Waoowaoo

这是什么？适合谁？

Waoowaoo（https://github.com/waooAI/waoowaoo，13.8k+ Stars、3k+ Forks，2026 年 1 月创建）是一款开源的工业级全流程 AI 影视生产平台，主打「从小说到成片」：喂给它一篇小说或剧本，它能自动完成剧本分析、一致性角色/场景生成、分镜视频制作、多角色配音，最后合成一部完整短剧或漫画视频。它把传统上需要「编剧 + 美术 + 分镜 + 配音 + 剪辑」多个角色协作的影视流程，压缩成一条可自托管的 AI 管线。

技术栈是现代 Web 全家桶：Next.js 15 + React 19 前端，MySQL + Prisma ORM 数据层，Redis + BullMQ 做任务队列（视频生成是长任务，靠队列异步排队），Tailwind CSS v4 样式，NextAuth.js 认证。五个核心功能模块清晰对应影视生产链路：AI 剧本分析（自动解析小说、提取角色/场景/剧情）、角色 & 场景生成（一致性人物和场景图）、分镜视频制作（自动分镜并合成视频）、AI 配音（多角色语音）、多语言界面（中/英一键切换）。

横向对比，它的定位是「全流程」而非「单点」：Runway、Pika、Sora、可灵 AI、即梦 AI 都是单个镜头的视频生成工具——你得到的是片段，还需要自己组织成片；剪映 是剪辑工具——素材从哪来、角色一致性怎么保证，它不管；LTX Studio、Invideo 这类 AI 视频工作室更接近，但 waoowaoo 把「小说 → 分镜 → 一致性角色 → 分镜视频 → 配音 → 成片」整条链路开源了，且可完全私有化部署。

适合人群：短剧/MCN/自媒体团队（批量产出 AI 短剧、口播视频、漫画视频）；小说 IP 改编团队（快速把网文转成可视化视频做测试）；想自建 AI 影视生产管线的开发者（全栈 TypeScript 可二次开发）；需要数据不出内网的影视制作团队。

不适合人群：追求逐帧精细控制、电影级调色混音的专业后期（它的生成是管线化、模板化，自由度有限）；只需要生成单个视频镜头的普通用户（直接用 可灵 AI、即梦 AI 更直接）；不接受频繁更新/测试版不稳定的生产环境（项目明确标注「测试初期、单人开发、更新频繁」）。

准备工作

1. 运行环境：Docker Desktop（最简单，拉预构建镜像即用）或本地 Node.js 开发环境（需 npm install）。本地开发还需 MySQL、Redis、MinIO（用仓库的 docker-compose 起基础设施即可，映射到非标准端口 13306/16379/19000）。
2. 账号与成本：平台本身开源免费、可自托管，但仓库 License 是 NOASSERTION（自定义许可，非标准开源协议），商用前务必确认授权条款。真实成本来自你接入的 AI 服务 Key（在「设置中心」配置，内置教程）：视频生成如 可灵 AI（国内按会员/积分，海外版订阅制）、即梦 AI（按积分）、Runway（Standard 约 $12/月 起、含积分）；配音如 ElevenLabs（免费层 + Starter $5/月）、Fish Audio（有免费额度）。以各服务商官网实时价格为准。
3. 部署命令（最简单方式，免克隆仓库）：

   curl -O https://raw.githubusercontent.com/saturndec/waoowaoo/main/docker-compose.yml
   docker compose up -d
   

   启动后访问 http://localhost:13000。本地开发模式则 cp .env.example .env（填 AI Key）→ npm install → npx prisma db push → npm run dev，访问 http://localhost:3000。
4. 前置知识：懂 Docker 和 Node.js 基础即可；要自己编排/二开，需熟悉 Next.js + Prisma。影视创作层面，懂分镜、角色一致性、配音这些概念能让成品质量上一个台阶。
5. 替代方案：当 waoowaoo 测试版不稳定、或你需要更成熟的单点能力时，可用 剪映 + 可灵 AI / 即梦 AI 手动拼一条链路；或用 LTX Studio、Invideo 等 SaaS 视频工作室；纯代码路线也可用 ComfyUI 搭自定义视频工作流。

5 步核心流程

第 1 步：部署与初始化

Docker 方式跑 docker compose up -d 即可，首次启动自动完成数据库初始化，无需额外配置。本地开发模式必须先执行 npx prisma db push 再启动——否则所有表不存在，启动后报 The table 'tasks' does not exist。⚠️ 当前是测试版，版本间数据库不兼容，升级版本要先清旧数据再拉新镜像：

docker compose down -v
docker rmi ghcr.io/saturndec/waoowaoo:latest
curl -O https://raw.githubusercontent.com/saturndec/waoowaoo/main/docker-compose.yml
docker compose up -d

预期产出：浏览器打开 http://localhost:13000（Docker）或 http://localhost:3000（本地）能看到主界面，可中英文切换。

第 2 步：AI 剧本分析

进入「设置中心」配置 AI 服务的 API Key（内置各服务商配置教程），⚠️ 目前推荐只用官方 API，第三方 OpenAI Compatible 格式尚不完善。配置好后上传你的小说/剧本文本，平台会自动解析并提取角色、场景、剧情。

