🎬
把一本小说，变成一部 AI 短剧
Toonflow：开源 AI 短剧/漫剧/短视频创作平台——剧本、角色、分镜、成片，全在一张无限画布里完成；支持本地部署、自由接入模型
MIT
无限画布
可二开商用
📖 它是什么
Toonflow（仓库 HBAI-Ltd/Toonflow-app，版权 © 2026 北京爱阿科技有限公司）是一个面向短剧、漫剧和短视频创作者的开源 AI 创作平台：通过无限画布编写剧本与分镜、管理角色和场景素材、生成图片与视频，把"小说 → AI 短剧"的整个流程——剧本、角色、分镜、成片——放在同一个工作区里完成。支持本地部署、自由接入模型，并可通过 AI Agent、MCP 与插件扩展创作流程。
它的制作思路很直接：先写剧本与分镜 → 准备角色与场景素材 → 生成视频镜头 → 预览整理与下载。文本节点用语言模型辅助创作剧本和镜头描述，图片节点制作角色、场景与分镜图，视频节点连接文本与图片参考按镜头出片，最后在无限画布中预览和组织素材。支持 21 种界面语言，默认提供桌面客户端、Android APK、Docker 与 Linux 服务器四种部署方式。
开发团队自述经历三次重构，从 Apache-2.0 换成 MIT 并去掉全部商业附加条款——"你可以用它做任何事"，因此可以二次开发、可以商用。项目 2026-01-29 建仓、目前 GitHub 已 18,021 Star（今天仍在更新）。官方还开源了自营模型中转平台 TF-Router，可自行部署审计。
📎 GitHub：github.com/HBAI-Ltd/Toonflow-app ｜ Gitee：gitee.com/HBAI-Ltd/Toonflow-app ｜ 官方模型平台 TF-Router：api.toonflow.net
✨ 核心亮点
🖼️
无限画布
剧本、角色、场景、视频片段组织在同一张画布里，自由拖放编排
🏠
本地部署
项目与素材保存在自己的设备或服务器，支持桌面/Android/Docker
🔧
自由接入模型
配置第三方 API，也可接入本地 ComfyUI 和 LLM，不绑定某家
🔌
MCP + 插件
通过 MCP 连外部工具，插件市场扩展节点与创作能力
🖥️ 环境要求
| 操作系统 | Windows / macOS（Apple Silicon）/ Android（ARM64）/ Linux 服务器 |
| 运行方式 | 桌面客户端 / Docker / Linux 服务器；Docker 与服务器镜像内含 FFmpeg |
| 运行环境 | Docker 安装需 Git + Docker Engine + Compose；服务器安装需 Bun 1.3.14 |
| 模型服务 | 自行配置第三方 API / 本地 ComfyUI / LLM（API Key 在页面内配置） |
| 端口 | 固定 3000，业务页与 API 无登录鉴权，需防火墙/反代保护 |
🚀 上手步骤
① 桌面客户端（最快上手）
到 GitHub Releases 下载对应系统安装包：Windows 安装器会自动检测并安装 WebView2；macOS（Apple Silicon）拖入"应用程序"即可打开；Android 只支持 ARM64，下载发布页里的 toonflow-版本号-android-arm64.apk（内置本地 Bun 后端，可独立运行，也能扫码连接共享的电脑/远程后端）。
② Docker 安装
git clone https://github.com/HBAI-Ltd/Toonflow-app.git
cd Toonflow-app
docker compose up -d --build
# 启动后访问 http://127.0.0.1:3000配置、插件和项目文件保存在 Docker 命名卷 toonflowData，停止或重建容器会保留数据。不要用 docker compose down -v，那会删掉数据卷。
③ Linux 服务器安装
# Ubuntu/Debian
sudo apt-get update
sudo apt-get install -y git curl unzip ffmpeg
curl -fsSL https://bun.com/install | bash -s "bun-v1.3.14"
export PATH="$HOME/.bun/bin:$PATH"
git clone https://github.com/HBAI-Ltd/Toonflow-app.git
cd Toonflow-app
bun install --frozen-lockfile
bun run build:server
mkdir -p data/workspaces/myProject
