把剧本变成短剧视频的开源工作台（Toonflow）

做短剧、漫剧的团队要同时盯着好几摊事：剧本改到第几版，角色形象在不同镜头里是否一致，分镜表和成片对不对得上，图像和视频散落在几个工具里各自生成。单看每一环都有成熟办法，串成一条完整产线却要人工搬文件、对版本。

Toonflow 是一套用 TypeScript 写的开源 AI 短剧与漫剧创作平台，输入剧本和角色设定，在无限画布上产出分镜、图像与视频。

剧本、角色、场景、分镜、成片放进同一个工程里流转，不必在多个软件之间导出导入。仓库地址是 https://github.com/HBAI-Ltd/Toonflow-app ，2026 年 1 月创建，到 10 月拿到 17210 个 Star、3056 个 Fork，开放中的 Issue 只有 1 个。许可证为 MIT，主要语言是 TypeScript，代码占比里 TypeScript 48.7%、Vue 47.8%。

画布上每个节点对应一道工序，连线表达先后关系。剧本节点产出的内容交给分镜节点，分镜拆出的镜头再去调图像模型和视频模型。仓库的 Topics 里列了 libtv、tapnow 两个名字，属于同一类做法：用无限画布加节点编辑器组织整条生成流程。

桌面客户端用 Electrobun 打包，Windows 和 Mac 都有现成安装包；服务端也支持自托管，仓库根目录带 Dockerfile 和 compose.yaml。界面支持 21 种语言，中文是默认语言之一。

五分钟先跑通

最省事的路径是下载官方安装包，v2.0.5 发布于 2026-10-09：

Windows（64 位）
https://github.com/HBAI-Ltd/Toonflow-app/releases/download/v2.0.5/toonflow-2.0.5-Setup.exe

Mac（M 系列芯片）
同一 Release 页面下的 Mac 安装包

装完打开客户端，先在设置里填图像模型与视频模型的接入信息。Issue 区有人提到「图片模型设置是对的，测试也是正常的」，说明设置页里带模型连通性测试。

想在服务器上跑，就用仓库根目录的 Dockerfile 或 compose.yaml 自己构建。README 节选没有给出可以直接复制的 docker 命令，镜像参数要翻这两个文件。服务起来之后默认监听 10588 端口，浏览器访问 http://IP:10588/web/index.html 进入 Web 界面。

本地开发走 Bun。根目录有 package.json 和 bun.lock，徽章标注的 Bun 版本是 1.3.14，桌面端打包配置在 electrobun.config.ts。README 节选没有给出安装依赖、启动开发服务器的命令，仓库里没有说明这一步。

跑通之后你会得到什么

进入的是一块无限画布，剧本、角色、场景、分镜这些内容以节点形式铺在画布上，节点之间的连线就是生成顺序。角色和场景按资产来管理，同一张设定图能喂给多个镜头。

分镜环节的输出是分镜提示词加宫格图，Issue 里提到 2、4、6、9 宫格都能出图。图像节点和视频节点各自挂模型，视频节点还能绑定音频资产。生成结果留在项目资产库里，按项目和镜头组织。

Docker 部署的情况下整条流程在浏览器里完成，桌面客户端把同样的界面装进本地窗口。两种方式的产物位置一致，都在各自工程的资产库中。

主要功能

• 剧本创作。以节点形式写剧本初稿，可以要求 AI 按指令替换文本片段并重排序号。Issue 里出现过 AI 自称改好、校验也过了但文本节点没变化的情况，该问题状态为已解决。
• 智能分镜。把剧本拆成镜头，生成分镜提示词，再按 2、4、6、9 宫格出图。分镜面板是独立界面，Issue 区有「分镜面板一直转圈」的记录，状态为已解决。
• 角色与场景资产管理。角色、场景集中存放，供不同镜头复用，衍生资产可以从已有资产生成。有用户反馈生成衍生资产时会长时间转圈，最后通过清空记忆重新生成解决。
• 图像生成。文生图走接入的图像模型，用户实测过 seedream，也有人提议接入 gpt-image-2。
• 视频生成与音频绑定。文生视频、图生视频，可以给生成结果绑定资产里的音频。可用模型取决于接入方式，Issue 里有用户反馈 agnes 视频模型无法适配，状态为已解决。
• 无限画布与节点式工作流。画布不设边界，节点自由摆放，流程本身就画在画布上，改顺序就是改连线。
• MCP 与插件扩展。插件市场在 https://api.toonflow.net/console/plugIn ，官方模型平台在 https://api.toonflow.net/ ，开发者文档与使用教程另发在飞书文档里。
• 多语言与跨平台。界面支持 21 种语言，Desktop 端覆盖 Windows 与 Mac。

