ToonFlow：把小说一键变成动画短剧的开源 AI 工作台

项目地址：https://github.com/HBAI-Ltd/Toonflow-app  协议：Apache-2.0  Stars：15,707  更新：2026-08-26

一、产品深度介绍

（一）它是什么

ToonFlow 是一个面向短剧生产的开源 AI 工作台。官方对自己的定位非常直接：围绕「策划 → 编剧 → 分镜 → 出片」构建完整闭环，并支持本地化、可编程、可持续迭代的生产流程。它把原本需要多款工具串联的环节——文本改写、角色与分镜设计、素材生成、视频拼接——收拢进同一个可本地运行的工程里。

仓库首页用一句口号概括了它的价值主张：「动动手指，小说秒变剧集」。这意味着创作者不再需要分别调用剧本模型、绘图模型、视频模型，再手动剪辑，而是把原著导入后，由 Agent 体系自动完成从文本到成片的工序编排。它既不是单纯的视频模型调用器，也不是只能跑固定模板的剪辑软件，而是一个把创意管理、多 Agent 协作、素材生成与后期合成打包在一起的短剧工厂。

（二）技术表现

ToonFlow 的技术栈以 TypeScript 全栈和本地可运行为核心，关键指标如下：

• 全栈 TypeScript：语言版本 TypeScript 5.x，后端框架 Express 5，前端随 Electron 40 打包。
• 零数据库服务器：默认使用 SQLite（better-sqlite3 / knex），无需独立数据库实例即可运行。
• 本地推理能力：通过 @huggingface/transformers 跑 ONNX 模型，支持本地向量检索与 Agent 记忆。
• 实时通信：Socket.IO 驱动前端与后端的工作台实时协作。
• 桌面端交付：Electron 40 打包，覆盖 Windows、Linux 与 macOS。
• 容器化：提供 Dockerfile 与 docker-compose，便于私有化与云端部署。
• 多模型接入：AI 集成基于 Vercel AI SDK，兼容 OpenAI、Anthropic、Google、DeepSeek、智谱、MiniMax、通义千问、xAI 等。

小黑配图：一摞小说原稿被送进标着「策划·编剧·分镜·出片」的流水机器，另一端吐出可以直接播放的动画短剧。

二、主要功能特点与应用场景

ToonFlow 的核心能力可以归纳为六大模块，它们共同支撑起「0 门槛全流程 AI 化」的承诺：

• 无限画布生产工作台：以类无限画布形式组织剧本、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、监督层协同工作，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系统，支持短期消息、长期摘要与语义召回，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，便于私有化与多模型接入。
• 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。

适用场景包括：网文作者把存量小说快速改编成动画短剧、小型工作室批量试片验证创意、开发者基于可编程供应商系统二次开发自有内容平台，以及教学场景中演示 AI 多 Agent 协作工作流。

三、如何安装与使用

在使用前，需要自备以下三类 AI 服务接口：

• 大语言模型 AI 服务接口地址（用于剧本改编与编剧）。
• Sora 或豆包视频服务接口地址（用于视频片段生成）。
• Nano Banana Pro 图片生成模型服务接口地址（用于角色与场景生图）。

本机安装最省事，直接从 Release 下载对应系统的安装包：

• Windows / Linux / macOS：前往 GitHub Releases 下载官方发布安装包。
• 安装完成后启动程序即可使用；首次登录账号为 admin，密码为 admin123。
• MacOS 用户需在「设置 → 隐私与安全性」中完成安全性配置，否则可能因证书问题无法打开。

Docker 本地构建方式：

git clone https://github.com/HBAI-Ltd/Toonflow-app.git
cd Toonflow-app

# 使用 docker-compose 本地构建并启动
yarn docker:local

# 或者手动构建
docker build -t toonflow .
docker run -d -p 10588:10588 -v /本地数据路径:/app/data toonflow

# 访问页面：http://localhost:10588/web/index.html

云端部署（以 Ubuntu 20.04+ / CentOS 7+ 为例，Node.js 推荐 24.x，最低 23.11.1+，内存 2GB+）：

cd /opt
git clone https://github.com/HBAI-Ltd/Toonflow-app.git
cd Toonflow-app
yarn install
yarn build

