AI 短剧自动化生成

AI 短剧自动化生成

Huobao Drama - AI短剧生成平台

📖 项目简介 / About

Huobao Drama 是一个基于AI的短剧自动化生产平台,实现从剧本生成、角色设计、分镜制作到视频合成的全流程自动化。

项目地址:https://github.com/chatfire-AI/huobao-drama

远程部署||关注我的主页,回复[Huobao Drama]获取

🎯 核心价值 / Core Features

🤖 AI驱动 / AI-Driven:使用大语言模型解析剧本,提取角色、场景和分镜信息 | Parse scripts using large language models to extract characters, scenes, and storyboards
🎨 智能创作 / Intelligent Creation:AI绘图生成角色形象和场景背景 | AI-generated character portraits and scene backgrounds
📹 视频生成 / Video Generation:基于文生视频和图生视频模型自动生成分镜视频 | Automatic storyboard video generation using text-to-video and image-to-video models
🔄 工作流 / Workflow:完整的短剧制作工作流,从创意到成片一站式完成 | Complete production workflow from idea to final video

✨ 功能特性
🎭 角色管理
✅ AI生成角色形象
✅ 批量角色生成
✅ 角色图片上传和管理
🎬 分镜制作
✅ 自动生成分镜脚本
✅ 场景描述和镜头设计
✅ 分镜图片生成(文生图)
✅ 帧类型选择(首帧/关键帧/尾帧/分镜板)
🎥 视频生成
✅ 图生视频自动生成
✅ 视频合成和剪辑
✅ 转场效果
📦 资源管理
✅ 素材库统一管理
✅ 本地存储支持
✅ 资源导入导出
✅ 任务进度追踪

官方效果演示:

#### docker部署:

tips:docker部署最好能魔法上网

{ "registry-mirrors": [ "https://docker.m.daocloud.io", "https://dockerproxy.com", "https://docker.mirrors.sjtug.sjtu.edu.cn" ], "builder": { "gc": { "defaultKeepStorage": "20GB", "enabled": true } }, "experimental": false } 
  • 进入项目地址下载源文件,根据自己的需求修改docker-compose文件。例如我这里把持久化数据目录放在E:\huobao-drama\data,同时我的端口5678已经被n8n占用,因此进行了修改。(手动创建data文件夹),修改docker-compose文件如下:
services: huobao-drama: image: huobao-drama:latest container_name: huobao-drama build: context: . dockerfile: Dockerfile ports: - "5679:5678" volumes: # 持久化数据目录(使用命名卷,容器内以 root 运行) - E:/huobao-drama/data:/app/data # 挂载配置文件(可选,如需自定义配置请取消注释) # - ./configs/config.yaml:/app/configs/config.yaml:ro # 注意:如果使用本地目录挂载,需要确保目录权限正确 # 例如:- ./data:/app/data (需要 chmod 777 ./data) environment: - TZ=Asia/Shanghai # 访问宿主机服务说明: # 使用 host.docker.internal 代替 127.0.0.1 # 例如:http://host.docker.internal:11434 (Ollama) extra_hosts: - "host.docker.internal:host-gateway" # 统一支持所有平台 restart: unless-stopped healthcheck: test: ["CMD", "wget", "--no-verbose", "--tries=1", "--spider", "http://localhost:5678/health"] interval: 30s timeout: 3s retries: 3 start_period: 10s networks: - huobao-network networks: huobao-network: driver: bridge 
  • shift+右键,打开power shell运行:docker-compose up,等待安装完成即可,
  • 在docker中点击[Huobao Drama 5679:5678]或者浏览器访问:http://localhost:5679,即可打开软件
  • 配置api:点击AI配置-添加配置-没有api的注册购买获取即可。
  • 配置完成

Read more

VS Code Copilot 完整使用教程(含图解)

VS Code Copilot 完整使用教程(含图解)

