今天在 GitHub Trending 上看到一个有意思的项目：DramaClaw，一个将小说自动转化为短剧视频的工业化生产流水线，支持源码部署，用 Docker 即可一键启动。
一、项目概述
DramaClaw 是一款 source-available 的工业化短剧制作工具，核心理念是"把 Big Tech 才有的工业化产能，交到普通创作者手中"。它将短剧生产从稿件输入到最终成片的整个链路模块化，支持 Docker 一键部署，无需 GPU，即可在普通笔记本或 VPS 上运行。
核心能力包括：
- 小说解析与故事图谱：将小说稿件解析为可查询的角色关系图谱和事件时间线
- 资产库管理：统一管理角色、场景、道具和声音资产，确保跨集身份一致性
- 分集规划与节奏控制：自动章节分段、节奏规划、多集弧线设计
- 剧本生成：支持自适应、直译、舞台三种模式，带审核/修复循环
- 分镜与首帧图生成：beat 驱动的风格化图像生成、网格拆分、图池选优
- 配音合成：情感感知语音合成，支持多音色切换
- 视频合成与导出：组装分集、导出视频 + 字幕文件及完整资产包
- 无限画布（Freezone）：节点化可视化工作台，拖入资产生成图片/视频/音频，满意结果可回推主流水线
- 导演世界（Director World / 3GS）：可取景的虚拟影棚，锁定空间结构、角色走位和摄像机放置，保证同一场景跨镜头一致性
- Xia Director 智能体：对话式导演助理，检查项目进度、推进任务、审计交付完整性
- 视觉风格模板：上传参考图自动提取风格参数，应用到整个项目
- 任务中心：后台生成任务的状态、进度、日志和取消/重试
二、技术原理
2.1 整体架构
DramaClaw 采用松耦合模块化设计，每个阶段都是独立的异步任务，有独立的界面。流水线支持顺序执行、跳过中间步骤、中途恢复，也支持接入自己的 orchestrator。
整体流程如下：
Ingest（输入）→ Plan（规划）→ Produce（生产）→ Deliver（交付）
各阶段之间通过文件系统（SQLite + 文件）存储状态，无须 Postgres、Redis、Celery 或 Ray，任务以内联进程方式运行，极大降低了部署复杂度。
2.2 核心模块
Story Graph（故事图谱）：基于 Cognee 将小说解析为结构化图谱，包含角色、关系、事件时间线，支持多集之间的角色一致性追踪。
Freezone 无限画布：节点化视觉工作台，主流水水线和画布探索以双轨方式并行运行。画布支持拖入资产直接生成候选内容，满意结果可 promoted 回主流水线。
Director World（3GS）：帧级可取景虚拟影棚技术，通过锁定空间结构、角色 blocking 和摄像机 placement，确保同一场景跨 shot 的一致性，原理类似 3D Gaussian Splatting 的场景表示，但做了影视制作层面的封装。
Xia Director Agent：基于 pydantic-ai 构建的 AI 导演智能体，通过对话式交互推进脚本/分镜任务，审计交付完整性，提供下一步建议。
2.3 技术栈
从 pyproject.toml 可以看到关键依赖：
dependencies = [
"pydantic-ai-slim[anthropic,google,openai,openrouter]==1.107.0",
"openai>=2.0",
"pydantic>=2.0",
"fastapi>=0.128.0",
"cognee==1.0.5",
"litellm>=1.85.0.dev1",
"edge-tts>=6.0.0",
"dashscope>=1.0.0",
"Pillow>=10.0.0",
"python-docx>=1.1.0",
]
- LLM 层：通过 litellm 连接 OpenAI 兼容网关，支持 DramaClaw 官方 relay claw 或自建 BYO 网关，模型无关
- 图像生成：gpt-image · nano-banana
- 视频生成：Seedance 1.0/1.5/2.0 系列 · happyhorse
- 配音：IndexTTS2 · Edge-TTS
- 故事图谱：Cognee
- 后端 API：FastAPI
- 任务运行：in-process inline（无 Ray/Redis/Celery）
2.4 模型无关设计
DramaClaw 的一大亮点是彻底解耦模型层：所有文本/图像/视频/语音模型均通过统一的 OpenAI-compatible 网关接入，不绑定任何单一供应商。官方提供了 relayclaw.cdnfg.com 网关，用户也可以自建 BYO 端点。
