CozyClay 开源：浏览器里的 3D 导演台，npx 一条命令让 AI 帮你排戏布机位

昨天刷到了一个开源项目：CozyClay。

这个项目来自 NomaDamas 团队，npm 发布才两周多就到了 1.6.0 版本，迭代速度快得离谱。它的定位很明确——开源的浏览器端 3D 预演（Previs）工作室。
你直接在浏览器里搭一个 3D 场景，把角色摆进去，画好运镜轨道，调好焦距和角度，让 AI 视频模型照着这个预演的分镜来生成。
听起来像 Blender？
像，但又不像。
Blender 是专业 3D 软件，学习曲线陡峭；CozyClay 主打一个轻量化——npx cozyclay一条命令就能跑，什么都不用装，浏览器里直接开搞。

开箱即用的 5 件事

CozyClay 的核心功能总结下来就是五件事：搭场景、飞相机、改到对、生成动作、让 AI 帮你导戏。

🧱 搭场景像玩黏土

打开页面先傻眼？不会的。CozyClay 自带一段预生成的动作片段，打开就能拖着时间线玩，相机也能直接操控。
想从零搭一个？拖几个立方体当地板，放个圆柱当柱子，右键拖角色模型摆姿势——用的是 W/E/R gizmo（移动/旋转/缩放），跟 Blender 那套快捷键一模一样，用过 3D 编辑器的人肌肉记忆直接触发。
不喜欢网格对齐？拖东西的时候按住 Ctrl 就能临时关掉网格吸附，自由度拉满。
鸟瞰视图（Plan View）里直接画角色行走路径，2D 方式定义的路径点会自动转换为 3D 世界坐标里的根节点轨迹，比在 3D 视口里拽手柄精准多了。

🎥 相机操作：全是你熟悉的快捷键

CozyClay 的相机操控完全复刻了 Blender/Maya 那套：

🔄 改砸了？Ctrl+Z 就行

每一次场景操作——拖物体、刷时间线、改检查器里的参数——都会进入同一个历史记录。你不小心把角色甩飞了？Ctrl+Z。你把相机飞到不知哪个星系去了？Ctrl+Z。正在拖东西的时候突然不想改了？按 Esc 直接取消拖拽，回到之前的位置。
这点听起来不起眼，但在预演场景里极其重要。预演就是不断尝试、不断放弃的过程，撤销效率直接决定创意流畅度。

🕺 让角色动起来

摆好 pose 之后，CozyClay 支持把多个动作阶段拼成Prompt Block，放在可伸缩的时间线上。
你可以让"站起来"、"冲刺"、"绊一下"分别对应不同的 Prompt Block，然后按顺序发到 NVIDIA ARDY（动作生成模型）去生成。
生成回来的动作在视口里直接播放，如果某些地方不太对（比如手臂穿模），还能用稀疏 IK（反向运动学）做局部修正。整个过程不需要离开浏览器。

🤖 用 Claude 说"我要啥镜头"

这是 CozyClay 最骚的功能。项目内置了MCP（Model Context Protocol）服务器。
什么是 MCP？简单说就是让 AI Agent 调用外部工具的统一协议。把 CozyClay 的 MCP 配置加到 Claude Desktop 里，然后你可以直接说：

"Put a detective and a courier in an alley, give me a low wide profile shot, then make her stand up from the chair, sprint, and trip."
或者用中文："小巷里放一个侦探和快递员，给个低机位大广角侧面镜头，让她从椅子上站起来、冲刺、然后绊一下。"
Claude 接收到之后会直接在 CozyClay 的视口里：摆好角色、调好相机角度和焦距、在时间线上排出动作 Prompt Block——全部可视化地发生在你眼前。
官方做了测试，420 种不同的 framing 组合（不同景别、角度、机位的搭配）全部验证通过。

快速上手

方式一：零安装，一条命令

npx cozyclay
# 或者用 bun
bunx cozyclay

没了。npx 会自动下载打包好的版本，然后在http://127.0.0.1:5180打开页面。什么依赖都不用装，什么环境都不用配。
常用参数：

npx cozyclay --port 5200       # 换端口
npx cozyclay --no-open          # 不自动打开浏览器
npx cozyclay --no-ardy          # 禁用 ARDY 功能（不需要 GPU）

想少打字？全局安装后可以用cclay：

npm install -g cozyclay
cclay          # 等同于 npx cozyclay
cclay update   # 更新到最新版

方式二：连接 ARDY 生成动作

需要一台有 NVIDIA GPU 的机器装 ARDY，然后：

CCLAY_ARDY_HOST=user@your-gpu-box npx cozyclay

第一次连接时，ARDY 机器上需要部署 token-free 的文本编码器（约 16.4GB）：

CCLAY_ARDY_HOST=user@your-gpu-box tools/ardy/setup-text-encoder-on-box.sh

方式三：开发者模式（从源码运行）

git clone https://github.com/NomaDamas/CozyClay.git
cd CozyClay
npm install
npm run dev              # 启动 UI + ARDY bridge
# 或者只启动 UI
npm run dev:ui

开发模式下热更新即时生效，适合二次开发。

接 MCP：让 Claude 帮你排戏

想要这个能力？只需要三步：
第一步：启动 MCP 服务器
在 Claude Desktop 的配置文件里加：

{
  "mcpServers": {
    "cozyclay": {
      "command": "npx",
      "args": ["-y", "cozyclay", "mcp"]
    }
  }
}

第二步：重启 Claude Desktop
首次运行会自动安装 MCP SDK 依赖（95 个包），之后就秒开。
第三步：开始对话
你可以让 Claude：
• 摆场景、放角色、调整道具位置
• 直接下指令要特定景别和机位
• 在时间线上编排多阶段动作 Prompt Block
• 截图、导出 AI 视频提示词
• 生成.cclayproject项目文件
编辑器打开的时候，Claude 的每一次 tool call 都会实时反映在视口里——相机在飞、角色在移动、Prompt Block 出现在时间线上。编辑器没打开？也能用，Claude 可以在 headless 模式下生成场景文件和提示词。

写在最后

AI 视频生成的下一个浪潮不是"更好的模型"，而是"更好的控制面板"。
提示词工程本质上是在用自然语言做压缩传递——把你脑子里的镜头运动、构图、节奏压缩成几句英文，再让模型解压还原。这个过程的信息损耗是不可避免的，而且越细节的地方损耗越大。
CozyClay 做的事情很简单：让镜头的每个关键参数都变成可拖拽、可调整、可撤销的实体对象。它不直接生成视频，但它让生成视频这件事从"猜谜"变成"排戏"。
如果你正在被 AI 视频的镜头控制问题折磨，或者想在花钱跑模型之前先确认分镜没问题——npx cozyclay，打开就能玩。
GitHub：https://github.com/NomaDamas/CozyClay
Demo 网站：https://cozyclay.org