Jellyfish AI Short Drama Factory: Del desglose del guion al storyboard, assets, generación y edición, todo en uno 119

Jellyfish ai Fábrica de Cortometrajes es una herramienta de producción de cortometrajes con IA de código abierto creada por el desarrollador Forget-C en GitHub. La dirección del proyecto es https://github.com/Forget-C/Jellyfish. Según la descripción oficial, se trata de un taller de producción de cortometrajes con IA de extremo a extremo, que cubre el flujo completo desde la introducción del guion hasta el storyboard estructurado, la gestión de consistencia de personajes, la preparación de tomas, la generación de vídeo y la exportación del producto final.

Hasta julio de 2026, este proyecto ha obtenido 5.5k Stars y más de 960 Forks en GitHub. Alrededor de dos semanas después de su lanzamiento, el número de Stars ya había subido a 1.7K, y la discusión en el proyecto es bastante activa. El proyecto utiliza la licencia Apache-2.0, es completamente de código abierto y gratuito, y admite despliegue local y desarrollo secundario.

Funciones principales de Jellyfish

• Comprensión del guion y desglose de storyboard: Jellyfish puede descomponer automáticamente el guion por capítulos en secuencias de tomas, y al mismo tiempo extraer información clave como personajes, escenas, accesorios, vestuario y diálogos. Además, admite la optimización, simplificación y verificación de consistencia del guion, así como el análisis específico de retratos de personajes o detalles de escenas.

• Flujo de trabajo de preparación y confirmación de tomas: su flujo de trabajo principal es aproximadamente: desglose del guion → preparación de tomas → confirmación de candidatos → toma lista → espacio de trabajo de generación. El sistema extrae automáticamente los planes candidatos de las tomas, y los usuarios pueden elegir aceptar o ignorar ciertos contenidos candidatos. También pueden vincular manualmente personajes, escenas, accesorios y vestuario existentes, y corregir la información básica a nivel de toma. Cada toma tiene una marca de "estado listo" para determinar si se puede proceder con la generación.

• Consistencia y reutilización de activos: esta es una función bastante característica de Jellyfish. El sistema mantiene un modelo de entidades compartidas que cubre cuatro categorías: personajes/actores, escenas, accesorios y vestuario. Todos los activos se pueden reutilizar entre diferentes tomas, lo que puede resolver en cierta medida problemas comunes en los vídeos con IA, como el cambio de cara de los personajes, la deriva de escenas y las inconsistencias de accesorios.

• Orquestación de imágenes y vídeo a nivel de toma: una vez que la toma entra en estado "lista", el espacio de trabajo de generación admite la gestión de fotogramas clave e imágenes de referencia, la vista previa de prompts de vídeo a nivel de toma, el inicio de tareas de generación de imágenes y vídeo, así como la pre-verificación de una sola toma o por lotes. Los resultados generados se escriben automáticamente en el sistema de tomas o medios.

• Centro de tareas asíncronas unificado: la generación de vídeo suele llevar bastante tiempo. Jellyfish integra todas las tareas de procesamiento de texto, generación de imágenes y generación de vídeo en un sistema de tareas asíncronas unificado. Admite seguimiento de estado, visualización de progreso y tiempo transcurrido, cancelación y reanudación de tareas, y también permite saltar directamente desde el centro de tareas al proyecto o contexto de toma correspondiente.

• Modelos, prompts e infraestructura de generación: admite la gestión de múltiples proveedores y múltiples modelos, permite configurar modelos predeterminados por categoría, y también admite la gestión de plantillas de prompts, la gestión de archivos y medios generados, y un contrato de frontend y backend basado en OpenAPI. El lado de texto puede conectarse con grandes modelos de lenguaje como OpenAI y Claude, mientras que el lado de vídeo puede conectarse con servicios como Kling, Runway y Luma.

Arquitectura técnica de Jellyfish

• Frontend: React + TypeScript + Vite

• Backend: FastAPI (Python)

• Base de datos: MySQL

• Caché/Cola: Redis

• Almacenamiento de objetos: RustFS (compatible con S3)

• Despliegue: Docker Compose

Las peticiones del frontend y los tipos se generan automáticamente a partir de la especificación OpenAPI del backend, lo que garantiza en cierta medida la coherencia de la interfaz entre frontend y backend.

