Open-source AI director agent that turns one plain sentence into a full short film—storyboard, shoot, review, retake, deliver.
$ npx -y skills add wangzai-double-milk/vibefilming --agent claude-code
不用写 Prompt、不用懂镜头参数、不用一遍遍手动调整重做——你只说「我想要一条什么样的短片」,Agent 把分镜、拍摄、审片、返工、拼接、配乐全包到底,直接交付 final.mp4。
分镜 🧩 · 出图 🖼️ · 拍摄 🎥 · 审片 🧐 · 返工 🔁 · 拼接 ✂️ · 配乐 🎧 · 交付 🎁
一句话出片 · 无需 Prompt 技巧 · 实时工作流看板 · 自动审片返工 · 一把 ark.api_key · 交付 final.mp4
别的 AI 视频工具给你一段素材,你还得自己拆镜头、保一致性、剪辑、配乐。
VibeFilming 给你一部成片。你说:
「做一条 30 秒宠物公益短片,温暖一点,结尾有领养呼吁。」
它做:拆镜头 → 建角色参考 → 逐镜拍摄 → AI 自审 → 不过审就重拍 → 拼接 → 配 BGM → 交付 final.mp4。
专业流程一步不少,但你一步都不用学——不写 Prompt、不调参数、不碰剪辑软件。
🎞️ 想看真实全流程? 一条水墨武侠预告从 50 字需求到成片、再到对话式改片的完整过程 👉 使用示例
一跑起任务,后台自动起一个常驻 HTTP 服务,终端给你链接。打开浏览器,剧本、编导方案、参考资产、故事板、视频渲染、AI 审片、最终合成——每个节点的状态和产物随进度自动刷新,一目了然。
🧙 不写 Prompt,说人话就行 出图 / 出视频前,Agent 自动补齐主体定义、镜头语言、动作顺序,内置四层质感框架(环境 / 镜头 / 材质 / 显影)和情绪微表情链路,自动绕开「多主体分不清、主体中途变样、给了三视图却只写名字、描述顺序乱、张嘴无声」这几个高频翻车点。
🧊 更好的空间感,多镜头不跳戏 每个场景强制建多视角参考包 + blocking 走位图,把站位、动线、门内外关系画清楚再开拍;站位不对时用图 + 文字双通道纠正——图锁空间、文字锁语义,把「谁在左、谁从右进、视线在哪交汇」说死。
🧐 自带导演审片,不靠抽卡 每张图、每段视频、每版成片都进 AI 审片:主角对不对、有没有越轴、情绪因果通不通、四层质感够不够。发现该出现的角色 / 道具根本没出现,会自动回补资产、更新方案再重拍,而不是删参考硬凑。
✏️ 改片也说人话 「第二镜慢一点」「结尾字幕去掉」「整体调暖一点」——Agent 自己判断重生成哪一镜、该编辑还是重画、要不要重拼。生成和修改是同一种体验。
⚡ 能分镜就并行 适合拆的片子自动拆镜头、并行拍、并行审;只有真要承接上一段画面才走串行,把等待压下来。
🎧 BGM 走后期,不脑补 生成阶段默认不出音轨,整片 BGM 最后一步统一生成(火山 BigMusic)。跨段配乐先定架构(统一整轨 / 分段自带但有头有尾),避免段间忽大忽小、突然断掉。
� 越用越聪明:踩过的坑会沉淀进
SKILL.md,下次开机自动加载,同一个坑不踩第二次。
必填配置只有一个:火山方舟 ark.api_key。 它同时驱动思考、审片、生图、生视频,不用在多个厂商凑齐 Key 才能开工。
| 能力 | 默认模型 | 用来做什么 |
|---|---|---|
| 🧠 DeepSeek V4 Pro | deepseek-v4-pro-260425 | Agent 推理、脚本规划、分镜拆解 |
| 👀 Seed-Pro VLM | doubao-seed-2-1-pro-260628 | 看图、看视频、导演式审片 |
| 🖼️ Seedream | doubao-seedream-5-0-260128 | 角色三视图、场景图、关键帧、图编辑 |
| 🎥 Seedance | doubao-seedance-2-0-260128 | 多镜头视频生成、参考图驱动拍摄 |
| 🎧 BigMusic | 选填 volc.ak / volc.sk | 自动生成整片 BGM,不填也能完整出片 |
同源生态协同、成本一处结算、换模型只改一个字段——ark.models 里改哪个字段换哪个模型。
| 场景 | 你可以这样说 |
|---|---|
| 🧡 公益短片 | 「做一条 30 秒垃圾分类公益片,要温暖、有记忆点」 |
| 🧋 产品广告 | 「给一款冷萃咖啡做 15 秒竖屏广告,适合投小红书」 |
| 🌧️ 短剧 / 情绪片 | 「做一个雨夜重逢的 30 秒情绪短片,电影感强一点」 |
| 🐱 IP / 角色展示 | 「让这只橘猫当主角,做一个萌宠领养宣传片」 |
| ⚔️ 概念片 / 预告 | 「做一段科幻武侠预告,刀光、雨夜、霓虹城市」 |
📖 第一次用? 先看 DIRECTOR_GUIDE.md——给导演看的人话手册。
# 1. 拉代码 & 安装(自动建 .venv、装依赖、复制配置)
git clone https://github.com/your-org/Vibefilming.git
cd Vibefilming && bash setup.sh
