2026年,AI短剧正在爆发:一款开源工具带你从0到1做短剧

2026年,AI短剧正在爆发:一款开源工具带你从0到1做短剧

大家好,我是小阳哥。

2026年,一个新的风口正在成型——AI短剧。

今天给大家推荐一个开源的 AI短剧神器。工具是开源免费的,可以自己部署,也可以直接下载可执行文件运行。

工具把 AI 短剧拆解成了一步步可执行的流水线:

小说 → 大纲 → 剧本 → 分镜 → 视频

而且是多 Agent 协作生成,非常接近真实影视制作流程。

接下来,一步步带大家看下如何使用。(工具地址放在文末了


一、基础设置

在开始制作前,我们需要设置AI 模型。共需要3类
  • 文本模型(写剧情)
  • 图像模型(生成角色/场景/分镜图片)
  • 视频模型(生成短剧)

这里面基本支持了市面上所有的主流模型

为每个 agent 设置对应的模型
支持修改每个agent的内置提示词

二、创作流程(核心流程)

1. 新建项目

字段包括:项目名称、小说类型、时代画风、影片比例、小说简介

2. 上传小说内容

支持 txt、docx 格式上传,支持直接粘贴文本

自动识别章节内容


3. 自动生成大纲

故事师:生成故事线

进入大纲管理,在对话框输入开始,故事师 Agent 开始工作,生成故事线

导演:审核故事线

故事线生成后,导演 Agent 会介入进行评分并审核。

大纲师:生成小说大纲

输入集数和每集分钟数,来根据故事线生成大纲。

资产生成

这步主要是自动提取小说涉及的:角色、场景、道具等提示词


4. 资产生成

上一部分,自动生成了角色、场景、道具的提示词,这边可以管理这些资产提示词,并批量生成相关图片。

(1)角色。生成角色的四视图

(2)场景

(3)道具


5. 剧本 & 分镜 & 视频生成(重点)

剧本生成
分镜生成

生成分镜描述和分镜图

生成分镜视频
视频处理与导出

到这里,短剧涉及的相关视频就基本生成了

接下来,就是需要对所有视频进行剪辑合成。这一步目前最好是导出到剪映这类专业剪辑软件处理。


这个工具真正的价值

这个工具并没有说傻瓜式的让你导入小说就能一键生成可以使用的 AI短剧。因为目前的技术也确实还没法做到。

最大的价值是把 AI 短剧拆解成一个个流水线节点,并提升每个节点的效率和效果,并且每个节点都有记录、可以单独执行,哪个地方效果不好,可以单独修改执行。

最后:2026 会是 AI短剧爆发年,感兴趣可以持续关注小阳哥。

【软件包地址】可以WX关注【小阳哥AI工具箱】,后台回复【AI短剧】获取

Read more

Flutter 三方库 ethereum_addresses 的鸿蒙化适配指南 - 掌控区块链地址资产、精密校验治理实战、鸿蒙级 Web3 专家

Flutter 三方库 ethereum_addresses 的鸿蒙化适配指南 - 掌控区块链地址资产、精密校验治理实战、鸿蒙级 Web3 专家

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 ethereum_addresses 的鸿蒙化适配指南 - 掌控区块链地址资产、精密校验治理实战、鸿蒙级 Web3 专家 在鸿蒙跨平台应用执行高级区块链身份管理与多维以太坊地址资产指控(如构建一个支持全场景秒级交互的鸿蒙大型全量钱包中枢、处理海量 Ethereum Address Payloads 的语义认领或是实现一个具备极致指控能力的资产管理后台地址审计中心)时,如果仅仅依赖官方的基础 Regular Expression 或者是极其繁琐的手动 Checksum 计算,极易在处理“由于大小写敏感导致的资产认领偏移”、“高频地址校验下的认领假死”或“由于多语言环境导致的符号解析冲突死结”时陷入研发代码区块链逻辑崩溃死循环。如果你追求的是一种完全对齐现代 Ethereum 标准、支持全量高度可定制校验(Type-safe Web3)且具备极致指控确定性的方案。今天我们要深度解析的 ethereum_addresses——一个专注于解决“地址