Docker 部署后只需在 Settings → Model Config 填入 DC Key，即可开箱即用，无须手动映射模型名。
三、安装与快速开始
3.1 环境要求
| 项目 | 要求 |
|---|---|
| CPU/RAM | ≥ 2 vCPU / 4 GB（不含模型推理） |
| GPU | 标准流水线不需要；仅 world 额外特性（3GS）需要 GPU + CUDA |
| 磁盘 | 几 GB 存放图片和生成的媒体/状态 |
| 操作系统 | macOS（Apple Silicon/Intel）、Windows（Docker Desktop + WSL2）、Linux |
| Docker | Docker + docker compose |
| 端口 | 8080（Web UI）、8780（REST API）、3000（自托管模式捆绑网关） |
3.2 Docker 一键启动（推荐）
git clone https://github.com/dramaclaw/dramaclaw.git
cd dramaclaw
cp .env.example .env
# 编辑 .env，设置 PROMPT_EXPORT_PASSWORD
docker compose up -d --build
或者一行启动（利用 GitHub Release 的多架构镜像）：
curl -LO https://raw.githubusercontent.com/dramaclaw/dramaclaw/main/docker-compose.release.yml
docker compose -f docker-compose.release.yml up -d
启动后访问 http://localhost:8080，在 Settings → Model Config → Official 填入 DC Key 即可。
3.3 本地开发模式（uv + Python）
git clone https://github.com/dramaclaw/dramaclaw.git
cd dramaclaw
uv sync
cp .env.example .env && $EDITOR .env
uv run novelvideo api --port 8780
四、核心功能实战
4.1 短剧制作完整流程
- 导入小说稿件 → DramaClaw 自动解析为角色图谱和事件时间线
- 规划分集 → 系统自动分段、规划节奏，支持多集弧线
- 生成剧本 → 支持多种模式，可逐集审核/修复
- 生成角色资产 → 统一生成角色肖像和分集变体，存入资产库
- 生成分镜和首帧图 → beat 驱动的风格化图像生成
- 配音合成 → 情感感知语音，支持多音色
- 视频合成导出 → 组装分集，导出视频 + SRT 字幕
4.2 Freezone 无限画布
在画布中拖入角色资产，可直接生成候选图片/视频，满意的结果一键回推主流水线，实现主流程与探索双轨并行。
4.3 导演世界（Director World）
为每场戏建立可取景的 3D 空间锁定，确保同一场景的多个 shot 之间空间一致性，无需人工反复对齐。
五、与其他平台的对比
DramaClaw 的独特优势在于源码开放 + 全链路覆盖：
| 能力 | DramaClaw | 竞品 |
|---|---|---|
| 分镜预览（脚本→分镜） | ✅ | ◐~✅ |
| 交互式系列（多集/分支/IP） | ✅ | ◐~✅ |
| 资产库（角色/场景/道具/声音） | ✅ | ❌~◐ |
| 场景一致性（变体/360°/多态） | ✅ | ❌ |
| 导演世界（3D 影棚/取景/摄像机） | ✅ | ❌ |
| 最终交付（多shot/字幕/资产包） | ✅ | ✅~○ |
| 团队协作（共享/角色/任务/成本） | ✅ | ◐~✅ |
| 无限画布（节点化探索） | ✅ | ✅ |
| 双轨并行（主流程+画布探索） | ✅ | ❌ |
| 源码可用（自托管/分支/定制） | ✅ | ❌ |
竞品包括 L*TV、R*Hub、T*Now、S*ko 等主流平台，DramaClaw 是目前唯一同时具备源码可用和双轨并行能力的工业化短剧制作工具。
六、总结
DramaClaw 是一个令人眼前一亮的开源项目，它把 AI 视频生成从"单点能力"升级为"工业化流水线"，让独立创作者也能拥有接近 Big Tech 的内容产能。源码开放、模型无关、Docker 一键部署，是今年值得关注的 AI 开源项目之一。
项目采用 Elastic License 2.0，可自由使用、修改和再分发，唯一限制是不能将软件作为托管服务转售。
GitHub：https://github.com/dramaclaw/dramaclaw
官网：https://dramaclaw.ai