Escenarios de aplicación de Jellyfish

• Según la documentación oficial y los comentarios del proyecto, los escenarios aplicables de Jellyfish son aproximadamente los siguientes:

• Creadores de cortometrajes/micro-cortometrajes: producción rápida en masa de productos finales, ahorrando costes de herramientas

• Estudios de cine y televisión con IA: producción en lotes de cortometrajes con estándares creativos unificados

• Creadores individuales: no es necesario aprender múltiples herramientas, se puede entrar con un bajo coste

• Equipos de educación y formación: producción rápida de micro-vídeos didácticos

• Equipos de marca y comercio electrónico: producción de vídeos promocionales de productos basados en historias

V. Ventajas y desventajas

Ventajas:

• De código abierto y gratuito, bajo licencia Apache-2.0, código completamente abierto

• Mediante la gestión centralizada de activos, puede resolver en cierta medida el problema de "deriva" de los personajes

• Realización integral desde el guion hasta el producto final, sin necesidad de alternar entre múltiples herramientas

• El flujo de trabajo sigue el modelo "candidato → confirmación → generación", donde la IA se encarga de los candidatos y la persona se encarga del juicio

• El sistema de tareas asíncronas admite seguimiento de estado, cancelación y reanudación de tareas de generación de larga duración

• Admite la integración de múltiples modelos, con una escalabilidad aceptable

Desventajas:

• El despliegue local requiere cierta base técnica; actualmente no hay un paquete de instalación de un solo clic

• El proyecto todavía está en rápida iteración, y el enlace principal de renderizado de storyboard aún no es completamente estable

• La herramienta en sí no proporciona potencia de cálculo; es necesario preparar las API Keys de cada modelo por cuenta propia

• La calidad final de la generación depende del modelo de generación de vídeo integrado

VI. Tutorial de uso

Despliegue rápido

git clone https://github.com/Forget-C/Jellyfish.git
cd Jellyfish
cp deploy/compose/.env.example deploy/compose/.env
docker compose --env-file deploy/compose/.env -f deploy/compose/docker-compose.yml up --build

Puertos de servicio tras el inicio:

Frontend: http://localhost:7788

Backend: http://localhost:8000 (/docs permite ver la documentación Swagger)

MySQL: localhost:3306

Redis: localhost:6379

RustFS: http://localhost:9000

Desarrollo local

Backend:

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

Frontend:

cd front
pnpm install
pnpm dev

Si el frontend muestra errores de interfaz, puede sincronizar los tipos de OpenAPI:

cd front
pnpm run openapi:update

Pasos del flujo de trabajo

Comparación de Jellyfish con la competencia

A continuación se muestra una comparación con algunas herramientas similares de código abierto en GitHub:

选择Jellyfish理由

• Jellyfish 解决了一个比较实际的问题——AI 视频里角色“漂移”，通过集中化的资产管理方式，比一般的视频生成工具更可控

• 它覆盖了从剧本到成片的完整流程，不是只能生成片段，而是一个完整的工作台

• 工作流的设计比较务实，AI 负责出候选方案，人来做最终判断，避免了“全自动生成”不可控的问题

• 开源免费，数据在本地处理，对数据隐私有要求的团队会比较在意这一点

• 可以逐镜头调整景别、角度、运镜这些参数，控制力比一般工具强一些

• 技术栈是 FastAPI + React + MySQL + Redis，比较成熟，便于二次开发

常见问题

Q1：Jellyfish 收费吗？

免费，Apache-2.0 开源协议。

Q2：能直接生成视频吗？

Jellyfish 本身不提供算力，需要自己准备各模型的 API Key（比如 OpenAI、Claude、Kling、Runway 等）。

Q3：硬件要求高吗？

本地部署推荐有 GPU，目前没有一键安装包，需要一定技术基础。

Q4：支持中文吗？

支持简体中文和英文剧本。

Q5：可以商用吗？

可以。Apache-2.0 协议允许商业使用，不过 AI 生成内容在一些平台的版权和变现规则还在演进中，需要注意。

Q6：项目成熟度怎么样？

还在快速迭代阶段，核心的分镜渲染链路尚未完全稳定，更适合愿意折腾的技术团队先试试。

Q7：前端接口报错怎么处理？

后端接口变更后，在 front 目录下运行 pnpm run openapi:update 同步一下就行。