上一篇文章拆了《首尔今天有点鲁》背后的商用制作链路（LibTV + 即梦 Seedance2.5），评论区被问得最多的问题是：不想付订阅费、不想数据出境、想自己改造工作流，开源世界里有没有对应物？

有，而且比想象中热闹。GitHub 上"AI 短剧"方向 2026 年已经长出了一批 1 万星量级的项目。我把活跃度靠前的六个逐一读完 README、核完许可证和技术栈，整理成这篇选型指南。星数截至 2026 年 9 月 21 日，全部来自 GitHub API 实时数据。

先给结论

• 想要"一句话生成完整短剧"的一键体验 → 火宝短剧（★15402）
• 想要无限画布 + 三层 Agent 体系的完整工作台 → Toonflow（★15850）
• 想要把"角色一致性"当一等公民管理 → Jellyfish（★6465）
• 想要 Windows 下载数据不出本机 → LocalMiniDrama（★1786）
• 已有 ComfyUI 硬件，想要本地渲染管线 → DiffuseCut（早期 alpha）
• 想要"方法论沉淀为脚本"而非软件 → shuohao-skills（★3662）
• 只想做无人值守的营销短视频 → MoneyPrinterTurbo（★124913）

下面逐个拆。

Toonflow（★15850）：最像"开源版 LibTV"的

HBAI-Ltd/Toonflow-app · Apache-2.0 · TypeScript · 2026-01 创建，9 月仍在高频更新

Toonflow 的定位和 LibTV 重合度最高：小说/剧本 → 动画短剧的一站式工作台，跨平台桌面端。几个设计值得单独说：

无限画布生产工作台。 剧本、角色、分镜、素材、视频节点全部组织在一张类无限画布上，支持自由编排、回溯与并行生产。这直接对标 LibTV 的画布交互，而且是 Electron 桌面端本地跑。

三层 Agent 协作体系。 决策层拆任务、执行层生成内容、监督层做质量审阅与修订反馈。这是把"生产流水线"的质检环节显式建模了，多数同类项目没有这一层。

持久化 Agent 记忆。 基于本地 ONNX 向量检索的跨会话记忆，短期消息、长期摘要、语义召回三档。多轮创作不丢上下文，这对连续剧制作是刚需。

可编程供应商系统。 在设置中心直接写 TypeScript 接模型、即时生效，不改源码不重启。想接私有部署的模型端点，这里就是插口。

技术栈：Node.js 23+ / TypeScript / Express 5 / SQLite / Electron 40 / Vercel AI SDK。模型侧需要自备：LLM 接口（OpenAI/Anthropic/DeepSeek/智谱/MiniMax/通义全兼容）+ 视频服务（Sora 或豆包）+ 图片模型（Nano Banana Pro）。GitHub/Gitee/GitCode 三镜像，国内下载不翻墙。

注意它走的是"本地软件 + 云端 API"路线：软件开源，生成能力靠你自己的模型账号。这和 LibTV"积分包干"的商业模式是两种哲学。

火宝短剧（★15402）：自动化程度的天花板

chatfire-AI/huobao-drama · CC BY-NC-SA 4.0（非商业） · Vue/Nuxt · 2026-01 创建

“一句话生成完整短剧，从剧本到成片全自动化”——README 第一行话说得满，但拆开看管线确实闭环：LLM 解析剧本 → 提取角色/场景/分镜 → AI 生图做角色设定和场景背景 → 文生视频/图生视频产出分镜片段 → 自动合成。

两个细节暴露了它的成熟度：一是 AI Agent 框架用了 Mastra，任务编排走正经的 agent 路线而非硬编码流程；二是桌面端用 Electron utilityProcess 承载后端、esbuild 打成单文件 bundle，发布物很干净。数据存 SQLite（WAL 模式），生成物在本地。

但它有一个大坑：许可证是 CC BY-NC-SA 4.0，非商业使用。 想接商用产线的人直接排除。另外它引导你注册作者家的 API 聚合服务（api.firemux.com）一键配置三个推荐模型，用别家模型也可以，但默认路径带着转化意图，自己判断。

Jellyfish（★6465）：把"一致性"当一等公民

Forget-C/Jellyfish · Apache-2.0 · React + FastAPI · Docker 部署

Jellyfish 最打动我的一点是它对问题的定义方式。README 里写"Treat consistency as a first-class problem"——角色、场景、道具、服装集中管理，跨镜头漂移当作系统问题而非运气问题。上一篇文章讲《首尔》角色资产先行的思路，Jellyfish 就是把这套思路落成了软件结构。

工作流是五段式：剧本拆解 → 镜头准备 → 候选确认 → 镜头就绪 → 生成工作区。每个环节都可回看、可复用：镜头、候选资产、台词、提示词、生成任务全部沉淀为可检索的资产。

还有两个工程化亮点：文本/图片/视频生成都走统一异步任务系统，带状态、取消、恢复；模型管理、提示词模板、文件、OpenAPI 协作接口都是基础设施层的独立模块。Python 后端（FastAPI）+ React 前端 + Docker 三件套，有 GHCR 镜像和 CI 部署，适合自建服务给小团队共用。

