Jellyfish AI短剧生产工作流源码

源码系统概览

文章正文

这套源码是一个面向「AI 短剧」生产的端到端工作空间。
它把剧本输入到分镜拆解、一致性资产管理、图/视频生成与导出串成一条完整流水线。
前端用 React + Vite + Antd，后端用 FastAPI + Celery + SQLAlchemy，是搭建自有 AI 视频工坊的现成样板。

源码简介

这是 Jellyfish ， AI Short Drama Studio 的源码，采用 Apache 2.0 许可。
它不是一个单一的「AI 画图/视频」小工具，而是一整套生产工作流：脚本理解、分镜准备、资产一致性、生成执行与任务追踪。
核心思路是把分镜（shot）作为生产单元，从章节脚本拆出镜头，提取角色/场景/道具/对白，在确认候选后进入生成工作区做图片与视频任务。
后端 app 目录严格分层（api / service / core / models / tasks / chains），前端通过 OpenAPI 生成客户端调用，整体工程化做得比较完整。

适用场景

• AI 短剧/漫剧团队：从剧本到分镜、到图视频生成一站式管理，减少工具来回切换。
• 一致性管理：集中维护角色、场景、道具、服装，降低跨镜头风格漂移。
• 长任务编排：文本、图片、视频生成都走统一异步任务系统，可看状态、可取消、可恢复。

功能亮点

1. AI 脚本理解与分镜拆解：script_processing 模块把章节脚本拆成镜头（shot），提取角色、场景、道具、服装与对白，支持优化、简化与一致性检查。
2. 分镜准备与确认流：script breakdown 到 shot preparation、candidate confirmation、shot ready、generation workspace，支持接受/忽略候选资产与对白、关联已有实体、修正镜头基础信息。
3. 一致性作为一等公民：共享实体模型覆盖角色/演员、场景、道具、服装，跨镜头复用并稳定风格与身份。
4. 镜头级图视频编排：镜头 ready 后在工作区管理关键帧/参考图、预览视频提示词、发起图片与视频生成任务，并写回镜头/媒体系统。
5. 统一异步任务中心：文本处理、图文视频生成走统一任务状态/结果/耗时追踪，支持取消，全局任务中心可回跳项目/章节/镜头。
6. 生成基础设施：多供应商多模型管理、按类别默认模型、提示词模板管理、文件与生成媒体管理、基于 OpenAPI 的前后端契约。

技术架构与部署指南

维度	本套源码	同类通用方案
技术栈	前端：React 18 + Vite 5 + Antd 5 + Zustand 5 + TailwindCSS 3。	依具体方案选型，需自行搭建与维护
部署方式	后端：进入 backend，安装依赖（uv/pip），执行 init_db.py 初始化库、init_storage.p	多托管于第三方平台或订阅云服务
功能侧重	AI 脚本理解与分镜拆解：script_processing 模块把章节脚本拆成镜头（shot），提取角色、场景、道具、	功能通用，定制深度有限
数据归属	数据自持，部署在自有服务器，不出站	数据通常留存于服务商侧
成本模式	获取后自主部署，无持续授权费用	通常按订阅或调用量计费

技术栈与运行环境

• 前端：React 18 + Vite 5 + Antd 5 + Zustand 5 + TailwindCSS 3。
• 后端：FastAPI 0.115+、Uvicorn、SQLAlchemy 2（async）、Pydantic 2、Celery[redis] 5.4、HTTPX、LangChain-OpenAI。
• 存储：关系库（SQLAlchemy 抽象）+ 对象/文件存储（init_storage.py），任务用 Celery + Redis 异步。
• 生成：多供应商/多模型管理（llm 模块），默认模型按类别配置，支持提示词模板。
• 工程：uv 锁文件（uv.lock）、pnpm 前端、AGENTS.md 与文档站点（site/）。

安装与部署提示

1. 后端：进入 backend，安装依赖（uv/pip），执行 init_db.py 初始化库、init_storage.py 初始化存储。
2. 启动后端：uvicorn app.main:app 或按项目脚本启动，默认提供 /docs（FastAPI OpenAPI）。
3. 前端：进入 front，pnpm install 后 pnpm dev 启动 Vite 开发服务器，前端走 OpenAPI 生成客户端调后端。
4. 异步任务：配置 Redis 与 Celery worker（pyproject 含 celery[redis]），运行 script_processing_worker 等任务 worker。
5. 生成能力：在 llm 配置中填入供应商 API Key（如 OpenAI 兼容），配置默认模型与提示词模板后开始生成。

截图与演示说明

安全风险提示

特别提示：本源码未检测安全风险文件，下载后请务必进行安全审计，删除恶意代码后再部署使用！

下载说明

源码仅供学习研究、AI 视频工作流搭建与二次开发参考，商用前请确认授权与版权。
项目采用 Apache 2.0 许可，可自由使用、修改与再分发（需保留版权与许可声明）。
GitHub开源地址：https://github.com/Forget-C/Jellyfish