Toonflow：把小说、剧本一键变成动画短剧的开源 AI 工作台…

一、Toonflow 是什么

（一）定位与一句话

Toonflow 在 README 里自我定位为「开源一站式 AI 短剧创作工具」，将小说、剧本快速转化为动画短剧，集成 AI 编剧、智能分镜、角色与视频生成，跨平台桌面端轻量部署，助力创作者低成本批量产出视觉内容。官方那句口号很直白：动动手指，小说秒变剧集，并称围绕「策划 → 编剧 → 分镜 → 出片」构建了完整闭环，创作效率提升 10 倍+。

（二）围绕「策划→编剧→分镜→出片」的闭环

它不是单点文生视频工具，而是把短剧生产拆成可回退、可并行的环节：先策划，再编剧，再分镜，最后出片。README 强调这条链路「支持本地化、可编程、可持续迭代」，意味着同一部剧可以反复打磨而不必每次从头来。README 那句「效率提升 10 倍+」当然带营销成分，但结合前面 ¥130 / 2 分钟的 Demo 账，至少说明它在「把原本多人协作的短剧生产压成单机工作台」这件事上是认真的——瓶颈从「等人」变成了「等模型出图」，而模型出图的成本正在快速下探。

二、六大核心能力

README 的「主要功能」一节列出了六项能力，基本就是它的差异化所在：

• 无限画布生产工作台：以类无限画布组织剧本、角色、分镜、素材与视频节点，支持自由编排、回溯与并行生产，不受线性步骤限制；
• 三层 Agent 协作体系：决策层、执行层、监督层协同，覆盖任务拆解、内容生成、质量审阅与修订反馈，提升稳定性与成片一致性；
• 持久化 Agent 记忆：基于本地 ONNX 向量检索的跨会话记忆，支持短期消息、长期摘要和语义召回，保证多轮创作连续性；
• 可编程供应商系统：在设置中心直接编写供应商 TypeScript 逻辑并即时生效，无需改源码或重启，便于私有化和多模型接入；
• 章节事件图谱驱动改编：自动提取原著章节事件并结构化存储，剧本改编按事件图谱精准调用上下文，减少长文本信息丢失；
• Skill 文件化配置：ScriptAgent 与 ProductionAgent 的核心提示词外化为 Markdown Skill 文件，支持在线编辑与快速调优。

三、创作流水线：从小说到成片

把 README 的「快速上手」六步摊开，就是一条清晰的流水线：① 启动并登录（默认账号 admin / admin123）；② 在设置中心配置文本 / 图像 / 视频模型供应商；③ 新建项目导入原著，执行章节事件提取；④ 进入 ScriptAgent 生成故事骨架、改编策略与结构化剧本；⑤ 切到 ProductionAgent，在无限画布中组织分镜、素材与视频节点；⑥ 对分镜图节点化精调后回流工作台，完成视频拼接与导出。这条链路的独特处在于「章节事件图谱」——它把长篇小说压成结构化事件，避免改编时丢上下文，再分别交给编剧 Agent 与制作 Agent 接力，而不是一个模型从头糊到尾。无限画布的意义则在「非线性」：你可以先铺十几个分镜节点，回头只精调其中三个，再让其余回流，而不必像传统时间轴那样从头捋到尾——这正是它敢说「效率提升 10 倍+」的工作流基础。

四、真实 Demo 与成本账

README 给出一段用 Toonflow 制作 AI 短剧的实测：全程约 2 小时完成，涵盖剧本生成、分镜与剪辑，成片约 2 分钟。它用的模型组合是——视频模型 Seedance 2.0、图片模型 GPT Image 2、语言模型 Claude Opus 4.6。成本明细很有参考价值：语言模型约 ¥10、视频模型（全量生成）约 ¥120、图片模型不足 ¥1，合计约 ¥130。也就是说，一部两分钟的动画短剧，物料成本已经压到百元级别，这正是「低成本批量产出」标语的注脚。

README 还附了两条细节：Demo 原始分辨率为 1080×1882，发布版压缩到了 480p；若涉及版权问题，可联系项目方删除处理。它另列了相关仓库——Toonflow-web 是前端源码（适合前端开发者二次开发），本仓库 Toonflow-app 已内置编译好的前端，普通用户直接下客户端即可，无需单独部署前端。这层分工让「想用」和「想改」的人各取所需。

五、安装方式：桌面端 / Docker / 云端

（一）本机与 Docker

普通用户最省事的是下载官方安装包：Windows / Linux / macOS 的 Release 都已提供，装完启动即可，首次登录账号 admin / admin123（建议立即改密）。开发者可用 Docker 本地构建：

git clone https://github.com/HBAI-Ltd/Toonflow-app.git
cd Toonflow-app
yarn docker:local
# 或手动构建
docker build -t toonflow .
docker run -d -p 10588:10588 -v /本地数据路径:/app/data toonflow