常用参数与配置

模型接入是最要紧的一项。文本模型负责剧本与分镜提示词，图像模型负责分镜图与资产图，视频模型负责成片。模型既可以走云端 API，也可以通过接口调用本地模型与 ComfyUI，Issue 区有用户专门问过「可否使用本地的模型能力」，状态为已解决。

音频资产在视频生成时绑定，用资产里已经设置好的音频作为参考。

Docker 部署首次访问 Web 界面会提示「未提供 token」，Issue 区有多条记录，状态都是已解决。默认 Web 端口是 10588，路径为 /web/index.html。

节点配置里，node:setConfig 工具的 duration 字段用于控制视频时长，早期版本传字符串会报 expected number, received string，需要传数字。

开发侧配置文件都在仓库根目录：桌面端打包看 electrobun.config.ts，TypeScript 编译基线看 tsconfig.base.json，代码格式规范看 .prettierrc.json，拼写检查看 cspell.config.yaml。

结果在哪里看

桌面客户端的结果在本地窗口的资产库和画布上，图像与视频按项目归集，可以随时把节点产物拉回画布对照。

Docker 部署的结果在浏览器里，地址是 http://IP:10588/web/index.html 。分镜图、资产图、成片分别落在对应的资产分类下，绑定了音频的视频会连着音频一起输出。

版本更新去 GitHub 的 Releases 页面看，v2.0.1 到 v2.0.5 集中在 2026 年 9 月下旬到 10 月上旬发布，更新节奏较快。

实际使用中的坑

• 生成衍生资产时界面一直转圈，Windows 版 V1.18 上持续十几分钟没有结果，清空所有记忆后重新生成依旧卡住。该问题状态为已解决。
• 分镜面板转圈不成功，用户确认图片模型设置正确、测试也正常；同一用户还遇到系统偶尔删掉已有资产的情况。该问题状态为已解决。
• Docker 部署后访问 Web 界面直接返回「未提供 token」，多个用户在不同平台上复现过，包括 Mac 上 Docker 启动失败的情况。相关 Issue 状态均为已解决。
• 分镜图生成阶段返回 invalid json response，故事线、大纲、资产和分镜提示词都没问题，一到出图就失败，换模型后仍报错。该问题状态为已解决。
• 用 node:setConfig 工具传 duration 字段动态控制视频时长时，报 expected number, received string，需要改成数字类型。该问题状态为已解决。

这几条都标记为已解决，开发侧响应速度不慢。写在这里的意义在于：模型接入和网络环境是这类工具最容易出问题的环节，跑通前先按 Issues 里的环境信息对一遍自己的部署方式，能少走弯路。

选型参考

这两个对比项目和 Toonflow 做的事有重合，但重心不同。它们体量小、流程短，适合一次性把脚本变成成片；Toonflow 的代价是要先配好模型、理解画布与节点这套组织方式，起步比轻量工具重。如果产出只有一两条、也不需要角色在不同镜头里保持一致，用轻量工具更省事。一旦要管理几十个镜头的角色一致性和资产复用，Toonflow 的工程化会明显更合适。

什么情况下别用它

只想生成一两条视频、不打算维护角色和场景资产的人，不必上这套系统，配置模型的成本比产出本身还高。

没有可用的图像或视频模型额度、也不打算自建 ComfyUI 的人，装好之后做不出东西，画布和分镜只是空转。

排斥 Docker 和命令行、又不愿意用官方桌面客户端的人，自托管这条路会一直耗在环境问题上。

团队里没有精力翻 Issue、看技术文档和飞书教程的人，遇到模型适配问题会缺少排查依据。

需要开箱即用的成品服务、不接受自行承担模型调用费用的人，这个项目的定位不匹配。

焚评：这个项目的量化评分

本项目的选题来自 焚.com（一个按公开公式给 GitHub 项目打分的站）。焚评当前总分 9.3 分（满分 10）。下表是各维度的得分：

评分口径、权重与计算方式见焚.com 的评分方法页；数据随 GitHub 指标刷新，具体数值以焚.com 当前页面为准。本文正文为诀.com 独立撰写，评分数据由焚.com 授权引用。