Jellyfish：把角色一致性当一等问题的 AI 短剧工作台，React + FastAPI

项目地址：https://github.com/Forget-C/Jellyfish
文档站：https://forget-c.github.io/Jellyfish
协议：Apache-2.0

定位：不是生成器，是「制作工作台」

Jellyfish 自称 AI Short Drama Studio，但它不是又一个「文生图/图生视频」的小工具。它的做法是围绕五个环节建工作台：剧本理解、镜头准备、资产一致性、生成执行、任务追踪。

一句话概括它和同类产品的差别：把一致性当成一等公民，把长耗时生成当成可追踪的任务。

仓库 6360 Star、1098 Fork，前端 React + Vite，后端 FastAPI，Python 主力。

主工作流：准备和生成分开

它的核心流程是这样一条链：

剧本拆解 → 镜头准备 → 候选确认 → 镜头就绪 → 生成工作区

「就绪」（prepared）和「正在生成」（currently generating）是两个明确区分的状态，这点在批量生产时很重要——你能先确认哪些镜头准备好了，再统一丢进生成队列。

脚本理解部分做的事：

• 把章节剧本拆成镜头；
• 抽取角色、场景、道具、服装、对白；
• 做剧本优化、简化与一致性检查；
• 支持角色肖像、场景细节这类定向分析。

镜头准备阶段可以：刷新抽取出的资产/对白候选、接受或忽略候选、把已有角色/场景/道具/服装关联进来、修正镜头级基础信息，最后靠统一的就绪状态决定这个镜头能不能开工。

一致性怎么做

系统维护一套跨镜头共享的实体模型：角色 / 演员、场景、道具、服装。资产可以在镜头间复用，风格和身份随之稳定。名字存在性检查会提示你复用已有资产，避免同一个角色在库里出现三份。

这是它区别于「抽卡式生成」的关键：先沉淀资产，再用资产约束每一个镜头的生成。

统一异步任务中心

文本、图像、视频三类任务都走同一套异步任务系统，支持：

• 统一的任务状态、结果、耗时追踪；
• 任务取消；
• 全局任务中心，可以带着上下文跳回对应的项目 / 章节 / 镜头。

视频生成动辄几分钟到十几分钟，单个任务要不要取消、跑到哪了、能不能跳回现场，这些细节决定了批量生产的可用性。

快速跑起来

Docker Compose

仓库自带 deploy/compose/ 的可直接运行配置。

cp deploy/compose/.env.example deploy/compose/.env
docker compose --env-file deploy/compose/.env -f deploy/compose/docker-compose.yml up --build

端口分配：

• 前端：http://localhost:7788
• 后端：http://localhost:8000（/docs 是 Swagger）
• MySQL：localhost:${MYSQL_PORT:-3306}
• Redis：localhost:${REDIS_PORT:-6379}
• RustFS：http://localhost:${RUSTFS_PORT:-9000}

注意对象存储用的是 RustFS，不是 MinIO。

本地开发

后端：

cd backend
cp .env.example .env
uv sync
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

前端：

cd front
pnpm install
pnpm dev

前端类型由 OpenAPI 生成

前端请求辅助函数和类型是从后端 OpenAPI spec 生成的，输出在 front/src/services/generated/，缓存的 spec 在 front/openapi.json。后端开发服务跑在 http://127.0.0.1:8000 时：

cd front
pnpm run openapi:update

前后端契约用 OpenAPI 驱动，接口改了前端类型跟着重生成，这个做法比手写 request 稳。

其它基础设施能力

• 多供应商 / 多模型管理，可按类别设默认模型；
• 提示词模板管理（图像、视频、镜头三类）；
• 文件与生成媒体管理，可预览、关联、复用；
• 以 OpenAPI 驱动的前后端契约，方便后续扩展 AI 工作流。

适合谁

• 要批量产出垂直短剧、对角色一致性有硬要求的工作室；
• 个人创作者做垂直短剧，想要一套能自己部署的工作台；
• 教育培训团队做课程视频、电商团队做故事化推广片。

Apache-2.0 协议，商用约束比 CC BY-NC-SA 那类宽松，适合拿来改。短板是 README 里没有放出成片效果的量化数据，实际出片质量仍取决于你接的模型。