DramaClaw : une chaîne de production de séries IA « source-available » avec canevas infini, bibliothèque d'assets à double piste et agent MCP

Présentation

DramaClaw est une chaîne de production « source-available » pour les séries courtes générées par IA. Ses auteurs affirment qu'il s'agit du pipeline industrialisé qu'ils utilisent chaque jour, et non d'une démo ou d'une version amputée. Elle couvre tout le parcours : à partir d'un manuscrit ou d'un scénario, elle produit la structure des épisodes, les scripts, les storyboards, les premières images, la voix off et le film final. Elle inclut un canevas infini à nœuds et un agent intégré, et s'auto-héberge.

La licence est l'Elastic License 2.0. Vous pouvez l'exécuter, la modifier et vendre ce que vous créez avec. Le projet demande une mention discrète « Powered by DramaClaw » dans l'interface. Seule la revente sous forme de SaaS hébergé pour des tiers reste interdite.

Architecture : deux pistes, une seule bibliothèque d'assets

Le choix central est la double piste. La première, XiaHua, est un canevas infini à nœuds. Le README recense 18 types de nœuds : import, génération et retouche d'images, génération de storyboard, script, contexte de beat, vidéo, composition vidéo, audio, style, compétence, groupe, annotation, visionneuse panoramique à 360°, monde 3D, export, et d'autres. Chaque nœud conserve son historique de génération, et les nœuds se relient librement. Pour les grands projets, le canevas ajoute des onglets, une mini-carte, des signets de vue, l'alignement magnétique, un rendu par niveaux de détail, l'historique des révisions et le verrouillage par canevas.

La seconde piste est le pipeline de séries, nommé XiaJi, en quatre étapes : ingestion, planification, production, livraison. L'ingestion construit épisodes, personnages et scènes directement depuis un manuscrit ou un scénario au format Fountain, sans graphe de connaissances ni embeddings. Un ancien chemin fondé sur le graphe d'histoire Cognee subsiste pour les projets existants. La planification gère le découpage en chapitres, les beats et les arcs sur plusieurs épisodes. La génération de scripts propose les modes adaptatif, littéral et par étapes, avec une boucle de revue et de réparation. La production crée storyboards, premières images et voix off sensible aux émotions. La livraison assemble les épisodes et exporte la vidéo, les sous-titres et le pack complet d'assets.

Les deux pistes partagent une bibliothèque d'assets, XiaTang. On explore librement sur le canevas, on prévisualise l'impact, puis on promeut un nœud ou un lot dans la bibliothèque ou dans un épisode. On peut aussi projeter la série sur un canevas à partir de préréglages. La plupart des outils offrent soit un canevas libre, soit un assistant rigide. Faire tourner les deux sur une même bibliothèque est l'idée structurante du projet.

Fonctionnement interne

Chaque étape du pipeline est une tâche asynchrone indépendante, dotée de sa propre interface. On peut les enchaîner, en sauter, reprendre à n'importe quel point de contrôle ou brancher son propre orchestrateur. Le Centre de tâches affiche état, progression et journaux, gère l'annulation, la nouvelle tentative et la reprise, et vérifie les prérequis avant de mettre une tâche en file. L'infrastructure est volontairement minimale : ni Postgres, ni Redis, ni Celery, ni Ray. Les tâches s'exécutent dans le processus et l'état vit dans SQLite et des fichiers. La configuration recommandée est donc de 2 vCPU et 4 Go de RAM, sans GPU pour le pipeline standard. Seule l'extension facultative world, qui convertit voxels et panoramas en 3D, exige un GPU et une image CUDA.

Aucun modèle ne tourne sur votre machine. Toute l'inférence passe par une passerelle compatible OpenAI, avec trois modes au choix dans les réglages. Le mode officiel utilise le service RelayClaw avec une clé DC, sans correspondance de modèles à configurer. Le mode personnalisé initialise la passerelle dramaclaw-gateway fournie, à laquelle on ajoute ses propres canaux de fournisseurs. Le mode hybride garde les modèles officiels pour le pipeline principal et ajoute des canaux supplémentaires, par exemple un flux vidéo ComfyUI local.

