AI 短剧自动化生成

AI 短剧自动化生成

Huobao Drama - AI短剧生成平台

📖 项目简介 / About

Huobao Drama 是一个基于AI的短剧自动化生产平台,实现从剧本生成、角色设计、分镜制作到视频合成的全流程自动化。

项目地址:https://github.com/chatfire-AI/huobao-drama

远程部署||关注我的主页,回复[Huobao Drama]获取

🎯 核心价值 / Core Features

🤖 AI驱动 / AI-Driven:使用大语言模型解析剧本,提取角色、场景和分镜信息 | Parse scripts using large language models to extract characters, scenes, and storyboards
🎨 智能创作 / Intelligent Creation:AI绘图生成角色形象和场景背景 | AI-generated character portraits and scene backgrounds
📹 视频生成 / Video Generation:基于文生视频和图生视频模型自动生成分镜视频 | Automatic storyboard video generation using text-to-video and image-to-video models
🔄 工作流 / Workflow:完整的短剧制作工作流,从创意到成片一站式完成 | Complete production workflow from idea to final video

✨ 功能特性
🎭 角色管理
✅ AI生成角色形象
✅ 批量角色生成
✅ 角色图片上传和管理
🎬 分镜制作
✅ 自动生成分镜脚本
✅ 场景描述和镜头设计
✅ 分镜图片生成(文生图)
✅ 帧类型选择(首帧/关键帧/尾帧/分镜板)
🎥 视频生成
✅ 图生视频自动生成
✅ 视频合成和剪辑
✅ 转场效果
📦 资源管理
✅ 素材库统一管理
✅ 本地存储支持
✅ 资源导入导出
✅ 任务进度追踪

官方效果演示:

#### docker部署:

tips:docker部署最好能魔法上网

{ "registry-mirrors": [ "https://docker.m.daocloud.io", "https://dockerproxy.com", "https://docker.mirrors.sjtug.sjtu.edu.cn" ], "builder": { "gc": { "defaultKeepStorage": "20GB", "enabled": true } }, "experimental": false } 
  • 进入项目地址下载源文件,根据自己的需求修改docker-compose文件。例如我这里把持久化数据目录放在E:\huobao-drama\data,同时我的端口5678已经被n8n占用,因此进行了修改。(手动创建data文件夹),修改docker-compose文件如下:
services: huobao-drama: image: huobao-drama:latest container_name: huobao-drama build: context: . dockerfile: Dockerfile ports: - "5679:5678" volumes: # 持久化数据目录(使用命名卷,容器内以 root 运行) - E:/huobao-drama/data:/app/data # 挂载配置文件(可选,如需自定义配置请取消注释) # - ./configs/config.yaml:/app/configs/config.yaml:ro # 注意:如果使用本地目录挂载,需要确保目录权限正确 # 例如:- ./data:/app/data (需要 chmod 777 ./data) environment: - TZ=Asia/Shanghai # 访问宿主机服务说明: # 使用 host.docker.internal 代替 127.0.0.1 # 例如:http://host.docker.internal:11434 (Ollama) extra_hosts: - "host.docker.internal:host-gateway" # 统一支持所有平台 restart: unless-stopped healthcheck: test: ["CMD", "wget", "--no-verbose", "--tries=1", "--spider", "http://localhost:5678/health"] interval: 30s timeout: 3s retries: 3 start_period: 10s networks: - huobao-network networks: huobao-network: driver: bridge 
  • shift+右键,打开power shell运行:docker-compose up,等待安装完成即可,
  • 在docker中点击[Huobao Drama 5679:5678]或者浏览器访问:http://localhost:5679,即可打开软件
  • 配置api:点击AI配置-添加配置-没有api的注册购买获取即可。
  • 配置完成

