Toonflow 开源 AI 短剧生成工具：小说剧本自动变短剧视频（部署教程与成本参考）

Toonflow 是北京爱阿科技开源的一站式 AI 短剧创作工具，能把小说或剧本自动改编成动画短剧：导入原文后，AI 依次完成剧本改编、角色设定、分镜绘制和视频生成，创作者的工作集中在审阅和剪辑上。项目在 GitHub 上已积累超过 1.5 万 star，代码以 Apache-2.0 协议开放，桌面客户端覆盖 Windows、macOS 和 Linux 三个平台。

做 AI 视频的人多半吃过两种亏：主角在不同镜头里长得不一样，镜头之间剧情接不上。Toonflow 的设计重点正是这两件事——用固定的角色卡保证人物形象统一，用结构化的剧本与分镜管线保证叙事连贯。这也是它和普通文生视频工具的主要区别：后者一次生成一段孤立素材，前者管理整部剧的生产过程。

产品定位与核心功能

官方把 Toonflow 定位为短剧生产工作台，围绕策划、编剧、分镜、出片搭建了一条完整流水线，宣称能把创作效率提升 10 倍以上。核心能力有六项：

无限画布工作台：剧本、角色、分镜、素材、视频都以节点形式摆在同一块画布上，可以自由编排、回溯、并行推进，不受线性步骤限制。
三层 Agent 协作：决策层拆解任务，执行层生成内容，监督层负责质量审阅和修订反馈，用分工来压住批量生成时的质量波动。
章节事件图谱：导入小说后自动提取各章事件并结构化存储，改编时按事件图谱精准调用上下文，缓解长文本改编丢信息的问题。
持久化记忆：基于本地 ONNX 向量检索的跨会话记忆系统，多轮创作时 AI 能记住之前的设定和讨论。
可编程供应商系统：在设置界面直接编写 TypeScript 逻辑接入模型服务，保存即生效，不需要改源码或重启。
Skill 文件化配置：两个核心 Agent 的提示词外化成 Markdown 文件，可以在线编辑调优。

界面支持简体中文、繁体中文、英语、日语、俄语等七种语言，中文是第一语言。

从小说到成片的工作流程

Toonflow 从小说原文到剪辑导出的六步生产流程与三层 Agent 协作示意图

图：Toonflow 短剧生产流程与三层 Agent 分工

官方给出的完整流程是六步：启动应用登录后，先在设置中心配好文本、图像、视频三类模型供应商；新建项目并导入原著，执行章节事件提取；进入 ScriptAgent 生成故事骨架、改编策略和结构化剧本；切换到 ProductionAgent，在无限画布中组织分镜、素材和视频节点；对分镜图做精调后回到工作台，完成视频拼接与导出。

图：ScriptAgent 的改编策略界面（Toonflow 官方演示截图）

剧本环节是这套流程里最能体现工程化思路的部分。ScriptAgent 并不是把小说直接压缩成台词，而是先产出一份改编策略：官方演示里，AI 给一部穿越题材小说定下”喜剧为王、反差驱动、极速建置、竖屏适配”四条原则，每条都带正面指导和负面边界，还附有一张删减决策表，写明哪些章节内容被删、原因是什么、用什么替代。整个决策过程摆在明面上，创作者可以逐条审阅修改，而不是拿到一个黑盒结果。

图：无限画布中的角色资产与分镜面板（Toonflow 官方演示截图）

角色一致性靠角色卡实现：AI 从文本中提取主角的发型、服装、脸型等特征，生成固定的人设图，同一角色还能派生不同服装形态，后续所有分镜都引用这套形象。首发介绍这款工具的 ahhhhfs 站实测提到两个细节：特征提取不准时需要手动修改关键词重新生成；分镜图偶尔出现手部畸变，可以用内置的重绘功能修补。视频环节的动作幅度不大，更接近”会动的分镜”，适合叙事类内容，做不了激烈的动作戏——官方 Demo 也印证了这一点，3 分钟原始素材最终剪出约 2 分钟成片，废片仍要靠人工剔除。

顺带一提，如果需求只是把现成视频整理成分镜和文案，不涉及生成成片，站内介绍过的 ClipSketch AI 是更轻量的选择。

安装与部署

使用前要准备三类模型服务接口：大语言模型负责写剧本，图片生成走 Nano Banana Pro 接口，视频生成走 Sora 或豆包接口。早期第三方教程里常提的 GPT-4 加 SDXL 加 SVD 组合已经过时，配置时以官方 README 的当前要求为准。模型接入兼容 OpenAI 协议，官方支持列表里包括 DeepSeek、智谱、通义千问、MiniMax 等国产模型，视频模型可以直接用豆包，也就是说在国内网络环境下可以全程用国产接口跑通，不必依赖境外服务。