实测|龙虾机器人(OpenClaw)Windows系统部署全攻略(含避坑指南)

作为一名热衷于折腾新技术的ZEEKLOG博主,最近被一款名为「龙虾机器人」的开源AI工具圈粉了!它还有个更正式的名字——OpenClaw(曾用名Clawdbot、MoltBot),不同于普通的对话式AI,这款工具能真正落地执行任务,比如操作系统命令、管理文件、对接聊天软件、自动化办公,而且支持本地部署,数据隐私性拉满。 不过调研发现,很多小伙伴反馈龙虾机器人在Windows系统上部署容易踩坑,官方文档对Windows的适配细节描述不够细致。今天就结合自己的实测经历,从环境准备、分步部署、初始化配置,到常见问题排查,写一篇保姆级攻略,不管是新手还是有一定技术基础的同学,都能跟着一步步完成部署,少走弯路~ 先简单科普下:龙虾机器人本质是一款开源AI代理框架,核心优势是“能行动、可本地、高灵活”——它不内置大模型,需要对接第三方AI接口(如GPT、Claude、阿里云百炼等),但能将AI的指令转化为实际的系统操作,相当于给AI配了一个“能动手的身体”,这也是它和普通对话大模型的核心区别。另外要注意,它还有一种“生物混合龙虾机器人”的概念,是利用龙虾壳改造的柔性机器人,本文重点分享的是可本

SpringBoot+Vue 无人超市管理系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

SpringBoot+Vue 无人超市管理系统平台完整项目源码+SQL脚本+接口文档【Java Web毕设】

摘要 随着信息技术的快速发展和智能零售概念的兴起,无人超市作为一种新型零售模式,逐渐成为商业领域的研究热点。无人超市通过自动化设备和智能化管理系统,实现商品的自主选购、结算和库存管理,大幅降低了人力成本,提升了运营效率。然而,传统的无人超市系统在数据管理、用户交互和系统扩展性方面仍存在不足,亟需一套高效、稳定且易于维护的管理平台。本课题基于SpringBoot和Vue技术栈,设计并实现了一套完整的无人超市管理系统,旨在解决传统模式下的痛点,为无人超市的智能化运营提供技术支持。 本系统采用前后端分离架构,后端基于SpringBoot框架实现,提供RESTful API接口,支持高并发和分布式部署;前端采用Vue.js框架,结合Element UI组件库,构建了响应式用户界面。系统功能涵盖用户管理、商品管理、订单管理、库存管理以及数据统计分析模块,实现了从商品上架到用户结算的全流程自动化管理。数据库采用MySQL存储,通过JPA实现对象关系映射,确保数据的一致性和安全性。关键技术包括Spring Security权限控制、Redis缓存优化、WebSocket实时通信以及支付宝/微信支

Stable-Diffusion-v1-5-archive行业解决方案:建筑可视化/服装设计/包装创意专属Prompt库

Stable-Diffusion-v1-5-archive行业解决方案:建筑可视化/服装设计/包装创意专属Prompt库 1. 引言:当经典模型遇见专业场景 如果你正在使用 Stable Diffusion v1.5 Archive 这个经典的文生图模型,可能会发现一个有趣的现象:用同样的提示词,有时能生成惊艳的作品,有时却差强人意。尤其是在建筑、服装、包装这些对细节和风格有特定要求的专业领域,效果更是飘忽不定。 问题往往不在于模型本身,而在于我们与它“沟通”的方式。SD1.5 就像一个经验丰富但有点“固执”的老工匠,你需要用它能听懂的语言,给出精确的指令,它才能交出令人满意的作品。 本文将为你带来一份专为 建筑可视化、服装设计、包装创意 三大行业定制的 Prompt(提示词)库。我们不会空谈理论,而是直接提供经过验证、可立即使用的提示词公式和案例,帮助你将 SD1.5 Archive 这个经典工具,