Jellyfish：AI 短剧一站式制作工作台

项目研究报告：Jellyfish

蓝色像素虾协调短剧脚本、分镜、角色资产和生成任务 — 图 1：Jellyfish 把 AI 短剧制作从分散工具，收束成一个可追踪的生产工作台。

「这是什么」 一句话定性：一个AI 短剧的一站式制作工作台——从剧本输入 → 分镜拆解 → 角色/场景一致性管理 → 图片/视频生成 → 任务追踪，全流程在同一个系统里完成。

「它怎么转」

Jellyfish 从剧本解析到一致性资产库、生成编排和任务中心的流程图 — 图 2：分镜、资产一致性、生成编排和任务中心，是短剧工作台的四个关键面。

逻辑全景图

├─ 触发层：什么情况下需要用它？
│   └─ 想用 AI 生成短剧/竖屏剧时遇到的最大痛点：
│       → 不同帧之间角色脸会变（一致性问题）
│       → 脚本到分镜到生成是断开的，手动管理很麻烦
│       → 生成任务是异步的，状态追踪靠脑子记
│
├─ 核心层：它的关键动作是什么？
│   ├─ AI 剧本解析 → 把剧本拆成镜头，提取角色/场景/道具/服装/对白
│   ├─ 分镜准备 → 确认每个镜头的资产候选、对话候选、关联已有角色
│   ├─ 一致性管理 → 统一管理角色/场景/道具/服装，确保跨镜头复用
│   ├─ 生成编排 → keyframe + 参考图 + video prompt → 提交生成任务
│   ├─ 统一任务中心 → 异步任务状态追踪（可取消/可恢复）
│   └─ 模型基础设施 → 多 provider / 多模型管理 + prompt 模板
│
├─ 输出层：最终产出什么？
│   ├─ 结构化的分镜列表（带状态：prepared / generating / done）
│   ├─ 生成的图片/视频资产
│   ├─ 可追溯的生成任务记录
│   └─ Docker Compose 一键部署
│
└─ 卡点层：新手最容易在哪里卡住？
    ├─ 第一次需要先理解角色-场景-道具-服装一致性建模的概念
    ├─ 需要配置 AI 模型 provider，有一定接入门槛
    └─ MySQL + Redis + RustFS 依赖较多，Docker compose 是最简单的启动方式

「怎么升级」 三段位路线图

段位	掌握目标	关键动作
入门段（能用）	跑起来，体验完整流程	Docker compose 启动 → 上传剧本 → 看 AI 拆分的分镜
进阶段（用好）	用它做真正的短剧项目	配置 AI provider → 维护角色库确保一致性 → 批量提交生成任务
高手段（用活）	二次开发 / 对接新模型	看 OpenAPI spec → 生成 frontend types → 扩展新模型支持

「能用在哪」 场景迁移建议

迁移到 AI 电影预告片/广告制作 - 变量：剧本换成广告脚本，角色复用逻辑迁移到品牌视觉一致性管理 - 注意：需要更多镜头类型的支持
迁移到企业培训视频批量生产 - 变量：剧本换成培训内容，角色换成讲师的数字人分身 - 注意：需要对台词/旁白做更多编辑支持
如果部署了这个项目，好处是： - 终于有一个系统把 AI 短剧制作从游击战变成正规军 - 角色一致性不再是靠运气，而是系统管理 - 任务追踪让你知道生成到哪了
风险和注意事项：

Jellyfish 工作台、外部模型服务、配置、依赖和文档边界图 — 图 3：Jellyfish 管生产流程，真正的生成质量和成本仍取决于外部模型服务。

⚠️ 这不是一个生成模型：Jellyfish 是工作台，不是 AI 模型本身，需要自己接入图像/视频生成服务
⚠️ 依赖外部 AI 服务：Midjourney / Runway / OpenAI 等，费用和质量不稳定
⚠️ 中文文档少：对中文用户有一定门槛

🔍 特别观察

数据速览：3527 stars，2.5 个月，635 forks

这是一个被低估的项目。表面上看起来是又一个