开源项目解析
waoowaoo
把一部小说灌进去,自动拆角色、拆场景、出分镜,再合成整集短剧。中英双界面。
从小说全文进许可证自称「不是严格意义的开源」
许可证附加条件:不可商用;许可证正文自称「不是严格意义上的开源软件许可」
读懂层
2 张 · 架构图 / 流程图
DeepWiki 架构页 · 抓取 2026-08-16 · 核验 2026-08-16
DeepWiki 架构页 · 抓取 2026-08-16 · 核验 2026-08-16
Next.js 管界面与 API,BullMQ + Redis 跑图片与视频两类 worker,素材落 S3 / MinIO,成片由 Remotion 合成。模型调用统一走 `src/lib/model-gateway`。
它管哪几个决定
自持能力
权重在不在本地只能调接口
种子能不能填不可填
换掉它要动几处几处
画面全在云端,本地只有编排;换模型改 model-gateway 一处
动手层
文档代码结构踩过的坑实测 未做
装它要过哪几关
- 1先复制环境变量文件README 明写要在 `npm install` 之前做完,顺序反了会装出错的配置
- 2`npm install` 并起 Redis任务队列走 BullMQ,没有 Redis 跑不动
- 3配模型 key画面全走云端,key 不配就一步都走不了
改哪个文件能改什么
src/lib/model-gateway所有模型调用的出口。换供应商只动这里src/lib/worker-handlers小说分析、分镜、出图、出片各一个 handlersrc/lib/storage素材落地。本地目录与 MinIO 两条路坑在哪一处
带 issue 编号的来自:github issues 按回复数排序 · 核验 2026-08-16
网页卡顿README 自己给的解法是装 Caddy 开 HTTPS —— HTTP 下浏览器并发连接数会卡住它
登录 / 保存失败issue #98 登录不上(已关闭)、#96 设置保存失败(开着) —— 本地起来了不等于能用
找不到人问issue #163「作者失联了?」、#35 / #154「交流群满了」 —— 官方支持只有微信群这一条路,而它满了
语音模型issue #59:调不了 qwen 的语音模型,开着
教程
没找到官方口径的教程 —— 官方只给了 README。
项目自述
以下是仓库 README 的开头部分(原文引用,抓取 2026-08-17)。读全文 ↗
An AI creative workspace for images and videos: develop ideas with the right-hand Assistant, upload references, and organize and refine your work on a canvas. English · 简体中文 · 日本語 · 한국어 > [!IMPORTANT] > Preview release: we are iterating rapidly, and some bugs and rough edges remain. Join the community to share feedback and follow updates. WeChat / community ✨ Features - Work with the right-hand Assistant to develop a brief and create assets in an ongoing project. - Upload reference material, organize files, and inspect generated images and videos on the canvas. - Generate with model-aware aspect ratios, durations, resolutions, and reference roles. - Use supported first-frame, first/last-frame, or reference-image modes; availability depends on the selected model. - Refine an existing result into a new version while retaining the original. This preview exposes OpenRouter configuration. Available models include GPT Image 2, Nano Banana variants, Seedance variants, and MiniMax H3 / H3 Max. Availability and charges depend on the provider. H3 Max currently accepts a single first frame in this application, not a first/last-frame pair. Music and voiceover controls are not included in this preview. The application UI currently supports Chinese and English. Japanese and Korean are README translations. 