4800 Star 的开源 AI 影视工厂：剧本到成片全自动，我拆了它的 10 万行 TypeScript
AI 视频工具现在分两类：一类是给你一个对话框、输入提示词吐一条 5 秒片段的"玩具"；另一类是冲着批量生产去的生产线——你给剧本，它负责把剧本变成分镜、定住角色长相、配好场景、调度十几个模型任务，最后拼成能看的成片。
今天拆的 moyin-creator（魔因漫创）属于后者。4,826 Star、966 Fork，AGPL-3.0 双许可，TypeScript 写的 Electron 桌面应用，代码约 10.7 万行，主打一句话：剧本到成片全流程批量化，深度集成字节的 Seedance 2.0 视频模型。
我把仓库克隆下来通读了核心引擎和更新日志，这篇讲清楚它怎么把"拍剧"这件事流水线化、工程上有哪些真东西，以及几个不能忽略的边界。
一、它在解决什么：AI 视频生产的三个老大难
用单条提示词做视频的人都知道三个痛点：角色不一致（同一个人下一个镜头换了张脸）、流程断裂（剧本、分镜、生图、生视频散在五六个工具里手工搬运）、无法批量（一条片子几十上百个镜头，手工点到死）。
魔因漫创的产品结构就是对着这三个问题设计的，五大板块环环相扣，上一步的产出自动流入下一步：
- 📝 剧本：粘贴剧本文本，解析引擎自动拆成场景、分镜、对白，识别角色、场景、情绪、镜头语言，支持多集/多幕结构；
- 🎭 角色：建立角色圣经（Character Bible），用 6 层身份锚点保证同一个角色跨分镜外观一致，并绑定参考图；
- 🌄 场景：场景描述自动转视觉提示词，生成多视角联合图；
- 🎬 导演：专业分镜系统，景别、机位、运动方式这些电影摄影参数化，2D/3D/写实/定格等视觉风格一键切换；
- ⭐ S 级板块：最终的视频生成车间，对接 Seedance 2.0 / SkyReels-V4，把分镜批量变成视频。
它不是自己训练视频模型，而是站在各家生成 API 之上做编排和品控——这个定位决定了它的价值和局限，后面细说。
二、最硬核的部分：S 级板块怎么喂饱 Seedance 2.0
Seedance 2.0 这类多模态视频模型的能力很强，但 API 约束也很具体：一次请求最多 9 张图、3 段视频、3 段音频，prompt 不超过 5000 字符。手工给每个分镜凑这些素材、卡这些限制，是纯体力活。魔因漫创把这层自动化了，核心是一个叫 GroupRefManager 的引用管理器。
每个分镜卡片（split-scene-card）会自动收集三类素材：角色库里的角色参考图、场景参考图、首帧图（来自素材库或 AI 生成），统一交给 GroupRefManager；运镜参考视频和 BGM 音频则手动上传。collectAllRefs() 在发请求前完成组装和约束校验：
- @Image1~9：首帧图走 N×N 网格拼接策略（多角色/场景参考拼成格子图），其余槽位放角色和场景参考，硬上限 9 张；
- @Video1
3 / @Audio13：运镜与配乐参考，各 3 个上限； - 提示词三层自动融合：动作描述 + 镜头语言 + 对白唇形同步，编译成一条完整 prompt，并在 5000 字符红线内截断校验；
- 多镜头合并叙事：把多个分镜分组合并生成一条连贯叙事视频，而不是每条片段各自为政。
参数超限不是报错让你自己猜，而是在客户端先做约束自动校验。这套"引用收集 → 网格拼接 → prompt 编译 → 约束校验 → API 请求"的链路，是整个项目工程密度最高的地方，也解释了它为什么敢叫"生产级"。
三、角色一致性：6 层身份锚点 + 角色圣经
AI 短剧最大的穿帮就是"变脸"。它的解法分两层：
数据层是角色圣经（character-bible 服务）：每个角色有一份结构化档案，外貌特征、服装、性格、关系等信息被固化，后续所有分镜引用同一份档案而不是每次重新描述。
生成层是 6 层身份锚点：通过角色参考图绑定 + 多模态引用（@Image 槽位强制带上角色图）+ 首帧网格拼接，让模型在每个镜头都能"看到"角色长什么样。v0.1.3 的更新日志专门提到，分镜卡片现在会自动把角色参考图、场景参考、首帧统一打包进 GroupRefManager，目的就是提升跨镜头一致性。
客观说，这不是什么独门黑科技——本质是"强参考图约束 + 结构化角色档案"的组合拳，效果仍取决于底层模型的参考跟随能力。但它把这套方法论产品化成了默认行为，不用用户每次自己记得贴图，这是工具的价值。
四、批量生产：队列、重试与多 Key 轮询
要做番剧级别的体量，单条生成毫无意义。它的批量化靠三个机制：
- 一键全流程：剧本解析 → 角色/场景生成 → 分镜切割 → 批量生图 → 批量生视频，一条任务链跑通；
- 并行任务队列 + 自动重试：失败任务进入错误恢复机制重跑，不需要人盯着；
- 多供应商调度 + Key 轮询负载均衡：可以配置多个 AI 服务商的多个 API Key，轮询分发请求。官方文档甚至直白建议"Key 越多并发线程越高、批量越快"——因为视频生成 API 普遍有并发和速率限制，堆 Key 是绕过单 Key 配额的现实做法。
供应商策略在 v0.1.3 做过一次大精简：砍掉 dik3、nanohajimi、apimart、zhipu 等废弃渠道，只保留魔因 API（memefast）和 RunningHub 两个核心供应商，并写了 v6→v7 的本地数据迁移逻辑自动清理旧配置。这也带出一个需要注意的事实：它的模型能力依赖第三方 API 通道，供应商一旦调整，工具就得跟着发版。