可复制的验证 Prompt（用来测试剧本分析质量）：

把这段小说拆成 20 个分镜，每个分镜标注：出场角色、场景地点、画面内容、景别（特写/中景/远景）。

预期产出：系统生成结构化的剧本分析结果——角色清单、场景清单、剧情/分镜拆解，作为后续生成的一致性依据。

第 3 步：角色与场景生成

基于第 2 步提取的角色和场景，用 AI 生成风格一致的人物立绘和场景图。这一步是短剧质量的分水岭：同一角色在不同分镜里必须「长得一样」，否则观众瞬间出戏。生成时锁定统一的风格描述和种子参数（seed），并为每个角色建立固定的参考图。

预期产出：每个角色有稳定一致的立绘，每个场景有统一风格的背景图，可直接用于下一步分镜合成。

第 4 步：分镜视频制作与 AI 配音

平台自动把分镜脚本结合角色/场景图，生成分镜头视频并合成；同时用多角色语音合成完成 AI 配音。视频生成是长任务，靠 Redis + BullMQ 队列异步排队，耐心等待即可。逐镜头校验人物一致性、动作连贯性和口型（如有）。

预期产出：带配音的分镜视频片段序列，角色前后一致、音画基本同步。

第 5 步：成片导出与质量检查

把分镜序列合成为完整成片，做最终质检：检查跨镜头角色一致性、字幕准确度、配音与画面同步、转场流畅度。导出最终视频。若发现网页卡顿（HTTP 下浏览器限制并发连接），可装 Caddy 启用 HTTPS 提升并发，访问 https://localhost:1443。

预期产出：一部从小说自动生成的完整短剧/漫画视频成片，可直接发布或进入人工精修。

常见踩坑（6 条）

踩坑 1：本地启动报 tasks 表不存在

• 症状：npm run dev 后报错 The table 'tasks' does not exist
• 原因：跳过了 npx prisma db push，数据库表结构没初始化
• 解决：先跑 npx prisma db push 再启动开发服务器（官方 README 明确标注为 WARNING）

踩坑 2：升级版本后数据异常 / 界面错乱

• 症状：升级镜像后旧数据打不开、功能异常
• 原因：测试版版本间数据库不兼容，schema 变了
• 解决：按官方流程 docker compose down -v 清旧数据再拉新镜像；升级后清空浏览器缓存并重新登录

踩坑 3：AI 服务调用失败 / 生成报错

• 症状：配置了 Key 但生成一直失败
• 原因：用了第三方 OpenAI Compatible 中转格式，官方明确说该格式「尚不完善」
• 解决：改用各服务商的官方 API；Key 填写到「设置中心」并保存后重试

踩坑 4：角色在不同分镜里长得不一致

• 症状：同一角色每帧脸都不一样，成片「换脸」
• 原因：没锁定风格与种子、没为角色建固定参考图
• 解决：第 3 步就统一风格描述 + 固定 seed + 角色参考图，分镜生成全程复用

踩坑 5：视频生成任务卡住不返回

• 症状：提交生成后长时间无结果
• 原因：视频生成是长任务，靠 BullMQ 队列排队；Key 额度耗尽或任务失败也会卡
• 解决：先看队列/任务状态确认是否在排队；检查 AI 服务额度；失败的任务重试

踩坑 6：网页卡顿、并发上不去

• 症状：本地同时开多个生成任务时页面明显卡顿
• 原因：HTTP 模式下浏览器限制并发连接数
• 解决：装 Caddy 启用 HTTPS（caddy run --config Caddyfile），访问 https://localhost:1443

常见问题 FAQ

Q1：Waoowaoo 免费吗？可以商用吗？ A：项目开源、可自托管免费使用，但仓库 License 是 NOASSERTION（自定义许可），不是标准的 MIT/Apache，商用授权条款需到仓库 LICENSE 文件或官网确认。实际成本来自你接入的视频/图像/配音 API。来源：GitHub 仓库。

Q2：它和 Runway、可灵、即梦这些工具有什么区别？ A：Runway、可灵 AI、即梦 AI、Sora 是「单镜头视频生成」工具，产出的是片段；waoowaoo 是「全流程影视生产平台」，从小说一路做到成片，并且开源、可私有化。简单说：前者是「摄影机」，后者是「整个剧组 + 制片流水线」。

Q3：必须自己部署吗？有在线版吗？ A：可以不自部署——官网 waoowaoo.com 有网页版内测（加入候补即可）。但网页版可能需要排队/付费，自托管则完全免费、数据自有。追求省事用在线版，追求可控和免费用自托管。

Q4：适合做多长的视频？只能做短剧吗？ A：目前定位是短剧/漫画视频，适合 1–5 分钟的分镜式内容；长视频、复杂剧情、精细镜头调度不是它的强项。官方描述也提到「从短片到实拍」的演进方向，但当前以短剧为主。

Q5：项目稳定吗？适合生产环境吗？ A：谨慎。README 明确标注「测试初期、单人开发、更新非常频繁、版本间数据库不兼容」。适合尝鲜、原型验证、内部工具，不建议直接上关键生产；若必须生产用，固定镜像版本、做好数据备份，并跟进官方更新节奏。

参考链接

• Waoowaoo GitHub 仓库
• 官网（在线网页版内测）
• 英文 README
• 反馈问题（Issues）

---

本文基于官方文档和公开资料整理，AI辅助生成，MagicNetWorld 尚未完成独立实测。