App ArcReel 小说转视频的智能视频工作台

一、项目介绍

用 AI 把小说改成视频，真正难的不是"生成一段画面"——那一步现在很容易。难的是前后一致：同一个女主角，上一镜是齐肩短发，下一镜就变成了披肩；同一个房间，家具布局每镜都在变；等配好旁白和分镜，才发现总共花了多少钱、时间对不对不上。

ArcReel 是一个 AI Agent 驱动的开源可自部署视频工作台，专门解决这条链路。它把小说与剧本转换成角色、场景、道具等资产，再生成分镜、视频，最终产出剪映草稿。中枢是"资产库"——角色、场景、道具在库里沉淀下来并被反复引用，从而支撑跨镜头的一致性。

它还支持多供应商切换与费用追踪——生成一次视频要花钱这件事，团队心里最好有本账。整体以 Docker Compose 方式自部署，界面提供视频单元、道具库、场景库以及广告/带货模式。当前版本 v0.34.0，AGPL-3.0 协议。

AI 做视频最容易被低估的难点，是一致性。一次生成里看着不错的画面，放到第三镜就变了：女主角换了发型，房间的窗户挪了位置，道具的形状对不上。根因在于每次生成都是从零开始，缺少"这个角色长什么样"的统一来源。

ArcReel 的解法是资产库。角色、场景、道具被拆成独立的资产沉淀下来，在各分镜之间被反复引用；镜头之间因此有了共同的基准。它把小说与剧本解析成资产，再生成分镜与视频，最终产出剪映草稿——这条链路覆盖了从文本到可编辑成片的全过程。

"产出剪映草稿"这个终点很关键。很多 AI 视频工具止步于生成一堆不可编辑的片段，后续的配音、字幕、节奏调整全要另找工具。剪映草稿把控制权交回给剪辑师，AI 负责把重复劳动自动化，人保留最终的作品判断。

多供应商与费用追踪则是工程上的必需项。视频生成按秒计费，一次批量任务的花费可能相当可观；能用哪家模型、花了多少钱、耗时多久，都需要有一本明账，否则多轮试错很容易失控。

界面按资产维度组织——视频单元、道具库、场景库，另设广告/带货模式——说明它是从实际生产场景倒推设计的工作台，而不是一个通用视频编辑器。

二、项目基本信息

三、核心优势

• 角色 / 场景 / 道具资产库沉淀，跨镜头一致性有统一来源
• 从小说、剧本到分镜、视频再到剪映草稿，链路完整
• 支持多供应商切换，避免被单一模型绑定
• 内置费用追踪，生成成本与耗时一目了然
• 提供广告与带货模式，贴合实际商业短视频场景
• Docker Compose 自部署，数据留在自己环境
• 中文界面与中文文档，中文创作者上手成本低
• 资产库按角色 / 场景 / 道具分类沉淀，跨镜头复用以保证一致性
• 产出剪映草稿，后续精剪与配音仍在专业工具中完成，人保留创作主导权
• 费用追踪面板记录每次生成的模型调用与开销，便于批量任务的成本管控
• 提供广告与带货模式，可直接对接电商短视频的生产流程

四、适用场景

适合做网文改编、AI 短视频批量生产、带货视频的创作者与工作室；也适合需要把"小说到成片"整条链路纳入自有系统、对数据与成本有要求的团队。

第一道门槛是素材质量。AI 视频的上限由模型决定，ArcReel 解决的是流程与一致性，不是画质本身。指望它直接产出成片级画面的，落差会很大；把它当作"把小说转成结构化分镜与素材、再导入专业工具精修"的流水线，收益才是实的。

第二道门槛是供应商配置。它本身是工作台，视频生成依赖外部模型服务，你需要准备相应服务商的密钥并配置进去。

部署上有一点必须注意：默认 Compose 会把 1241 端口发布到宿主机所有网络接口，不要直接暴露到公网。远程访问前请按官方文档配置认证，并使用 HTTPS、VPN 或安全隧道。

成本方面建议先小规模验证：挑一个短章节走完整个流程，看看资产库的效果、消耗的额度与总耗时，再决定是否批量跑长篇。

如果你正被同类问题反复绊住——要么是人肉重复劳动没完，要么是工具装不上跑不通、要么是产出的结果根本没法用——那这个项目值得先花十分钟装一遍试试。

五、安装教程

当前最新版本 v0.34.0。下面是可直接执行的安装方式：

# 准备 Docker 与 Docker Compose 后启动
git clone https://github.com/ArcReel/ArcReel.git
cd ArcReel/deploy

cp .env.example .env
docker compose up -d

# 浏览器访问
# http://localhost:1241

# 默认用户名为 admin
# .env 中 AUTH_PASSWORD 留空时，首次启动会自动生成密码并回写到 deploy/.env

常见报错与处理：依赖缺失时先确认运行时版本（Node、Python、Rust、PHP 等）是否满足项目要求；网络超时多半是镜像或代理问题，可换源重试；权限类报错请检查当前账号是否已登录对应平台，以及脚本是否需要管理员权限执行。

六、使用示例

下面这段是可以直接参照的真实用法：

# 1. 启动服务后打开 http://localhost:1241，用 admin 与自动生成的密码登录

# 2. 导入小说或剧本文本，系统解析出角色、场景与道具资产

# 3. 在「场景库」与「道具库」中确认资产，必要时补参考图

# 4. 编排分镜并生成视频单元，逐镜检查一致性

# 5. 导出剪映草稿，在剪映中完成精剪与配音

# 6. 在费用追踪面板查看本次生成的模型调用与成本

七、常见问题

问：默认端口是多少？答：1241。默认 Compose 会把该端口发布到宿主机所有网络接口，请勿直接暴露到公网；远程访问前请按文档配置认证并使用 HTTPS、VPN 或安全隧道。

问：密码忘了怎么办？答：.env 中 AUTH_PASSWORD 留空时，首次启动会自动生成密码并回写到 deploy/.env，从该文件读取即可。

问：怎么保证角色前后一致？答：靠资产库——角色的外观设定被沉淀为资产并在各分镜间复用，而不是每次重新生成。

问：支持哪些模型供应商？答：支持多供应商接入，具体可在配置中按所接入的服务商填写对应密钥。

问：需要自己准备视频模型吗？答：需要，工作台负责流程与资产，生成依赖你配置的外部模型服务。

问：能处理多长的小说？答：建议先用短章节试跑，确认资产与分镜质量后再投入长篇批量处理。

以上是实际使用中最常被问到的几个问题。若遇到文档未覆盖的情况，可以先翻项目的 Issues 与 Discussions 区，那里有更多真实踩坑记录。

八、总结

ArcReel 在把复杂链路收进一个顺手的工作台这件事上做到了足够扎实的程度：它不追求大而全，而是把一个具体环节做透，让原本要靠人盯的流程变成可以交给工具执行的流程。

从上面的安装步骤和使用示例可以看出，它的接入成本并不高：一条命令装好，按提示完成配置，然后就能把它放进你原有的工作流里。如果你正在被同类问题困扰，不妨先在自己的一小块任务上试一轮，确认顺手了再推广到日常流程中。