五、技术架构：标准的 Electron 生产级配置
技术栈选得很主流，没有炫技：
| 层级 | 选型 |
|---|---|
| 桌面框架 | Electron 30（主进程管存储/文件系统/协议，preload 做安全桥接） |
| 前端 | React 18 + TypeScript |
| 构建 | electron-vite（Vite 5） |
| 状态管理 | Zustand 5 |
| UI | Radix UI + Tailwind CSS 4 |
| AI 核心 | 内部包 @opencut/ai-core（prompt-compiler、character-bible、任务轮询） |
代码组织上，src/packages/ai-core 是真正的引擎：providers/ 抽象供应商、services/prompt-compiler.ts 负责提示词编译、services/character-bible.ts 管角色档案、protocol/ 定义内部通信协议。UI 面板按五大板块拆在 components/panels/，状态进 Zustand store，分层是清楚的。
几个能看出工程习惯的细节：内置演示项目（“灌篮少女”）通过数据播种机制让新用户打开就有东西可看；本地存储做了版本化迁移（v6→v7）；导演面板 ResizablePanel 的 min-w-0 这类经典 Flex 布局坑也在 changelog 里有明确修复记录。对一个 2 月才建仓的年轻项目，这种规范度不错。
六、必须说清的三个边界
1. AGPL-3.0 双许可：商用不是随便用
很多人看到"开源"就以为能随便拿。它采用的是 AGPL-3.0 + 商业许可的双重模式：
- 个人学习、研究、非商业项目自由用，但你修改后的代码必须以同样协议开源；
- 关键在 AGPL 的网络传染性——哪怕你不分发二进制，只是基于它做 SaaS 给别人用，用户也有权索取完整源代码；
- 想闭源集成、做 SaaS 不开源、去掉协议约束，必须联系作者购买商业许可（仓库里有独立的 COMMERCIAL_LICENSE.md）。
想拿它包装成自己的商业产品的团队，这条务必先过法务。
2. 它是编排层，不是模型层
魔因漫创自己不训练任何模型，所有生图/生视频能力都来自外部 API（Seedance、Gemini 图像模型等），而且 README 顶部就挂着赞助商 Memefast API 中转聚合服务的广告位，默认供应商也是魔因 API。换句话说：你用它产生的成本、稳定性、内容审核，最终都握在 API 通道手里；工具的价值在工作流和品控，不在生成能力本身。断网或 API 涨价，它本身不产生任何画面。
3. 项目仍在早期
几个客观信号：最新打包版本 0.1.7（对应开源源码，另有百度网盘分发），package.json 版本 0.2.3；仓库最后一次 push 停在 2026-08-27，距今两个多月；33 个 open issues；README 里截图位还留着"后续替换为实际截图"的注释；v0.1.8 的 changelog 显示它甚至存在一个本地闭源版本（G:\moyin-creator），开源版与闭源版逐行对比修 bug——说明作者手里有更新的闭源版，开源仓库可能不是最前沿代码。用于严肃生产前，建议先验证当前版本对你目标供应商的可用性。
七、适合谁，怎么上手
适合：想批量做短剧、动漫番剧、预告片的个人创作者和小团队；想学习"多模型 API 编排 + 长流程工作流"工程实现的开发者（ai-core 包是很好的教材）。
不适合：追求完全离线/自研模型的人（强依赖外部 API）；想直接闭源商用又不想买商业许可的团队（AGPL 限制）；只需要偶尔生成单条视频的轻度用户（流水线的复杂度反而是负担）。
上手路径：Node.js ≥18，git clone 后 npm install、npm run dev，然后在设置里填 AI 服务商 API Key（还要配图床 Key 托管参考图），即可从剧本板块开始。不想跑源码的可以下作者打包的 Windows 安装程序。
结语
魔因漫创的价值主张很清晰：把 AI 视频从"一句提示词抽卡"改造成"一条可复用的生产线"。GroupRefManager 的多模态引用组装、角色圣经的一致性约束、多 Key 队列的批量调度，都是冲着真正的产能问题去的，工程上也撑得住"生产级"这三个字的一半。
但另一半要清醒：它解决的是流程，不是生成质量；它站在 API 之上而非模型之内；AGPL 协议和项目早期状态也决定了它现在更适合个人创作和技术学习，而不是无脑搬进商业系统。如果你正在认真做 AI 短剧，它值得装一遍——哪怕最后不用，它对"剧本到成片"这条链路的拆解方式，本身就值得抄作业。
项目地址：https://github.com/MemeCalculate/moyin-creator ｜ 官网：moyincreator.com 协议：AGPL-3.0（商业使用需单独授权）｜ 版本：v0.2.3（安装包 0.1.7）｜ 数据基准：2026-11-05
本文基于仓库源码、CHANGELOG 与官方文档撰写，模型能力与供应商政策以官方最新信息为准。