猫影短剧novelvids

猫影短剧novelvids是什么？

猫影短剧novelvids是一款开源的AI驱动小说转短剧全流程生产平台，不是demo也不是概念验证项目，拥有完善工程架构、严格分层设计与全面测试覆盖，是可直接投入生产的工业级应用。该平台实现了从小说文本输入到短剧视频输出的全链路自动化，依托标准化 AI 工作流与灵活的模型配置能力，大幅降低小说改编短剧的制作门槛，提升内容生产效率。

猫影短剧novelvids主要功能

• 精细化小说管理：录入小说、管理小说名称、作者、简介、封面；AI 智能识别小说分章节，可一键拆分长篇小说，同时小说的章节可一键检测工作流状态。
• 全链路AI生产工作流：每个章节对应独立的四步自动化工作流，依次实现实体提取（AI分析内容提取章节中角色、场景、道具等实体）、资产管理（管理实体资产 + AI生成角色/场景参考图）、分镜生成（将内容转换成镜脚本和镜头提示词）、视频合成（分镜的镜头和参考图调用模型生成短剧片段）。
• 灵活多模型配置：集成灵活的AI模型配置管理，生成文本、图像、视频可选对应模型单独支持模型热切换，一键开启/关闭不重启服务，支持各种生产需求。
• 全局视频库管理：生成全项目视频进行总体管理，可实时管理视频待生产、处理中、已完成、失败的排队状态，并查看在线视频预览、批量管理视频，方便管理和精筛内容。
• 标准化工程化能力：遵循四层后端架构，职责明确可以单独测试和替换；提供充分的自测体系，包括API、Controller、Model、Service的各层体系充分测试，保证平台可靠运行和二次开发。 

技术架构与栈

分层工程架构：遵循严格的的四层后端分层架构，职责清晰，都可以独立测试替换，四层分别为：api层（路由、参数校验）、controller层（业务逻辑入口），model层（纯数据层），service层（对外调用AI模型层）；

技术栈

• 后端：采用Python开发，FastAPI高性能异步Web框架、Tortoise ORM异步数据库、Pydantic的参数校验、OpenAI SDK统一调用AI模型，通过Uvicorn作为ASGI服务器；
• 前端：采用React 19+TypeScript开发，Vite构建工具、Tailwind CSS原子化风格、shadcn/ui组件库、React Router路由管理；
• 完善的测试体系：采用测试驱动开发（TDD）测试代码体系（后端四层），含 API 综合测试、Controller 单元测试、Model 单元测试、Service 单元测试，执行 pytest 输出测试覆盖率结果。 

适用场景

• 小说IP短剧改编：网文作者、IP 运营方将自有小说 IP 快速转写为短剧，拓展 IP 内容变现渠道，免费、无需付出较多人工步骤把写剧本、分镜头、制作等内容做出来。
• 规模化短剧内容生产：MCN 机构、内容公司发展短剧制成，借助全流程自动能力量产产出，减少规模化产出时间成本和人力成本。
• 短剧创作创业 / 个人实践：短剧产出者、短剧公司快速产出短剧能力，基于开源能够低成本起步，可以根据要求生产制作各种常规规则生产方案。
• AI内容生产技术开发：技术开发者基于AI内容生产平台开源代码进行二次开发，定制AI模型调用、分镜规则等，满足个人或公司短剧生产、相关技术研究等需求。
• 自媒体内容创作：自媒体作者将小说、网文等内容加工成短剧视频内容，丰富内容作品生产形态，加强内容传播效果，迎合短剧短视频内容作品生产的需要。 

猫影短剧novelvids安装部署及使用教程

1. 环境要求

• 必装：Python 3.12+、Node.js 20+
• 数据库：开发环境默认用 SQLite（无需额外配置），生产环境建议替换为 PostgreSQL

2. 启动步骤

（1）后端启动

# 1. 克隆项目（正确）
git clone https://github.com/Anning01/novelvids.git
cd novelvids

# 2. 安装依赖（两种方式任选，uv是推荐的新工具，pip也兼容）
## 方式1：用uv（推荐）
uv sync
## 方式2：用pip（兼容传统方式）
python -m venv venv
venv\Scripts\activate # Windows
# source venv/bin/activate # macOS/Linux
pip install -r requirements.txt

# 3. 启动后端（核心修正：原项目入口不是 novelvids.app:app）
uvicorn main:app –reload –port 8000

（2）前端启动

# 1. 进入前端目录（原项目前端在frontend，不是web）
cd frontend

# 2. 安装依赖（正确）
npm install

# 3. 启动前端（正确）
npm run dev

# 4. 访问地址（核心修正：原项目前端默认端口是5173，不是3000）
# 浏览器打开：http://localhost:5173