搞短剧创作者的福音

对做短剧的人来说，Jellyfish 这种项目值得单独看一眼。

它比“输入一句话，生成一段视频”的单点工具更重一些：剧本输入、分镜拆解、角色和场景管理、镜头准备、图片/视频生成任务、结果回流，最后再进入后期和导出，全都放进同一条工作流。

这正好卡在 AI 短剧最麻烦的地方：单张图、单条视频都能生成，但一旦要做成连续剧情，角色容易漂，场景容易变，提示词散在各处，素材也很快乱成一团。 Jellyfish 处理的是生成之后的组织问题。

它具体能干什么

从仓库说明看，Jellyfish 是一个面向 AI 短剧的开源生产工作台，前端是 React + Vite，后端是 FastAPI，配套 MySQL 、 Redis 、 RustFS 等服务。

核心链路大概是这样：

剧本输入 → AI 拆分分镜 → 提取角色/场景/道具/服装 →
确认候选资产 → 镜头 ready → 图片/视频生成 → 任务追踪 → 导出

几个点比较实用：

剧本可以拆成镜头，并提取对白、角色、场景、道具、服装。
角色、场景、道具、服装会进入统一资产库，后续镜头可以复用。
每个镜头有准备状态，脚本拆完后还要先确认准备度。
图片、视频任务走统一异步任务中心，可以看状态、取消、回到对应项目。
支持多 Provider / 多模型管理，提示词模板也能统一维护。

为什么它适合短剧

短剧生产最麻烦的是连续性。

一个 60 秒短剧可能有十几个镜头。主角的脸、衣服、道具、房间、光线，只要有几个镜头跑偏，观感就会断。很多人用 AI 做短剧，前面两条还能靠手工凑，后面素材、提示词、版本越来越多，流程就开始失控。

Jellyfish 的价值在这里：它把资产一致性当成主线处理。角色、演员、场景、道具、服装不再只是提示词里的几句话，它们有管理入口、图片、镜头关联和复用逻辑。

这对个人团队尤其有用。一个人做短剧，最怕每天都在复制粘贴提示词、翻旧图、找上一条视频用了哪个角色设定。工作台把这些东西收进同一个系统，省下来的不只是几分钟，后续批量生产也更稳。

上手方式

如果只是试用，优先走 Docker Compose 。仓库已经提供了完整编排。

git clone https://github.com/Forget-C/Jellyfish.git
cd Jellyfish
cp deploy/compose/.env.example deploy/compose/.env
docker compose --env-file deploy/compose/.env -f deploy/compose/docker-compose.yml up --build

默认访问地址：

前端：http://localhost:7788
后端：http://localhost:8000
Swagger：http://localhost:8000/docs
RustFS Console：http://localhost:9001

如果要做本地开发，可以前后端分开启动：

cd backend
cp .env.example .env
uv sync
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

cd front
pnpm install
pnpm dev

更适合的试用流程是：先拿一个 3 到 5 分钟的小剧本测试，别一上来就做长篇。先看三件事：分镜拆得准不准，角色资产能不能复用，镜头生成任务是否能稳定回流。跑通之后，再把提示词模板、模型配置和素材库慢慢整理起来。

别把它理解成爆款按钮

社交平台上有人把 Jellyfish 讲得很猛：零基础、小团队、平台补贴、千万播放。这个方向确实有吸引力，但项目本身更像生产基础设施，不能保证流量。

它能降低流程门槛，不能替你解决选题、节奏、平台审美和账号运营。剧本是否抓人，前三秒是否留得住人，镜头情绪是否连贯，这些仍然要靠人判断。

比较现实的用法是：

用它管理角色和场景，减少反复重做；
用它把剧本拆成可执行镜头，方便批量推进；
用任务中心追踪图片和视频生成，不让素材散掉；
用提示词模板沉淀自己的短剧风格。

对想试水 AI 短剧的人，这已经够有用了。以前短剧团队要靠导演、分镜、剪辑、后期一起配合的流程，现在至少有一部分可以被工作台接住。开源免费只是加分项，更关键的是，它把“创意”往“生产流程”里落了一步。

来源：https://github.com/Forget-C/Jellyfish