La passerelle fournie est un fork de New API. Elle implémente le contrat DC-Media, qui décrit les rôles des médias, les références et les images de début et de fin, puis traduit chaque requête vers l'API native du fournisseur. Les adaptateurs actuels couvrent ComfyUI, MiniMax et Hailuo, VolcEngine Doubao et Seedance, fal.ai, Alibaba, Kling, Jimeng, Vertex AI, Gemini, OpenAI et Sora, ainsi que Suno. En mode officiel, le README cite gpt-image et nano-banana pour l'image, les séries Seedance 1.0, 1.5 et 2.0 pour la vidéo, et IndexTTS2 pour la voix. Ce contrat est la couche qui garantit la neutralité vis-à-vis des modèles.

Cohérence spatiale : Director World

La cohérence entre les plans est le problème le plus difficile du drame généré. Director World y répond par un décor virtuel. Il transforme une image en scène 3D Gaussian Splat et ajoute des panoramas scene-360 comme nœuds.

Le décor fige la structure de l'espace, le placement des personnages et la position de la caméra. On cadre le plan dans la visionneuse 3D, on le capture, puis on s'en sert comme arrière-plan de la génération suivante. Le même lieu reste ainsi stable d'un plan à l'autre. L'idée reprend une pratique réelle du cinéma, construire le décor d'abord et tourner ensuite, dans un pipeline génératif.

L'agent et l'écosystème

L'agent intégré s'appelle Xia Director. Aujourd'hui, il connaît votre projet, vérifie l'avancement, fait progresser les tâches de script et de plan, contrôle la complétude des livrables et propose la suite. Un serveur MCP local ouvre DramaClaw à Claude Code, Codex et à tout client MCP. Il n'écoute que sur la boucle locale et exige un indicateur de confiance explicite.

Le README montre un seul prompt donnant un flux de 17 nœuds et 32 liens : brief, direction narrative, références de personnages et de décors, cinq premières images, cinq vidéos de plans, voix off et musique, montage final. Lisez cela avec prudence. La capacité de l'agent à construire et exécuter des graphes sur le canevas figure sous « En développement », et chaque commande doit d'abord être approuvée dans le navigateur. Parmi les autres chantiers : un catalogue de 11 compétences de workflow et 60 recettes, un agent-kit pour Hermes, OpenClaw, Claude Code et Codex, une scène de previz 3D dans le navigateur, et des histoires et publicités interactives à embranchements.

Performances, coûts et limites de la preuve

Le dépôt ne publie aucun benchmark reproductible. Il n'indique ni durée par épisode, ni coût par minute de vidéo, ni score de qualité. Le coût dépend surtout des modèles d'image, de vidéo et de voix derrière votre passerelle, alors que l'empreinte locale reste faible.

Le README contient aussi un tableau comparatif avec sept concurrents masqués. Les notes viennent des auteurs, d'après la documentation publique. Il faut le lire comme du positionnement, pas comme une évaluation indépendante.

Limites et risques

D'abord, Elastic 2.0 est « source-available », pas open source au sens de l'OSI. Le SaaS hébergé est exclu et la mention d'attribution est demandée.

Ensuite, la qualité dépend des modèles vidéo en amont : identité des personnages, synchronisation labiale et cohérence sur la durée restent des problèmes ouverts. Troisièmement, la partie la plus ambitieuse, l'agent qui construit seul les graphes, n'est pas encore publiée. Enfin, le mode officiel fait transiter le trafic par relayclaw.cdnfg.com : confidentialité et disponibilité sont à évaluer, tandis que le mode personnalisé impose de gérer soi-même clés et canaux.

Pourquoi c'est important

Pour les créateurs indépendants et les petits studios, DramaClaw remplace une douzaine d'outils disjoints par une chaîne auto-hébergeable et neutre vis-à-vis des modèles.

Pour les ingénieurs, trois choix de conception se distinguent : des capacités exposées via MCP, un contrat de passerelle qui masque les différences entre fournisseurs, et de longs traitements en plusieurs étapes avec très peu d'infrastructure. À suivre : la sortie de l'agent et de la previz, et une éventuelle ouverture de la clause SaaS.