🚀 Quick Start Copy the following into a local coding assistant with terminal access. It will inspect your machine, install the required dependencies, and configure Docker for you. You may need to approve an operating-system installer or start Docker Desktop yourself. text Install the self-hosted preview of https://github.com/waooAI/waoowaoo on my computer. Read the repository README, docs/INSTALL.md, and the selected GitHub Release first. Use a published preview release and its prebuilt Docker images. Pin both the application and the Codex runtime to the release's immutable image digests. Check my OS, CPU architecture, Docker Engine/Desktop, Compose v2, Git, and flock; install missing dependencies using the appropriate OS tools, with approval where required. Use a new installation directory and preserve all existing containers, files, and data. Generate unique local secrets and configure .env without printing or uploading secrets. Follow the existing Worker bootstrap procedure; do not invent a second startup path. Include docker/caddy/Caddyfile from the same release. Use the default Compose HTTPS entry: SELF_HOSTED_HOST=localhost, SELF_HOSTED_HTTPS_PORT=1443; APP_HOST_PORT=13000 only redirects HTTP. The overlay derives NEXTAUTH_URL; preserve Caddy's /data and /config named volumes. Export only root.crt, explain its trust implications, and obtain my explicit approval before helping me trust it on the browser's host OS (Windows trust is separate from WSL). Never export root.key or bypass TLS checks. Verify https://localhost:1443 has no certificate warning and the browser actually uses h2, including event streams across multiple tabs. SSE tab concurrency is not the AI task concurrency limit. Verify container health and that the application opens, then tell me the local URL. Guide me to enter my OpenRouter API key in the application; do not request ……(后略,见原文)
判断
优势
- 从小说全文进,不是从一句话进 —— 长内容改编这条路上它是最完整的
- 角色、场景先沉淀成资产再逐镜用,一致性不是靠每次重描述
- 队列化架构,批量出集比串行脚本稳
- 中英双语界面
局限
- CC BY-NC-SA 4.0,不可商用。而且它的 LICENSE 自己写着「这不是严格意义上的开源软件许可,用它是为了保护本项目的商业权利」—— 这句话值得读两遍
- 画面全靠云端 API,省掉的是编排不是算力钱
- issue #163「作者失联了?」、#35 / #154「交流群满了」—— 支持渠道是微信群,而群满了
- 配置保存失败(issue #96)、登录不上(issue #98)这类基础问题反复出现
不适用
接商单 —— 许可证明确禁止商业使用。
同管这些决定的其它项目
ComfyUI节点式工作流底座。图像 / 视频 / 音频 / 3D / 文本共用一个底座。…Wan2.2文生 / 图生 / 语音驱动 / 角色动画替换,480P–720P。五个变体。…HunyuanVideo腾讯的开源视频生成模型,文生视频与图生视频。720×1280、129 帧。…FramePack把 13B 视频模型压进 6GB 显存的桌面程序。图生视频,一分钟长度、30 帧。…LTX-VideoLightricks 的视频生成模型,主打快。文生 / 图生 / 视频续写,默认 1…MiniMax H3全模态生成:文字、图片、视频、音频进同一个 Transformer,出带 32kHz…ControlNet给扩散模型加条件控制。九种结构信号:Canny 边缘、直线、HED 边界、涂鸦、人体…IP-Adapter用图片当提示词,锁住风格或人物。仅 22M 参数。…InstantID一张脸照做身份保持生成,零样本、免调优。