一、GitHub Copilot 概述 GitHub Copilot 是一款集成在 Visual Studio Code 中的 AI 驱动编码助手,它基于公共代码仓库训练而成,能够支持大多数编程语言和框架。通过自然语言提示和现有代码上下文,Copilot 可提供实时代码建议、解释说明和自动化实现,显著提升开发效率。 核心功能亮点 * 智能代码补全:输入时提供单行到整函数级别的实时建议,支持多种编程语言 * 自主编码模式(Agent Mode):根据自然语言指令,自动规划并执行复杂开发任务,跨文件协调修改 * 自然语言交互:通过聊天界面与代码库对话,提问、解释代码或指定修改需求 * 多文件批量修改:单个指令即可应用更改到项目中多个文件,AI 会分析项目结构并进行协调修改 * 模型灵活切换:可根据速度、推理能力或特定任务需求切换不同 AI 模型,支持接入外部模型 二、安装与设置步骤 获取访问权限 不同用户类型需通过以下方式获取 Copilot 访问权限:

「源力觉醒 创作者计划」实测解析!文心一言 4.5 开源版本地化部署的表现与潜力

「源力觉醒 创作者计划」实测解析!文心一言 4.5 开源版本地化部署的表现与潜力

引言 2025 年 6 月 30 日,百度文心大模型 4.5 系列正式开源,并首发于 GitCode 平台!这一重磅消息在 AI 领域掀起了不小的波澜。作为国内最早布局大模型研发的企业之一,百度所推出的文心大模型目前已跻身国内顶级大模型行列,此次开源无疑将对各行各业产生深远影响,进一步加速大模型的发展进程。接下来,就让我们一同探究文心一言 4.5 开源版本地化部署的表现与潜力。 文章目录 * 引言 * 一、文心大模型 ERNIE 4.5 开源介绍 * 1.1 开源版本介绍 * 1.1 ERNIE 4.5 的主要特点和区别 * 二、文心ERNIE 4.5 技术解析 * 2.1

AIGC赋能插画创作:技术解析与代码实战详解

AIGC赋能插画创作:技术解析与代码实战详解

文章目录 * 一、技术架构深度解析 * 二、代码实战:构建AIGC插画生成器 * 1. 环境配置与依赖安装 * 2. 模型加载与文本提示词构建 * 3. 图像生成与参数调优 * 4. 风格迁移与多模型融合 * 三、进阶技巧:参数调优与效果增强 * 四、应用场景代码示例 * 1. 游戏角色设计 * 2. 广告海报生成 * 五、技术挑战与解决方案 * 六、未来趋势:AIGC插画创作生态 * 七、完整项目代码仓库 * 结语:重新定义插画创作边界 * 《一颗柚子的插画语言》 * 内容简介 * 作者简介 * 目录 * 前言 在数字艺术领域,AIGC(AI-Generated Content)技术正以指数级速度革新插画创作范式。下面将通过技术原理剖析与完整代码实现,展示如何从零构建AIGC插画生成系统,涵盖环境搭建、模型调用、参数调优到风格迁移全流程。 一、技术架构深度解析 AIGC插画生成的核心基于扩散模型(

llama.cpp性能调优指南:提升本地部署效率的全栈优化方案

llama.cpp性能调优指南:提升本地部署效率的全栈优化方案 【免费下载链接】llama.cppPort of Facebook's LLaMA model in C/C++ 项目地址: https://gitcode.com/GitHub_Trending/ll/llama.cpp 在本地部署大语言模型时,启动缓慢和推理延迟是开发者最常面临的挑战。llama.cpp作为轻量级C/C++实现的开源项目,虽然具备高效运行能力,但默认配置下仍可能出现启动时间过长、资源利用率不足等问题。本文将通过问题诊断、核心原理解析、分层优化策略、场景适配方案和效果验证方法,帮助开发者系统性提升llama.cpp的部署效率,实现模型启动速度3倍以上提升和推理性能的显著优化。 问题诊断:llama.cpp性能瓶颈识别 在进行优化前,首先需要准确识别性能瓶颈。llama.cpp的启动和运行过程涉及多个环节,任何一个环节的配置不当都可能导致性能问题。 启动时间过长的典型表现 启动阶段常见问题包括模型加载缓慢、