三剪客 · AI 短剧创作台
自建一套 AI 短剧创作台,钱通常不是烧在写代码上,而是烧在一开始就挑错了底座:
拿强著佐权许可的项目当闭源产品对外卖、把按秒计费的视频模型当成按次计费来排期、
GPU 预算全砸下去,最后发现卡住流程的是 CPU 上的 FFmpeg 合成。
所以这份 Skill 的着力点在前半段——把判断做在动手之前。
它只负责创作台本身的三件事:要不要自己搭、搭在哪个底座上、搭好之后怎么让它一直跑下去。
剧本怎么写、画面怎么调,属于创作环节,不在范围内。
权限与用途说明
| 能力 | 是否申请 | 用途 |
|---|---|---|
| 网络访问 | 仅在你显式调用 scripts/run.py 或 cost_estimate.py --a7w-live 时需要 | 这些命令会请求 api.a7w.cn 的出图 / 出片 / 配音 / 取价接口,用真实算力跑通最小闭环。只读本文档、只跑默认的 cost_estimate.py 时不联网 |
| 读取文件 | 仅读取用户主动指定的路径 | 读取部署配置、日志片段、目录清单用于诊断 |
| 写入文件 | 仅在用户指定输出路径时 | 测算脚本只把结果打印到终端;--out / --price-out / pilot 才落盘 |
| 凭证 | 只在调用算力时读取你自己的 Key | Key 从 --key、环境变量 A7W_API_KEY 或 ~/.a7w/config.json 读取;不内嵌、不写入任何交付文件。文档中的其他变量名均为占位符 |
| 子进程 / 后台常驻 | 不申请 | 脚本执行完即退出,不驻留 |
本 Skill 不内嵌任何密钥。 明文密钥只存在于你自己的环境变量或 ~/.a7w/config.json 里;
上面这些联网命令是你主动发起的真实调用,会产生平台点数消费(1 元 = 100 点,
失败全额退回),每次调用的实际扣费都在 usage.points_cost 里当场打印出来。
想先用最低成本验一遍:
python scripts/run.py pricing只读取价与规则表,免费;python scripts/run.py image --prompt "测试" --dry-run只打印请求体,不花钱。
第三方与合规提示
候选底座如果用的是 AGPL-3.0 这类带网络服务条款的强著佐权许可,
把它挂在公网上给用户用,通常就要向使用者提供对应源码。这是许可义务,
不是技术难题,但必须在上线前由法务或合规负责人确认。展开说明见references/ops-and-compliance.md。
触发场景
- 「短剧这块,我们自己搭一套,还是直接买现成的?」
- 「这个开源短剧平台能不能商用?许可有没有坑?」
- 「机器已经买了,MySQL、Redis、FFmpeg 这些到底怎么装?」
- 「画面出来了,但配音和口型对不上,合出来的时长总是错位。」
- 「对象存储账单超了,出片成本到底花在哪一块?」
- 「模型用哪家?文本、图片、视频、配音能不能混着用?」
不适合用在:只想剪一条已经拍好的片子(那是剪辑工具的事)、
只想写剧本不打算落地系统、或者指望这份 Skill 直接产出一部成片。
快速开始
先回答三个问题,路线基本就唯一了:
- 给谁用——只有自己团队用,还是要开账号给外部客户?
- 许可——底座带的是不是 AGPL 这一类强著佐权许可?要拿去商用,法务这关先过。
- 量级——每月出多少集?这一条决定算力走按量 API 还是自建推理。
# 第 1 步:先算钱。默认离线改参数即可,不联网、不写文件
python scripts/cost_estimate.py --episodes 30 --minutes 2 \
--gen-image 40 --gen-video 30 --gen-tts 30
# 第 1 步(推荐):用 api.a7w.cn 的**真实单价**算,而不是占位示例值
python scripts/run.py pricing --probe image --out a7w-prices.json
python scripts/cost_estimate.py --episodes 30 --minutes 2 \
--price-file a7w-prices.json --a7w-video-resolution 1080P \
--clip-seconds 6 --tts-chars 24
# 第 2 步:按打分表定底座(五项加权,低于 3.0 不建议自建)
# 见 references/selection-scorecard.md
# 第 3 步:照部署清单搭环境(依赖版本、库表字符集、发布方式)
# 见 references/deploy-and-configure.md
# 第 3.5 步:先用**一个镜头**把真实算力链路跑通(最低成本验证法)
python scripts/run.py pilot --topic "雨夜霓虹街头,女主撑伞回头看向镜头" \
--line "你终于回来了。" --out-dir pilot
# 第 4 步:上线前过一遍检查项,并确认许可义务
# 见 references/ops-and-compliance.md
工作流路由
| 用户要什么 | 看哪份 |
|---|---|
| 判断该不该自建、选哪个底座、许可有没有坑 | references/selection-scorecard.md |
| 装环境、配数据库与 Redis、接模型与对象存储、构建发布 | references/deploy-and-configure.md |
| 日常运维、账单控制、故障定位、许可义务与上线检查 | references/ops-and-compliance.md |
| 估算存储占用、回源带宽与单集成本 | scripts/cost_estimate.py |
| 真的出图 / 出片 / 配音,或现拉真实单价 | scripts/run.py |
| 直接调平台接口(自己写代码时) | scripts/a7w.py(零依赖客户端,七个子命令) |
怎么用(命令行)
配一把 Key 就能跑(三种方式任选,包内不内嵌任何密钥):