# 2. 填 Key:打开 vibefilming.config.json,填火山方舟 ark.api_key
# 3. 开拍
source .venv/bin/activate
python3 agentmain.py
vibefilming.config.json 最小配置:
{
"ark": {
"api_key": "ark-XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX",
"api_base": "https://ark.cn-beijing.volces.com/api/v3",
"models": {
"text": "deepseek-v4-pro-260425",
"vlm": "doubao-seed-2-1-pro-260628",
"image": "doubao-seedream-5-0-260128",
"video": "doubao-seedance-2-0-260128"
}
}
}
启动后会同时提供终端对话和本地 Studio 链接。Studio 左侧是对话,右侧是随项目自动刷新的工作流画布:
● VibeFilming Studio http://127.0.0.1:8764/ (左侧对话 · 右侧实时画布)
● 实时工作流看板 http://127.0.0.1:8765/canvas.html (随进度自动刷新)
> 给我做一段关于宠物的温情小视频
> 生成一段 30s 的科幻武侠片
> 帮我剪一个 15 秒夏日海边短片,竖屏,海浪原生音 + 钢琴 BGM
退出:Ctrl+C 或 /exit。
需要启动后自动打开 Studio:python3 agentmain.py --open-studio。只想使用终端界面:python3 agentmain.py --no-studio。
🎵 想自动配 BGM? 选填
volc.ak / volc.sk(火山 BigMusic),不填也能跑完整流程。
没把流程写死,而是让 Agent 自己判断下一步该干嘛。
SKILL.md,内核按需读取。🧩 内核负责判断,技能库负责经验。改拍法 = 改 md,不碰一行代码,下次对话即生效。
projects/<project_id>/
├── manifest.json ← 项目状态记录
├── workflow_graph.json ← 实时工作流节点数据
├── canvas.html ← 本地可视化工作流看板
├── entities/ ← 角色/道具/场景基准图
├── shots/ ← 每个镜头的 mp4 + 关键帧
├── composed/ ← final_xxx.mp4(最终交付)
├── audios/ ← BGM mp3
├── reviews/ ← 每次 AI 审片的问答记录
└── logs/ ← 完整工具调用日志(含预算总账)
vibefilming.config.json 里 ark.api_key 没填对,或对应模型没在火山方舟开通访问权限。
火山 BigMusic 服务没开通。去 https://console.volcengine.com/ai-music 开通"音乐生成"服务即可。
setup.sh 装的 imageio-ffmpeg 自带 ffmpeg。如还报错:brew install ffmpeg(macOS)/ apt install ffmpeg(Linux)。
视频模型单段 200–300s 是正常的。查询状态最多阻塞 5 分钟,超时可重试。
Ctrl+C 重启即可。项目状态都在 projects/<id>/manifest.json,不会丢。
编辑 vibefilming.config.json 里的 ark.models,文本、VLM、生图、生视频都能分别切换到你已开通的模型。
| 命令 | 说明 |
|---|---|
🆕 /new | 开新对话清空上下文(项目文件保留) |
🔄 /continue | 列出可恢复的会话快照 |
🧠 /llm | 切换大模型 |
🌡️ /session.temperature=0.3 | 临时调采样温度 |
🚪 /exit | 退出 |
想抢先体验、反馈问题、和其他「AI 导演」一起玩?扫码加入飞书或者微信交流群 👇
扫码进群,一起把短片拍出来
如果它帮你省下了熬夜写 prompt 抽卡剪辑的时间,给个 ⭐ Star 支持一下吧。
One brief in → final.mp4 out
vibefilming is a Claude Code plugin with 7 hand-picked skills, indexed on Flowy in the Content category. Install it with the command on its page. It includes skill_ad, skill_director, skill_movie. Its skills do not fire on their own yet. Request auto-invocation to have Flowy route them as you prompt. Free and open source.
Is this plugin yours?
Claim it with GitHubSubmit a pluginPromote it