waoowaoo

图1：waoowaoo 项目 banner

一、行业痛点：短剧创作的「不可能三角」

短剧赛道的爆发，揭开了内容创作领域一个根深蒂固的矛盾：用户对内容量和品质的需求在指数级增长，但创作者的产能天花板始终没有质的突破。一部10分钟的竖屏短剧，从小说改编到最终成片，传统流程需要编剧、分镜师、插画师、配音演员、视频剪辑师等多个角色的紧密配合，周期往往以周计。即便引入AI辅助，目前市面上大多数工具也只是在某一两个环节做单点优化——要么只能生成图片，要么只能配音，要么输出的视频质量根本无法用于正式内容。创作者面临的是一个「不可能三角」：速度、质量、成本，三者难以兼得。

二、项目定位：首家工业级全流程AI影视平台

图2：waoowaoo CTA 横幅

waoowaoo 是目前已知首个提出「工业级全流程」目标的 AI 短剧制作平台，定位是做短剧/漫画视频制作的端到端解决方案。与市面上常见的「AI生图+剪辑工具」不同，它的野心覆盖了从小说文本输入到完整分镜视频输出的完整链路。

三、核心功能：从文字到视频的六个步骤

3.1 AI 剧本分析

上传小说文本后，系统自动解析角色、场景、剧情脉络。这并非简单的关键词提取，而是对叙事结构的理解——它会识别主角、配角，梳理情节转折点，为后续生成步骤奠定一致性基础。

3.2 角色与场景生成

基于剧本分析结果，AI 生成一致性人物形象和场景图片。所谓「一致性」，是指同一个角色在不同分镜中的外观保持统一——这是短剧质量的关键门槛。传统方案依赖人工绘制或昂贵的定制素材，waoowaoo 尝试通过 AI 在这个环节实现规模化。

3.3 分镜视频制作

自动将剧本拆解为可执行的分镜头，每个镜头包含画面描述、画面生成指令和时间轴信息，最终合成连贯的视频内容。

3.4 AI 配音

多角色语音合成，支持不同角色的音色差异化。目前 README 提到支持多语言，但实际能力取决于接入的 AI 服务商 API 配置。

3.5 界面与交互

图3：waoowaoo 界面截图

提供 Web UI 操作界面，右上角支持中英文切换。设置中心内置 AI 服务商 API Key 配置教程，降低了新用户的接入门槛。

3.6 任务队列与监控

内置 Bull Board 管理界面（默认 /admin/queues），可实时查看各类型任务（图片、视频、语音、文本）的队列状态和并发配置。这说明系统具备真实的工业级并发处理能力，而非 Demo 级别的单任务演示。

四、技术架构：Next.js 全家桶 + 外部 AI API

4.1 前端框架

采用 Next.js 15 + React 19，搭配 Tailwind CSS v4，使用 Turbopack 加速开发构建。技术栈属于当前 Web 开发的旗舰配置，性能和开发体验都有保障。

4.2 后端与数据层

• 数据库：MySQL 8.0 + Prisma ORM，数据库迁移和版本管理规范
• 缓存/队列：Redis 7 + BullMQ，异步任务队列支持高并发（图片并发50、视频并发50、语音并发20、文本并发50）
• 对象存储：MinIO（S3 兼容），本地部署时替代云存储

4.3 认证

NextAuth.js 提供身份认证，支持多服务商登录。

4.4 外部 AI 服务

waoowaoo 本身不训练模型，而是通过接入各 AI 服务商（图像生成、视频生成、语音合成）的 API 来提供能力。README 明确说明目前推荐各服务商的官方 API，第三方 OpenAI 兼容格式适配尚未完善。

4.5 Worker 架构

项目运行四个并行进程：

1. Next.js 主服务：Web 请求响应
2. Worker 进程：tsx 运行 TypeScript，处理 BullMQ 队列中的实际任务
3. Watchdog 看门狗：每30秒检查一次任务心跳，超时90秒判定失败并补偿
4. Bull Board：任务队列监控面板

4.6 部署架构

通过 Docker Compose 一键编排：MySQL + Redis + MinIO + App 四个容器，容器间通过服务名互访，外部通过端口映射（13000/13010）访问。

五、代码质量评估

5.1 测试与质量保障

package.json 中包含大量代码规范检查脚本（npm run check:*），涵盖 API 调用规范、日志语义、媒体 URL 规范、任务状态契约、测试覆盖率等多个维度。这说明项目虽然目前只有一名开发者维护，但代码规范意识非常强。

5.2 安全设计

代码中有多层 guard 机制防止内部任务绕过计费系统（no-media-provider-bypass）、防止模型 Key 降级（no-model-key-downgrade）、防止直接调用 LLM API 而非通过统一抽象层（no-api-direct-llm-call）。这些设计体现了对商业化运营安全性的重视。

5.3 文档质量

README 提供中英双语，包含多种部署方式的详细步骤、环境变量说明、常见问题处理（如浏览器缓存问题）。对于一个个人开发者的项目来说，文档完善程度相当罕见。

六、部署体验

优点

• Docker 一键启动：拉取 docker-compose.yml 后两行命令即可运行，对非技术用户友好
• 预构建镜像：无需本地编译，镜像体积和启动速度可控
• 非标准端口映射：避免与本地已有服务冲突（13000/13010）

注意事项

• 升级版本时需要清空旧数据库（docker compose down -v），测试阶段数据不兼容
• 需要自行准备 AI 服务商 API Key，waoowaoo 不提供 AI 模型本身
• 建议配合 Caddy 启用 HTTPS，否则浏览器 HTTP 模式可能限制并发连接

七、行业意义与局限

意义

waoowaoo 代表了一种新的 AI 应用方向——不是做一个「AI 能力」，而是做一个「AI 工作流」。它将多个单点 AI 能力串联成端到端的内容生产线，目标是让一个人就能完成过去需要一个团队才能做的事。

局限与风险

1. 目前严重依赖外部 AI API：输出质量的上限取决于接入的 AI 服务商能力，自己无法掌控
2. 单开发者维护：README 坦承目前只有一人开发，存在 bug 和不完善之处，更新节奏较快
3. 仅支持竖屏短剧：定焦于短视频/短剧场景，不适合长视频或专业影视制作
4. 版权风险：使用小说文本作为输入可能涉及版权问题，商业化使用需谨慎

总体而言，waoowaoo 是一个野心勃勃、架构扎实、文档完善的 AI 短剧制作平台。它不是终点，而是一个起点——展示了「AI 时代一个人就是一支队伍」的可能性，同时也为整个行业的 AI 影视工作流标准化提供了一个可参考的开源实践样本。