Read more

OpenClaw龙虾机器人实战:基于Rust+Tauri构建带“安全沙箱”的跨平台清理Skill

摘要: 当 AI 走出聊天框,拿起系统的“ root 权限”,它是你的“数字管家”还是潜伏的“特洛伊木马”?2026年初,由 Peter Steinberger 打造的 OpenClaw(龙虾机器人) 横扫全球开源社区,GitHub 星标数迅速突破 18 万。它不再是单纯的 Chatbot,而是能通过 WhatsApp、Telegram 直接操控你电脑的执行型智能体。 然而,权力的下放伴随着巨大的风险——Meta 高管因授权 OpenClaw 访问邮箱而导致收件箱被批量清空的惨案犹在眼前。本文将基于 OpenClaw 架构,使用 Rust + Tauri 技术栈,开发一款跨平台临时文件清理 Skill。我们将重点解决两大核心难题: 1. 系统级深度操作:如何用 Rust 优雅地调用

Vivado 使用教程

Vivado 使用教程

目录 一、创建工程 二、创建文件 三、编写代码 四、仿真验证 五、配置管脚 六、生成Bitstream文件并烧录 一、创建工程 1.左边创建(或打开)工程,右侧可以快速打开最近打开过的工程。 2.来到这一步,命名工程并设置工程的存放路径(这里以D触发器为例) 3.选择RTL点击next。会来到添加文件环节(可以在这里添加.v等文件,不过后面再添加是一样的)直接点击next。 4.选择芯片型号(根据开发板选,这里随便选的),完成后点next会弹出信息概要,finish完成。         二、创建文件 完成上述步骤会进入当前界面: 1.工程管理器add sourse添加(创建)设计文件,创建文件后选择Verilog语言并命名。 2.定义端口(可选),若在这定义后,

基于FPGA的组合逻辑设计深度剖析

以下是对您提供的博文《基于FPGA的组合逻辑设计深度剖析》的 全面润色与专业重构版本 。本次优化严格遵循您的核心要求: ✅ 彻底消除AI生成痕迹,语言自然、老练、有“人味”——像一位在Xilinx/Intel一线调过千块板子、带过数十个FPGA项目的资深工程师在和你面对面聊技术; ✅ 打破模板化结构(无“引言/概述/总结”等刻板标题),以真实工程问题为锚点,层层递进、环环相扣; ✅ 技术细节不缩水,反而更扎实:补充了LUT映射实测数据、毛刺成因的晶体管级类比、UART中编码器的真实时序角色、以及为什么“ always_comb 不是银弹”; ✅ 所有代码均重审可综合性、仿真鲁棒性与综合工具友好度(Vivado 2023.2 / Quartus Prime 22.4); ✅ 删除所有空泛结语与口号式升华,结尾落在一个具体、可复现、有启发性的调试现场——让读者合上页面就想打开Vivado跑一跑。 当你的UART接收器总在115200bps下丢字节:一场关于组合逻辑“确定性”的硬核复盘 去年冬天,

基于分布式光纤声波传感(DAS)的无人机入侵探测技术与应用

基于分布式光纤声波传感(DAS)的无人机入侵探测技术与应用

一、背景概述 随着无人机技术的普及,其在航拍、巡检、物流等领域发挥积极作用的同时,也带来了“低空入侵”与“非法飞行”等安全隐患。在机场、军事设施、能源基础设施及重要园区等重点区域,传统的雷达、视频或无线电监测手段在低空、隐身性、小目标**场景下仍存在一定局限。 分布式光纤声波传感系统(Distributed Acoustic Sensing,DAS)作为一种被动式、长距离、连续监测的感知技术,为无人机入侵预警提供了新的技术路径。 二、DAS 在无人机入侵监测中的基本原理 DAS 系统利用相干光时域反射原理,将普通通信光纤转化为沿线连续分布的振动与声波传感单元。当无人机在目标区域低空飞行、起降或悬停时,会在地面及周围结构中产生可被感知的物理扰动,包括: * 旋翼气流引起的地面微振动 * 无人机起降过程中的冲击与共振 * 低空飞行产生的特征性声波信号 这些信号通过光纤传导至 DAS 主机,经过高速采集与数字信号处理,可实现实时感知与精确定位。 三、无人机入侵场景下的 DAS 监测模式