服务默认监听 10588 端口，可通过环境变量 NODE_ENV、PORT、OSSURL 调整运行环境与静态资源访问地址。快速上手流程为：启动并登录 → 在设置中心配置文本/图像/视频模型供应商 → 新建项目并导入原著、执行章节事件提取 → 用 ScriptAgent 生成故事骨架与结构化剧本 → 切换到 ProductionAgent 在无限画布中组织分镜、素材与视频节点 → 对分镜图节点化精调后回流工作台，完成视频拼接与导出。

四、官方地址与获取方式

• GitHub 仓库：https://github.com/HBAI-Ltd/Toonflow-app
• 发布安装包：GitHub Releases（Windows / Linux / macOS）
• 国内镜像仓库：Gitee 与 AtomGit 均提供同步仓库，便于国内克隆与下载。
• 社区交流：README 中提供 Discord 邀请链接。
• 视频教程：官方 B 站教程《Toonflow 12 分钟快速上手 AI 视频》。

五、与同类方案对比

六、核心机制深度解析

ToonFlow 把短剧生产拆成两条 Agent 主线与一套支撑机制。ScriptAgent 负责把原著改写成结构化剧本，ProductionAgent 负责在无限画布上组织分镜、素材与视频节点；二者之上由决策层、执行层、监督层构成的三层 Agent 协作体系保证稳定性与成片一致性。章节事件图谱让长文本改编能精准调用上下文，本地 ONNX 记忆则让多轮创作保持连续。

这套设计的关键在于「可编程供应商系统」与「Skill 文件化配置」：前者允许在设置中心直接写 TypeScript 逻辑接入任意模型并即时生效，后者把核心提示词外置为 Markdown，让提示词调优不再依赖重新编译。对私有化部署和多模型接入来说，这两点尤为重要。

七、实用技巧

• 供应商即用即改：优先在设置中心用 TypeScript 编写供应商逻辑，避免改源码和重启，私有化接入更顺手。
• 善用本地记忆：ONNX 向量记忆支持跨会话语义召回，长剧集可保持角色与风格一致，不必每轮重新交代背景。
• 事件图谱控长文：原著越长越要先做章节事件提取，按事件图谱改编能显著减少信息丢失。
• Skill 在线调优：把 ScriptAgent / ProductionAgent 的提示词外置为 Markdown 后，可直接在线编辑快速试错。
• MacOS 安全配置：首次打不开时，去「设置 → 隐私与安全性」允许打开，解决证书导致的拦截。
• 尽快改默认密码：默认账号 admin / admin123 仅用于首次登录，部署后请立即修改。

八、最新更新动态

ToonFlow 在近期的迭代中持续完善交付与本地化能力。仓库的 Docker 支持已经过「完善 docker」等提交打磨，并提供 docker-compose 一键本地构建；Electron 桌面端覆盖 Windows、Linux 与 macOS，配合 GitHub Releases 发布安装包。多语言界面已支持简体中文、繁體中文、English、ไทย、Tiếng Việt、日本語、Русский，更多语言适配仍在进行中。

在社区认可方面，项目通过了 AtomGit G-Star 认证（No.540）与 Gitee GVP 认证，并在致谢中列出了算力赞助方，包括提供 MiniMax H3 视频生成服务的秘塔、提供 GPT-Image-2 的 APIMart，以及提供混元 3D 生成大模型的腾讯混元。官方 Demo 中使用的模型组合为 Seedance 2.0（视频）、GPT Image 2（图片）与 Claude Opus 4.6（语言模型），可作为接入参考。

九、常见问题 FAQ

十、总结

ToonFlow 把 AI 短剧生产从「多工具手动串联」升级为「导入原著后自动出片」的工程化闭环。它的真正价值不在于某个单一模型，而在于用三层 Agent 协作、章节事件图谱、本地 ONNX 记忆与可编程供应商系统，把策划、编剧、分镜、出片的全部工序收拢进一个可本地运行的 TypeScript 工作台，并提供桌面端、Docker 与云端三种交付形态。对于想把存量小说或剧本低成本批量变成动画短剧的创作者和团队，这是一个值得部署的完整方案。

在撰写本文的过程中，我主要参考了 ToonFlow GitHub 仓库（HBAI-Ltd/Toonflow-app）的 README.md、项目结构说明、LICENSE 与更新动态。文中数据以官方公开信息为准，可能随版本更新而变化。