1. 搞 AI 短剧，最怕活成“赛博缝合怪”
说真的，现在用 AI 弄一两个惊艳的片段真不难，难的是怎么连贯地把故事讲完。
现在大部分做短剧的朋友，状态其实更像是在“手动抽卡”：
先在 GPT 里磨剧本。
再去 Midjourney 没完没了地垫图。
最后像开盲盒一样把素材丢进视频模型，双手合十等结果。
这种“崩溃日常”你肯定懂：主角前一秒还是冷酷帅哥，切个远景直接缩水成路人甲。为了保住那点可怜的“人物一致性”，还得苦哈哈地搞个大表格，把每个角色的提示词、图链存好，不停地复制粘贴。这哪是做艺术啊，这简直是赛博时代的流水线打螺丝。
所以咱们今天要聊的 Jellyfish，就是一个想把这些琐碎操作“一锅端”的开源项目。它不造大模型，它是想当那个“大管家”，把剧本、分镜、资产管理到最后的剪辑，全部串成一条线。
-
它是怎么对付“人物变脸”的？
Jellyfish 没玩那些虚头巴脑的，它的思路很实在：把做视频变成“搭积木”，核心就是资产复用。
全场画风“焊死”： 开局就锁定全局风格和种子值（Seed），从根儿上减少后期分镜“跑偏”的概率。
双层仓库管理： 捏好的角色或装备，直接存进库里打上标签。下次要用？直接调标签就行，再也不用手敲那长得要命的 Prompt 了。
分镜微操： 它把分镜编辑做得像剪辑软件一样直观，甚至支持首尾关键帧独立给提示词，控制力强了不少。
小贴士（关于算力）： 这工具本身不带算力，它更像是个“指挥部”。你需要自备 API Key，文案找 OpenAI 或 Claude，视频生成则对接 Kling、Runway 或者 Luma 这些大佬。
-
技术党预警：别在 API 联调上“翻车”
如果你是那种喜欢拉代码自己跑跑看的硬核玩家，目前 Jellyfish 的框架已经能转起来了。但有个坑，新手极容易踩：前后端联调机制。
避坑实操：
它的前端请求是跟着后端 OpenAPI 规范自动生成的。如果启动后发现前端狂报接口错误，别慌，按这两步走：
先看你的后端是不是乖乖在 8000 端口 待着。
切到前端目录跑一句：pnpm run openapi:update。 这一步是为了让它更新类型文件，把断掉的线接上。
友情提醒： 官方的开发计划（Roadmap）里写得很清楚，核心的分镜渲染链路还在打磨中，也没出一键部署包。现阶段它更适合技术团队用来摸索架构，想直接拿它开工挣钱的朋友可以再观望下。
-
算笔经济账：咱们折腾流程是为了啥？
玩过视频 API 的都知道，那价格看一眼心跳都快。如果全靠人工盲目试错，月底那账单真的会让人心梗。
从商业角度看，这套工作流的价值就在于“止损”： 优化流程、搞定参考图复用，本质上是在降低废片率。对于要量产内容的团队来说，少调用几次无效 API，省下来的全是纯利润。一站式 AI 生成短剧（竖屏短剧 / 微短剧）的生产工具从剧本输入 → 智能分镜 → 角色/场景/道具一致性管理 → AI 视频生成 → 后期剪辑 → 一键导出成片
附件内容
