03 · 一站式成片与工作流（从想法到成片）

基座模型负责"生出画面"，这一类项目负责**把画面组织成一条能发布的视频**：剧本、分镜、配音、字幕、剪辑、烧录、批量产出。

---

## 1. ComfyUI —— 不是工具，是行业里的操作系统

| 项目 | ★ | 协议 | 最近提交 |
|---|---|---|---|
| `comfyanonymous/ComfyUI` | 144,745 | GPL-3.0 | 2026-11-03（每天在更） |

**定位**：节点式可视化推理引擎。所有主流视频模型（Wan 全系、HunyuanVideo、LTX、Mochi、CogVideo、InfiniteTalk）都有原生或社区节点。

**为什么必须提它**
- 视频生成的实际工作流 90% 跑在 ComfyUI 上：模型切换、LoRA、tile 放大、首尾帧插值、批处理队列，全在图里连。
- 显存管理（`--lowvram`、fp8、`unet offload`）是绕开硬件限制的唯一现实手段。
- 有 API 模式（`/prompt` 接口），可以被外部程序调度，做批量生产。

**门槛**：Python 3.10+，NVIDIA 显卡（AMD/ROCm、Apple Silicon 也能跑但坑多）；显存从 6G 到 80G 都能配出可跑的图。
**注意**：GPL-3.0——自己用/内部生产随便，二次分发改造版要开源。

---

## 2. Toonflow —— 短剧 / 漫剧的完整生产线

| 项目 | ★ | 协议 | 最近提交 |
|---|---|---|---|
| `HBAI-Ltd/Toonflow-app` | 20,297 | MIT | 2026-11-02 |

**定位**：开源 AI 视频创作平台，把**剧本 → 智能分镜 → 角色与场景资产管理 → 图像生成 → 视频生成**串成一条流水线，带无限画布、AI Agent 和可视化工作流。

**能力**
- 角色一致性靠"资产库"管理（同一个角色的参考图、LoRA、设定卡绑定到项目）。
- 分镜由 LLM 自动拆，人工可在画布上拖拽调整。
- 支持本地部署、自选模型（Wan / Hunyuan / 云 API 都可以接）、MCP 调用、跨平台客户端。

**为什么值得推荐**：它把"做一集 3 分钟短剧"这件事里所有琐碎的工程问题（角色跨镜头一致、分镜表、资产版本）做成了模块，MIT 协议，能直接当产品底座。

**短板**：全链路的产出质量取决于你接的模型；分镜逻辑偏"工业流水线"，艺术控制要人工介入。

---

## 3. Jellyfish —— 短剧垂直工作台

| 项目 | ★ | 协议 | 最近提交 |
|---|---|---|---|
| `Forget-C/Jellyfish` | 7,113 | Apache-2.0 | 2026-07-30 |

**定位**：端到端的 AI 短剧生产工作台，从剧本输入到结构化分镜再到成片，风格偏"剧组流程"。

**差异点**：比 Toonflow 更聚焦短剧（人物关系、场景连续性、台词驱动），Apache-2.0 商用友好。
**短板**：社区规模小，文档不如 Toonflow 全。

---

## 4. short-video-factory —— 电商/营销批量出片

| 项目 | ★ | 协议 | 最近提交 |
|---|---|---|---|
| `YILS-LIN/short-video-factory` | 6,035 | **AGPL-3.0** | 2026-11-02 |

**定位**：跨平台桌面端，一键生成产品营销短视频，AI 批量自动剪辑。

**用途**：带货短视频、商品卡点视频、多账号矩阵。给素材 + 文案，输出成排的成片。
**协议警告**：AGPL-3.0 是最严格的传染性协议——如果你把它做成 SaaS 给别人用，必须开源整个服务端。做内部矩阵工具没问题。

---

## 5. MoneyPrinterTurbo —— 137k 星，但要搞清它到底做什么

| 项目 | ★ | 协议 | 最近提交 |
|---|---|---|---|
| `harry0703/MoneyPrinterTurbo` | 137,776 | MIT | 2026-11-02 |

**定位**：给一个主题，自动出文案 → 找素材（Pexels 等）→ 合成配音 → 生成字幕 → 拼成竖屏视频。

**重要澄清**：它**不是** AI 视频生成模型，是"素材库 + TTS + 剪辑自动化"。出片快、成本近零、量大，但画面是版权素材拼贴，没有生成能力，重复度高。
**适合**：批量起号、口播型信息流、需要一条命令出十条视频的场景。
**短板**：撞素材、平台去重识别、没有画面创意。真正要差异化还得接生成模型。

---

## 6. FunClip / SmartSub —— 剪辑与字幕的国产标杆

| 项目 | ★ | 协议 | 最近提交 |
|---|---|---|---|
| `modelscope/FunClip` | 6,489 | MIT | 2026-11-01 |
| `buxuku/SmartSub` | 5,928 | MIT | 2026-11-02 |

**FunClip**（阿里，基于 FunASR）：本地转录 + 热词 + LLM 辅助，按文本直接**剪出片段**。做口播切片、访谈切片效率极高，中文识别准，全本地。
**SmartSub**：视频转字幕 → 字幕翻译 → AI 配音 → 声音克隆 → 字幕烧录，一站式桌面工具，Windows/macOS/Linux 全平台，Whisper/FunASR 本地模型，GPU 加速。

**这两个是"AI 视频后期"里最实用的国产件**，MIT 协议，直接拿来嵌进自己的流水线。

---

## 7. 其它

| 项目 | ★ | 协议 | 一句话 |
|---|---|---|---|
| `tin2tin/Pallaidium` | 1,552 | GPL-3.0 | 把生成模型塞进 Blender 视频编辑器（VSE），做"AI 素材 + 传统剪辑"混合流程的独特选择。 |
| `HKUDS/ViMax` | 12,845 | MIT | Agentic 视频生成：把导演、编剧、制片、生成器拆成多 Agent 协作，研究性质强，工程可用性待观察。 |
| `Anil-matcha/AI-Youtube-Shorts-Generator` | 5,737 | MIT | 长视频自动切竖屏短视频，带自动重构构图、字幕、标题——Opus Clip 的开源替代。 |
| `Anil-matcha/Open-Generative-AI` | 32,108 | MIT | 聚合 600+ 模型的图像/视频生成 Web 工作台，适合统一入口、对比不同模型。 |

---

## 一条可落地的流水线（人工最少介入版）

```
选题文案（LLM）
   ↓
分镜脚本 + 提示词（LLM + Toonflow/Jellyfish）
   ↓
图像生成（Wan2.2 / Flux，锁定角色 LoRA）
   ↓
图生视频（Wan2.2-I2V / LTX-13B）+ 首尾帧续接保连续性
   ↓
配音（CosyVoice 克隆音色）
   ↓
口型修正（LatentSync，仅在有人物开口镜头时）
   ↓
字幕（FunClip / SmartSub）+ 音乐（版权曲库）
   ↓
剪辑合成（FFmpeg / Pallaidium / 剪辑软件）
   ↓
批量导出（ComfyUI API + 队列）
```

**调度的核心是 ComfyUI 的 API 模式**：把上面每一步存成 workflow JSON，用 Python 提交 `/prompt`，一次性跑几十条，失败重试和显存回收都自己控。

**踩坑提醒**
1. 角色一致性 = 参考图 + LoRA + 固定的种子策略，三样缺一不可。
2. 视频片段之间有跳变，用「尾帧作为下一段首帧」比任何后处理都有效。
3. 字幕时间轴不要用 TTS 的估算值，用 FunASR 对成品音频重新对齐。