LocalMiniDrama（★1786）：数据不出本机

xuanyustudio/LocalMiniDrama · MIT · Vue3 + Node.js + Electron · Windows 优先

“下载即用，完全开源，数据不出本机”——这是六个项目里隐私叙事最强的一个。项目数据、生成的图片视频、SQLite 全在本地，模型调用走你自己的 Key。

它的分镜制作页支持专业视频参数（景别/运镜/灯光/景深），v1.2.8 加了画布模式和火山方舟 ModelArk 私有资产库（SD2 角色认证、AK/SK 与 Bearer 双鉴权）。模型接入表覆盖阿里 DashScope、火山豆包/Seedance 2.0、可灵（含 Omni）、Vidu、Gemini、NanoBanana、本地 Ollama——是目前见过接入面最广的开源短剧工具。README 里放的三段即梦 1.0 自动生成视频展示了连续分镜下的角色一致性，效果直白。

MIT 许可证，商用改造无负担。代价是 Windows 桌面端为主（Electron 28 打包 exe），Linux 用户要自己从源码跑。

DiffuseCut：ComfyUI 阵营的"控制室"

collective-thought-media/DiffuseCut · MIT · 2026-09 刚发布，0.1.0-alpha

前面几个项目都是"软件 + 云端 API"，DiffuseCut 走的是完全不同的路线：本地渲染。它是 ComfyUI 的控制室——写故事、锁定角色和场景外观、分镜、通过 ComfyUI 出图出视频、配乐（ACE-Step）、对白音效、可选口型同步，最后 FFmpeg 导出 MP4。

核心卖点是模型无关：指向你自己的 ComfyUI 主机，SDXL、LTX、MiniMax H3、Flux 系随便换；任何 ComfyUI 工作流导出成 API 格式就能导入当模板，绑定 prompt/seed/输出位，日常操作不用再开 ComfyUI 画布。

代价很明显：alpha 阶段、星数个位数、需要你本来就有 ComfyUI + 显卡的基建。适合手里有 4090、想把整条片子留在本地的玩家，不适合小白。

shuohao-skills（★3662）：方法论派，不是软件派

eternityspring/shuohao-skills · Agent Skills 集合 · Claude Code / Codex 可跑

这个项目最特别：它不是软件，是一套给 AI 编码 agent 用的 skill 集合。输入一本小说，产出直接可喂生成管线的制作素材——拆角色、排大纲、出场景道具设定、写剧本、切分镜。

管线设计哲学写在 README 第一屏：大纲收敛结构，剧本、场景、角色三者同步迭代，分镜只做输出不做新决定。 每个 skill 都带脚本化的质量门（novel-outline 14 道、novel-script 10 道、novel-art 11 道），“钩子前 3 拍冷开场兑现"这类爆款规律被硬编码成了校验规则。分镜环节对 MiniMax H3 提示词做逐字对账。

对会跑 Claude Code 的人，这是把上一篇文章里"3+3+3 法则、角色资产先行"那套方法论直接蒸馏成可执行脚本的尝试。生成的素材再喂给 Jellyfish 或 LocalMiniDrama 出片，两条腿走路。

顺带：营销短视频的老前辈

做盘点绕不开 MoneyPrinterTurbo（★124913）：一句话生成高清短视频的鼻祖级项目，2024 年就有、至今仍在更新。但它做的是"素材混剪 + TTS 解说"型内容，没有角色一致性、没有叙事管线，和短剧制作是两个物种。同赛道还有 MoneyPrinterPlus（★7123，自动发布抖音/快手/小红书）和 story-flicks（★2531，儿童故事向）。如果你的目标是无人值守量产营销号视频，看这条线；要做《首尔》这种有剧的，回到上面六个。

选型决策表

开源方案的真实成本边界

软件免费了，账要重新算。上一篇文章里 LibTV ¥729/年包的是"软件 + 模型调用"打包价；开源项目只免前者，模型费照付：

• 跑云端 API：成本结构和直接用即梦/可灵没有区别（Seedance 2.5 API 720P 约 ¥1.5/秒），省下的只是工作流订阅费
• 跑本地（DiffuseCut + ComfyUI 路线）：模型免费，但 24G 显存的 4090 是 ¥1.5 万级沉没成本，且开源视频模型（Wan、LTX）和 Seedance 2.5 的差距在人物微表情上仍然明显

所以开源替代的真正价值排序是：可控性（改代码、接私有模型）> 隐私（数据不出机）> 省钱。第三条在算总账时基本不成立。

一句话收尾：LibTV 卖的是"整理好的流水线”，开源项目给你的是"流水线的零件和图纸"。会拧螺丝的人，零件更值钱。

数据与考证

本文全部项目数据来自 GitHub API 实时查询（2026-09-21），星数、许可证、技术栈、更新时间均与仓库 README 逐一核对。火宝短剧的非商业许可证（CC BY-NC-SA 4.0）和自家 API 聚合入口、Toonflow 的模型自备要求，是选型时最容易踩的两个信息差，已在上文标注。