python scripts/a7w.py login --key sk-xxxx # 验证并保存到 ~/.a7w/config.json
export A7W_API_KEY=sk-xxxx # Windows: set A7W_API_KEY=sk-xxxx
# 或临时指定:python scripts/run.py image --prompt "..." --key sk-xxxx
拿 Key:到 算力集市 注册领取,新用户有赠送点数;1 元 = 100 点,失败全额退回。
1. 先看清参数再动手(不要凭记忆写参数名)
python scripts/a7w.py schema nano_banana # 出图有哪些参数、哪个必填
python scripts/a7w.py schema full_video # 出片的 content 数组长什么样
python scripts/a7w.py schema voice_tts # 配音的音色参数叫什么
python scripts/run.py models --filter deepseek
2. 出一张分镜图
python scripts/run.py image \
--prompt "雨夜霓虹街头,女主撑伞回头看向镜头,电影感,浅景深" \
--resolution 1K --aspect-ratio 9:16 --out shot1.png
3. 拿这张图当首帧出片
python scripts/run.py video \
--first-frame "https://你的图床/shot1.png" \
--prompt "镜头缓慢推近,雨丝落在伞面" \
--resolution 480P --duration 4 --out shot1.mp4
视频是按分辨率每秒计费的,先用 480P / 4 秒试通再放大。
4. 出一句台词配音
python scripts/run.py voices --page-size 5 # 先拿音色 ID(model_id)
python scripts/run.py voice --text "你终于回来了。" \
--reference-id 28d41fb94dc14b48b9af875b82ca5f97 --out line1.mp3
5. 一个镜头跑通全链路(先花小钱,再批量投)
python scripts/run.py pilot --topic "雨夜霓虹街头,女主撑伞回头看向镜头" \
--line "你终于回来了。" --out-dir pilot
# 输出 pilot/shot1.png + pilot/shot1.mp4 + pilot/line1.mp3,
# 并把每一步的真实扣点单独打出来
6. 按真实单价算成本
python scripts/run.py pricing --probe image --out a7w-prices.json # 现拉单价,含实测出图价
python scripts/cost_estimate.py --episodes 30 --minutes 2 \
--price-file a7w-prices.json --a7w-video-resolution 1080P \
--clip-seconds 6 --tts-chars 24 --price-out 本次采用的单价.json
# 也可以省掉快照这一步,直接算:
python scripts/cost_estimate.py --episodes 30 --minutes 2 --a7w-live
cost_estimate.py 默认仍然完全离线(纯计算、不联网、不写文件),只在给了--a7w-live 或 --price-file 时才按平台真实单价算。
接入 api.a7w.cn 的真实端点
创作台要接的四类算力,逐条对应到平台接口(都能用 scripts/run.py 直接跑):
| 环节 | 接口 | 关键参数 | 备注 | |
|---|---|---|---|---|
| 出图 | POST /api/v1/apps/nano_banana/submit | prompt、`action=generate\ | edit、resolution(1K/2K/4K)、aspect_ratio、image_urls`(edit 必填) | 异步,返回 task_id;查询用 POST /api/v1/apps/nano_banana/query |
| 出片 | POST /api/v1/apps/full_video/submit | content(数组,必含一条 {"type":"text"})、ratio、resolution(480P/768P/1080P/2K/4K)、duration(4~15 整数) | 异步;查询用 POST /api/v1/apps/full_video/query | |
| 配音 | POST /api/v1/apps/voice_tts/tts | text、reference_id(音色 ID,不是 voice_id)、format | 同步;长文用 POST /api/v1/apps/voice_tts/tts_async | |
| 音色 | POST /api/v1/apps/voice_tts/clone_voice / POST /api/v1/apps/voice_tts/list_voices | title+audio_url / 分页参数 | 克隆是同步,返回 model_id 即 reference_id | |
| 数字人 | POST /api/v1/apps/image_human/submit | file_url(人物图)、ref_file_url(驱动音频)、mode(fast/standard/2k/4k) | 按驱动音频的时长计费;四档单价见下方实测表,参数可用 python scripts/a7w.py schema image_human 现查 | |
| 音乐 | POST /api/v1/apps/music_generation/create | 见 schema | 生成 65 点、歌词 12 点 | |