…Real-ESRGAN通用图像 / 视频超分修复,支持 2× / 3× / 4×,含动漫专用与轻量模型。…Practical-RIFE视频插帧:在两帧之间算出中间帧,把 24 帧的片子补成 48、60 帧。作者是 RI…CodeFormer人脸修复:把糊掉、压坏、老照片里的脸修回来。图片与视频都能做。…kohya sd-scripts训练脚本集:覆盖 SD1.x/2.x、SDXL、SD3/3.5、FLUX.1;202…musubi-tuner视频模型的 LoRA 训练器。同一套代码训 Wan 2.1/2.2、HunyuanV…Ollama一条命令在本机跑开源大模型。写脚本、翻译这两段靠它才不出本机。…DiffSynth-Studio魔搭扩散模型工程框架,覆盖图像、视频、音乐推理与训练;近期加入 FLUX.3、MOS…MoneyPrinterTurbo给个主题或关键词,一键出高清短视频,含字幕与配音。…NarratoAI用大模型一键解说并剪辑现成视频。…火宝短剧基于 AI 的一站式短剧生成平台,从剧本到成片全自动化。…ToonflowAI 创作平台:无限画布、AI Agent、可视化工作流,支持图像、视频、分镜和短剧…infinite-canvas面向 AI 创作的无限画布工作台:生图、参考图编辑、视频生成、Agent 助手、画布…open-ai-canvas面向 AI 影视创作的无限画布:多模态生成、分镜编排、素材管理、Agent 工作流。…VOZEB PRO把统一创作 Agent、画布、短剧生产线、素材库和商业运营后台放进同一套 Next.…OpenMontage让 Agent 编排视频生产:通过声明式流水线组织素材、生成、字幕、音频与合成。…video-shotcraft为 Claude Code / Codex 提供产品宣传片镜头配方,以网页截图与文案…Generative Media Skills给 Agent(Claude Code / Cursor / Gemini CLI)…乘风视频剪辑 Skills用 Claude Code Skills 做的视频剪辑 Agent。中文侧最成型的一…OpenChatCut对话式视频剪辑器,本地优先。你说「第二条音轨第 8 秒加个故障转场」,它就去改那一刀…video-podcast-maker给编码 Agent 用的 skill:给一个主题,出一条 4K 带解说的讲解片。11…motion-skills动效技能索引:55 个技能分成 18 个安装包,覆盖短视频、数据动画、网页动效、3D…ComfyUI-ManagerComfyUI 的节点管理器:装节点、装模型、修依赖、查注册表。ComfyUI 生态…ComfyUI-WanVideoWrapper把 Wan 系列模型接进 ComfyUI 的节点包。社区里跑 Wan 的事实标准封装…ComfyUI 官方工作流模板ComfyUI 内置的那批官方工作流模板与子图蓝图的真身仓库。…JellyfishAI 短剧的端到端工作台:从剧本进,到分镜、角色一致性管理、出片、导出。…魔因漫创桌面端 AI 影视工具(Electron):剧本 → 角色 → 场景 → 导演 → …BigBanana AI Director一站式 AI 短剧 / 漫剧工作台,四阶段:剧本 → 视觉资产 → 分镜制作 → 导…ClipForge带货短视频专用的一站式工具:上传商品图,自动提炼卖点、写种草脚本、配音配字幕加背景乐…短视频工厂跨平台桌面应用:给提示词文本加分镜素材,自动剪出产品营销或泛内容短视频。集成文案生成…AI YouTube Shorts Generator把一条长视频切成一批排好序的竖屏短片:用语言模型找高光片段、用 Whisper 转写…Open AI UGC生成 UGC 风格的口播广告:用多个视频模型出真人感的 AI 演员念你的脚本。定位是…ViGenAiR把一条已有的视频广告用生成式 AI 重新剪成适配不同版位与时长的多条。…LiveTalking实时交互流式数字人引擎,音视频同步对话。支持 ernerf、musetalk、wav…Seedance 2.0 Prompt Skills给 Agent 装的 Seedance 2.0 提示词技能:讲输入约束、@ 引用语法…Drama Skills面向编剧与漫剧工作室的短剧创作流水线:十个技能把一个点子或一部长篇材料,一路做成分集…Seedance2 Storyboard Generator开源剧情剧本技能:把故事拆成分镜,并整合成 Seedance 2.0 认的结构化提示…AI Shortfilm Prompts一个 Claude Code 技能:把任意一个想法变成电影语言的、模型直接能用的视频…Awesome Seedance 2 Prompts整理好的 Seedance 2.0 视频提示词库,README 自述逾六千条,覆盖电…歸藏的提示词库中文 AI 圈里流传最广的个人提示词仓库之一,存放作者为各家模型撰写的提示词。…MidJourney 风格与关键词参考一份带示例图的风格与关键词对照表:同一个提示词加不同风格词,画面变成什么样,逐个列出…AI Visual Prompt Cookbook171 套结构化提示词风格、342 张预览;JSON 模板支持 v2.1 / v2.…PromptLensAI 视频提示词分析工具:丢进一条别人的视频,反推出它的提示词与创作脚本,并做画面分…Prompt Engineering Guide提示词工程的系统性指南:教程、论文、课程笔记与可运行的示例。不针对视频,讲的是提示词…蓝书 AI 视频工具包AI 视频提示词、技能与方法论工具包。2026-10-10 README 自述:60…
github README + GitHub API + LICENSE 原文 + DeepWiki 架构页 · 核验 2026-10-19 | 判断栏可报错。