bun run start:server看到"服务启动成功"后访问 http://127.0.0.1:3000。此命令前台运行，按 Ctrl+C 停止；需要开机自启用 Bun 的 systemd 部署指南。
④ 开始创作一部 AI 短剧
1) 在文本节点里写剧本与分镜：整理故事、人物设定、镜头描述，用语言模型辅助创作，再审阅修改。
2) 准备角色与场景素材：导入参考图，或用图片生成节点做角色、场景、分镜图。
3) 生成视频镜头：连接文本与图片参考，选视频模型和生成模式，按镜头出片。
4) 在无限画布中预览、整理并下载素材，按创作需求继续处理。支持的参考素材、视频时长、分辨率与音频能力取决于你配置的模型与供应商。官方参考案例：Seedance 2.0 + GPT Image 2 + Claude Opus 4.6，约 2 小时做出一段约 2 分钟成片，模型调用费约 ¥130（语言约 ¥10、视频约 ¥120、图片不足 ¥1）——仅代表该案例，不是固定价格。
访问与安全提醒
| 端口 3000 | 业务页面与 API 没有独立登录鉴权，别直接暴露公网 |
| 远程个人使用 | 可用 ssh -N -L 3000:127.0.0.1:3000 用户名@服务器 做隧道，不开放公网端口 |
| 数据备份 | 配置/插件/工作区默认在 data/（Docker 在数据卷），迁移时完整保留 |
🖼️ 界面与效果图
以下为官方 README 公开的界面截图（创作画布、角色三视图、3D 导演台、视频生成）。
创作画布 · 深色主题（含 AI 助手）：
角色三视图与图片生成：
3D 导演台与镜头预演：
多参考素材视频生成：
🎯 典型玩法
📕 小说改编短剧：把小说/网文改成分镜，生成角色与场景、按镜头出片
📖 漫剧创作：从剧本到漫剧画面，角色与场景资产统一管理
🧩 短视频/切片：在同一画布编排镜头片段，快速产出可发布素材
🧠 灵感/概念验证：用 AI 快速把脑洞做成可见的分镜与片段
🔌 二开/商用：MIT 协议，可改、可商用，也可接入自建 ComfyUI/LLM
🛠️ 团队协作：自托管服务器 + 插件/Skill Hub，把经验沉淀成可复用能力
📊 和同类做法比
| 云端闭源短剧平台 | 一键但受限：模型/数据绑平台、按量计费、难二开 |
| 本地 DIY 工具链 | 自由但繁琐：剧本/分镜/生图/生视频散在多个工具里 |
| Toonflow | 开源可自托管，无限画布把剧本→素材→成片串成一条线，模型自由接 |
原理一句话：Toonflow 不替你生成"某家专属视频"，而是提供一张无限画布和一套文本/图片/视频节点工作流——剧本、角色、场景、镜头都作为可编排的节点放在上面，具体的生成交给你自己配置的语言/图片/视频模型；因为协议是 MIT 且节点可扩展，你能二次开发、能商用、也能接本地 ComfyUI。
❓ 常见问题
Q：Toonflow 免费吗？模型调用要收费吗？
Toonflow 本身采用 MIT 开源许可，可自行部署。第三方模型服务的 API 调用可能收费；使用本地模型或 ComfyUI 时需自备运行环境与算力。README 里那约 ¥130/2 分钟成片是官方某案例的纪录，不是固定价格。
Q：一定要用官方模型平台吗？
不用。它"只提供平台不收钱、不限定用哪个模型"：官方 TF-Router 只是自营中转平台，源码也开源了；你也可以自己配置第三方 API 或本地 ComfyUI、LLM。是否收费只取决于你选的模型服务。
Q：能接入自己的模型和 ComfyUI 工作流吗？
可以配置语言模型与媒体模型服务，也可通过自定义供应商适配接入已有 ComfyUI 工作流。具体取决于服务 API、模型与工作流，参考使用教程与开发者文档。
Q：商业条款会不会限制我用？
当前版本为 MIT，去掉全部商业附加条款，可二次开发、可商用。注意：v1.0.8 发布前基于 AGPL-3.0 使用的用户继续按 AGPL-3.0 执行，v1.0.8~v1.1.8 继续按 Apache-2.0 与附加协议执行，不受本次变更约束。
Q：部署在服务器安全吗？
固定端口 3000，业务页面与 API 没有独立登录鉴权——别把 3000 直接暴露公网；个人远程用 SSH 隧道，公网部署务必加带认证的反向代理。
Q：会把我数据上传到云端吗？
本地部署时项目与素材保存在你自己的设备或服务器；只有你配置的模型服务才会把对应请求发到该服务。支持 21 种界面语言。
Q：新手能快速出片吗？
能。核心就四步：写剧本分镜 → 备素材 → 按镜头生成视频 → 预览下载。但成片质量取决于你配置的模型与提示词，需要自己审阅调整，不是无人干预的"一键成片"。
📎 GitHub 搜索 HBAI-Ltd/Toonflow-app ｜ Gitee 同名仓库 ｜ 官方模型平台 api.toonflow.net
关注「AI工具匠」，获取更多 AI 工具实操教程