DramaClaw：源码可得的 AI 短剧工业化流水线，以无限画布、双轨资产库与 MCP 智能体重构创作

一句话定位

DramaClaw 是一条“源码可得”的 AI 短剧生产线，由团队自己每天使用的工业化流程开源而来。

它把剧本、分镜、角色与场景资产、配音、成片剪辑串成一条可自托管的链路，并配有一块无限画布和一个内置智能体。项目采用 Elastic License 2.0：可以运行、修改、用它做出的作品也可以商用，只要求界面角落保留“Powered by DramaClaw”；唯一仍然关闭的是把它包装成托管 SaaS 提供给他人。

双轨架构：画布与流水线共用一个资产库

项目的核心设计是“双轨”。第一轨叫“虾画”（XiaHua），是节点式无限画布。官方介绍提到画布上有 18 种节点，包括上传、图像生成与编辑、分镜生成、剧本、节拍上下文、视频、视频合成、音频、风格、技能、分组、360° 全景查看、3D 世界、导出等。每个节点保留自己的生成历史，节点之间可以自由连线。画布还提供标签页、小地图、视口书签、吸附对齐、细节层级渲染、修订历史与按画布加锁，面向大型工程。

第二轨叫“虾集”（XiaJi），即系列流水线，分为导入、规划、生产、交付四段。导入阶段直接从小说稿或剧本（支持 Fountain 格式）建立剧集、角色与场景，不再依赖知识图谱或向量；旧项目仍保留 Cognee 故事图路径。规划阶段做章节切分、节拍规划和多集弧线，并提供“自适应、逐字、分阶段”三种剧本模式，带审阅与修复循环。生产阶段生成分镜与首帧、合成情感化配音。交付阶段完成剧集拼接、字幕与完整素材包导出。

两条轨道共享同一个资产库“虾塘”：先在画布上自由探索，满意的节点可以预览影响后提交进剧集，也可以把剧集反向投射回画布。这是它与“只给画布”或“只给向导”的工具最大的区别。

内部机制：可拆解的异步任务

流水线的每一步都是独立的异步任务，拥有自己的接口，可以顺序执行、跳步、从任意检查点恢复，甚至接入自己的编排器。任务中心提供状态、进度、日志、取消与重试，并在入队前校验前置条件。架构上刻意做轻：不需要 Postgres、Redis、Celery 或 Ray，任务在进程内执行，状态保存在本地文件系统（SQLite 加文件）。因此一台 2 vCPU、4 GB 内存的普通笔记本或小型 VPS 就能跑，标准流程不需要 GPU；只有可选的 world 扩展（体素或全景转 3D）才需要 GPU 与 CUDA 镜像。

所有模型推理都经过一个兼容 OpenAI 协议的网关，本机不跑模型。网关有两种来源：官方 RelayClaw 服务，或随项目捆绑的 dramaclaw-gateway。后者是 New API 的分支，实现了 DramaClaw 自定义的 DC-Media 契约，用来表达图像、视频、音频的媒体角色、参考素材和首尾帧，再转换成各家供应商的原生 API。已提供的适配器包括 ComfyUI、MiniMax/海螺、火山引擎豆包/Seedance、fal.ai、阿里、可灵、即梦、Vertex AI、Gemini、OpenAI/Sora 与 Suno。官方模式下，图像用 gpt-image 与 nano-banana，视频用 Seedance 1.0、1.5、2.0 系列，配音用 IndexTTS2。

空间一致性：导演世界

短剧最难的是跨镜头一致。DramaClaw 的“导演世界”把图像转成 3D 高斯泼溅（Gaussian Splat）场景，并提供 scene-360 全景节点，形成可取景的虚拟布景。

它锁定空间结构、人物走位与机位，用户在 3D 查看器里取景、截图，再作为下一次生成的背景。这样同一地点在不同镜头中保持一致，也让“先搭景、后拍摄”的影视工作方式进入生成式流程。

智能体与生态

内置智能体“虾导演”（Xia Director）目前可以了解项目状态、推进剧本与镜头任务、检查交付物完整度并给出下一步建议。项目还提供本地 MCP 服务器，仅监听回环地址并需要显式信任标志，使 Claude Code、Codex 等任何 MCP 客户端都能驱动 DramaClaw。官方在 README 中给出的演示是：一句提示词让虾导演在画布上铺出 17 个节点、32 条边的短片工作流，从创意简报一路到最终剪辑。需要注意，这一“在画布上建图并运行”的能力仍列在“开发中”，并要求每条画布命令先在浏览器里获批。

开发中的项目还包括：含 11 个工作流技能与 60 个配方的目录、可跨 Hermes、OpenClaw、Claude Code、Codex 使用的 agent-kit、浏览器内 3D 调度的 Previz 舞台，以及分支叙事与互动广告。

性能、成本与证据边界

仓库没有给出可复现的基准测试，没有每集耗时或每分钟成本的公开数字。

成本主要由所选网关背后的图像、视频、语音模型决定，本地开销很低。README 中的对比表把 DramaClaw 与八个被遮蔽名称的竞品逐项比较，但那是项目方依据公开文档自行评定，应视为定位宣传，而非独立评测。

局限与风险

第一，许可证是 Elastic 2.0，属于源码可得而非 OSI 意义的开源，托管 SaaS 被禁止，二次商业化需要评估。第二，成片质量取决于上游视频模型，角色一致性与口型仍是生成式方案的共同难点。

第三，最有想象力的部分，即智能体在画布上自主建图，尚未发布。第四，官方模式依赖 relayclaw.cdnfg.com，隐私与稳定性需自行评估；自定义模式则要自己维护供应商通道与密钥。

对开发者与企业的意义

对独立创作者和小型工作室，它提供了一套可自托管、模型中立的“短剧工厂”，不必拼接十几个孤立工具。

对工程团队，值得关注的是它如何用 MCP 暴露能力、用统一网关契约屏蔽供应商差异，以及用最小基础设施完成长流程任务的取舍。下一步观察重点是开发中功能何时发布，以及许可证的 SaaS 条款是否放宽。

补充观察

从工程取舍看，DramaClaw 没有追求自研模型，而是把力气花在“编排”和“契约”上：用画布承载探索，用流水线承载交付，用 DC-Media 网关契约承载供应商差异。

这种做法让它能随上游模型更新而受益，也意味着最终画质、速度与单集成本都不由它自己决定。团队在评估时，应先用自己的剧本跑一遍完整流程，再记录每集耗时、失败重试次数与模型调用费用，得到属于自己的基准。