普通用户直接从 GitHub Releases 下载对应系统的安装包即可，macOS 需要先在”隐私与安全性”设置里放行。访问 GitHub 不稳的话，代码仓库在 Gitee 有同步镜像，但安装包仍需从 GitHub Release 页下载。首次登录使用默认账号 admin、密码 admin123。

需要挂机批量跑的用户可以用 Docker 部署，服务端口 10588：

# 先克隆项目（如已有则跳过）
git clone https://github.com/HBAI-Ltd/Toonflow-app.git
cd Toonflow-app

# 使用 docker-compose 本地构建并启动
yarn docker:local

# 或者手动构建
docker build -t toonflow .
docker run -d -p <本地端口>:10588 -v <本地数据路径>:/app/data toonflow

云服务器部署要求 Ubuntu 20.04 或 CentOS 7 以上、Node.js 24（最低 23.11.1）、2GB 以上内存。克隆仓库后执行 yarn install 和 yarn build，再创建 pm2.json 用 PM2 托管：

{
  "name": "toonflow-app",
  "script": "data/serve/app.js",
  "instances": "max",
  "exec_mode": "cluster",
  "env": {
    "NODE_ENV": "prod",
    "PORT": 10588,
    "OSSURL": "http://127.0.0.1:10588/"
  }
}

pm2 start pm2.json
pm2 startup
pm2 save

不想自行部署的用户还有一条现成路径：官方授权的算力平台智星云提供预装镜像，租 GPU 实例后开箱即用。合理的顺序是先在自己电脑上装桌面端把流程跑通，确认产出质量符合预期，再考虑租服务器或云平台上量。

成本参考

Toonflow 官方 Demo 成本构成条形图：视频模型约 120 元，语言模型约 10 元，图片模型不足 1 元

图：官方 Demo 的成本构成（数据来自 Toonflow 官方 README）

软件本身免费，花钱的是模型 API 调用。官方公布过一份完整账单：制作约 2 分钟成片，语言模型用 Claude Opus 4.6、图片模型用 GPT Image 2、视频模型用 Seedance 2.0，全程约 2 小时，总成本约 130 元——其中视频生成占 120 元，剧本和图片合计不到 11 元。

这份账单透露的成本结构比总数更有用：钱几乎全花在视频模型上。控制成本的关键因此不在换更便宜的语言模型，而在减少视频层面的返工——分镜图阶段多花时间精调，确认满意再转视频，比生成后不满意重跑便宜得多。按官方数据粗算，一集 2 分钟的小说推文成本在百元级，对比动辄每月一两百元还限量的订阅制视频平台，产量大时自建管线更划算，偶尔做一两条则未必。ahhhhfs 站的建议同样适用：先充小额度把流程测通，再决定是否上量。

使用中的注意事项

公网部署必须改默认密码。桌面端本地使用问题不大，但把服务架在有公网 IP 的服务器上时，admin/admin123 这组默认凭据等于把配置在里面的模型 API Key 敞开放着，任何人登进来都能盗刷额度。装完第一件事就是改密码。

长流程任务对网络稳定性敏感。分镜和视频要连续调用模型接口，网络不稳会导致批量任务中途报错。用国产模型接口可以明显降低这个风险。

数据留在本地。剧本和生成素材都存在本机（数据库用 SQLite），不经过第三方平台。对保密要求更高的剧本，ahhhhfs 站建议通过供应商系统接入 Ollama 这类本地大模型替代云端接口，整条链路都不出本机。

版权边界要自己守住。改编小说需要拥有原文的版权或改编权；官方与第三方介绍页都明确禁止用它生成深度伪造、虚假新闻类内容。

开源协议与商用条件

Toonflow 以 Apache-2.0 协议开源，附带一份补充商业协议：用它制作内容并获得平台分账、二次开发供自己团队内部使用、个人学习研究，都永久免费；只有把软件本身作为产品分发给两个及以上独立第三方时，才需要向开发方申请书面商业授权，年销售额 10 万元以下的团队申请即可免费获得授权，更高营收档位的年费从 5000 元到 8 万元不等。对内容创作者来说，做号赚分账完全不涉及授权问题，需要谈授权的是拿它做二次封装售卖的服务商。v1.0.8 之前基于 AGPL-3.0 使用的老用户继续按原协议执行。

适用人群与同类选择

Toonflow 适合有连续剧情、有批量产出需求的创作者：小说推文号、短剧矩阵号、想低成本验证 IP 影视化效果的团队。只想做几秒钟酷炫特效的话，Runway 这类在线工具更简单直接；要长期做上百集的小说推文，搭一条自己掌控的流水线才是长久之计。它和剪映等剪辑软件也不冲突——Toonflow 产出素材初稿，精剪仍回到剪辑软件里完成。

站内还收录过几款定位相邻的开源工具，可以按环节搭配：批量混剪见 AI 短视频工厂，通用视频素材生成见 Video Material GEN Workstation，配音和视频翻译见 Voice-Pro。