服务端口默认 10588，页面路径为 /web/index.html。环境变量主要是 NODE_ENV（prod）、PORT（默认 10588）、OSSURL（静态资源访问地址）。

（二）云端与算力镜像

云端部署文档给的是 Ubuntu 20.04+ / CentOS 7+、Node.js 24.x（最低 23.11.1+）、内存 2GB+，用 yarn 安装构建后由 pm2 拉起。官方还认证了算力合作平台「智星云」，已合法搭载全套 Toonflow 镜像，开箱即用。国内用户也可从 Gitee 克隆以加速。

六、技术栈与项目结构

README 的「技术栈」一节列得很具体：

• 运行时 / 语言：Node.js 23.11.1+、TypeScript 5.x；
• 后端：Express 5；数据库：SQLite（better-sqlite3 / knex）；
• AI 集成：Vercel AI SDK（OpenAI / Anthropic / Google / DeepSeek / 智谱 / MiniMax / 通义千问 / xAI）；
• 本地推理：@huggingface/transformers（ONNX）；
• 实时通信：Socket.IO；桌面端：Electron 40；图像处理：Sharp；容器化：Docker。

项目结构里，src/agents/ 下分 productionAgent 与 scriptAgent 两个核心模块，data/skills/ 存放 Agent 技能提示词，data/models/ 放本地 ONNX 推理模型——这正对应前面「Skill 文件化」与「持久化记忆」两项能力。路由层按职能拆得很细：routes/ 下既有 novel（小说管理）、script（剧本生成）、cornerScape（分镜）、production（制作），也有 artStyle（画风）、assetsGenerate（素材生成）与 modelSelect（模型选择），基本把短剧生产的每一步都映射成一个可独立调的接口，二次开发时改哪块都清晰。需要本地推理时，@huggingface/transformers 的 ONNX 模型跑在客户端，不强制走云端 API。

七、开发协作规范

README 明确 PR 规范：master 分支不接受任何 PR，开发者必须把 PR 提交到 develop 分支。快速启动有三条路径——yarn dev 仅起后端 API（端口 10588，不含前端页面）、yarn dev:gui 起 Electron 桌面端（自带前端，开箱即用）、yarn start 生产模式。打包用 yarn dist:win / dist:mac / dist:linux。代码质量用 yarn lint 检查。把 PR 收口到 develop 而不是 master，意味着发布版本始终来自一条稳定线，普通用户从 Release 装的都是经过集成的构建，不会被中途提交打断——对桌面端这种「装了就要能跑」的形态尤其重要。

八、许可证与商业授权

Toonflow 基于 Apache-2.0 开源，并附补充商业协议。协议要点：把软件以产品形式分发给 2 个及以上独立第三方使用，须取得 HBAI-Ltd 书面商业授权；≤ 5 个法人联合内部使用、不对外服务，视为内部使用、无需授权；不得删除或修改 Toonflow 标识或版权信息。商业授权按年销售额分档：

• 扶持期（年销售额 < ¥10 万）：申请即可免费授权；
• 初创期（¥10–50 万）：¥5,000 / 年；
• 成长期（¥50–150 万）：¥20,000 / 年；
• 规模期（¥150–500 万）：¥80,000 / 年；
• 企业级（> ¥500 万）：面议。

永久免费场景包括：用 Toonflow 制作内容获平台分账、二次开发供团队内部使用、≤ 5 法人联合内部使用、个人学习研究非商业用途。协议还有「不追溯条款」：v1.0.8 前基于 AGPL-3.0 使用的用户继续按 AGPL-3.0 执行。

九、总结

Toonflow 的看点不在某个单点模型多强，而在把「小说变短剧」这件原本需要编剧、分镜师、剪辑多人协作的活，收进一个带无限画布与三层 Agent 的桌面工作台。章节事件图谱解决了长文本改编丢上下文的老问题，本地 ONNX 记忆保住多轮连续性，约 ¥130 / 2 分钟的成本账也让「批量产出」变得可算。对短剧创作者和想做 AI 影视化实验的团队，它是一套值得试的开源起点——只是商业分发前，请先对照那张授权分档表。

在撰写本文的过程中，我主要参考了以下来源：GitHub 仓库 HBAI-Ltd/Toonflow-app 的 README、官方文档与相关仓库（Toonflow-web）。文中数据（Star 数、Demo 成本、模型组合、授权分档等）以仓库公开信息为准，可能随版本更新而变化。