| 取价 | GET /api/v1/pricing、GET /api/v1/apps/<app> | — | 前者是规则表(只覆盖少量接口),后者给逐接口的 tenant_* 字段价 |
裸调用(不写代码,直接用平台接口):
curl -sS -X POST "https://api.a7w.cn/api/v1/apps/full_video/submit" \
-H "Authorization: Bearer $A7W_API_KEY" -H "Content-Type: application/json" \
-d '{"model":"full-video","ratio":"9:16","resolution":"480P","duration":4,
"content":[{"role":"first_frame","type":"image_url",
"image_url":{"url":"<首帧图公网 URL>"}},
{"type":"text","text":"缓慢推近,人物转头看向窗外"}]}'
三条必须记住的口径:
code == 1才算业务成功(不是 0)。HTTP 200 不等于调用成功。- 实际扣费看
usage.points_cost;同步接口有时是usage.actual_points。失败全额退回。 - 异步任务先提交再轮询:
POST /api/v1/apps/<app>/<api>拿task_id,再
GET /api/v1/tasks/{task_id} 查 status(completed / failed / cancelled)。
轮询超时不等于失败,先查任务,别重新提交——重提就是第二次扣费。
实测到的真实单价(2026-09 快照,调价请重跑 pricing)
| 项目 | 单价 | 来源 |
|---|---|---|
nano_banana/submit 1K 文生图 | 24 点 / 张(≈0.24 元) | 实测 usage.points_cost |
full_video/submit 480P / 768P / 1080P·2K·4K | 10 / 20 / 40 点/秒 | GET /api/v1/pricing,实测 480P 4 秒 = 40 点 |
voice_tts/tts | 50 点/千字(= 0.05 点/字,无最低消费) | 实测 6 组:2/7/7/21/32/74/137 字分别扣 0.10/0.35/0.35/1.05/1.60/3.70/6.85 点,全部 = 字数 × 0.05,与租户字段 50 一致 |
voice_tts/stt | 40 点 / 次 | 真打 3 次实测,usage.points_cost 均为 40;租户字段 tenant_fixed_points 写的是 30 |
voice_tts/clone_voice | 200 点 / 次 | 租户价字段 = 公示价 ×4(未必等于实际结算价) |
music_generation/create / lyrics | 65 点 / 12 点 | 租户价字段(未必等于实际结算价) |
image_human/submit fast / standard / 2k / 4k | 2 / 3 / 6 / 12 点/秒 | 四档各真打一次实测:2.64 秒音频分别扣 5.28 / 7.92 / 15.74 / 31.49 点 |
预算一律以返回里的
data.usage.points_cost为准(**公示价和tenant_*字段价都不能直接当结算价**)——
实测两者能差数倍(如clone_voice公示 50 点、实收 200 点)。
但也要注意租户字段本身未必等于结算价:image_human/submit的tenant_points_per_1k_input是 2.0,实测standard档实际按 3 点/秒结算;voice_tts/stt的字段写 30、实测 40。
拿不准就以实测扣点为准(usage.points_cost);本表价格来自实测,平台调价后需重新核对。
路线 A:先把决策做对,再碰服务器
有人第一句话就是「帮我装起来」的时候,别顺着往下讲安装步骤。先让他把下面这几件事回答完:
| 必须问清 | 为什么它决定方案 |
|---|---|
| 底座许可类型 | AGPL 类许可对外提供服务会触发源码披露义务,这一条能直接否掉方案 |
| 使用范围(内部 / 对外) | 决定要不要做多租户、配额、审计,工作量差一倍以上 |
| 每月目标集数 | 决定按量 API 还是自建推理,拐点一般出现在每月百集量级 |
| 团队现有技能栈 | Java + Vue 一条线、Python 一条线,选错了迭代速度直接腰斩 |
| 硬件预算 | 瓶颈常在 CPU 转码而不在 GPU 推理,机器配错钱就白花 |
打分口径、以及自建 / 采购 / SaaS 三条路线怎么取舍,见references/selection-scorecard.md。**加权分掉到 3.0 以下,就把「不建议自建」这句话
直接说出来**,并指出是哪几项把它拉下来的。
路线 B:部署与配置
决定自建之后,按这个顺序推进,每一步都要能验收再进下一步:
- 基线:核对 CPU、内存、磁盘与转码能力,别只盯着 GPU
- 依赖:数据库、缓存、多媒体工具三件套装好,并逐个验证版本
- 库表:建库建表时把字符集定成
utf8mb4,中文标题和台词的坑都在这里 - 密钥:模型与存储凭证一律走环境变量或密文配置,不进代码库
- 模型:文本 / 图片 / 视频 / 配音四类分别指定供应商,别只配一家
- 存储:对象存储与 CDN 打通,确认回源域名和跨域设置
- 构建:前端构建产物交给 Nginx,后端以常驻服务方式托管
- 联调:走一遍最小闭环——建项目 → 拆镜头 → 出图 → 出片 → 整集合成
具体命令、配置文件骨架、字符集与跨域怎么写,见references/deploy-and-configure.md。
最低成本验证法:先用一个镜头把全链路跑通,再谈批量投入。
不少团队跳过这一步直接批量生成,结果最后才发现配音时长的对齐策略有问题,
前面生成的费用全部作废。
路线 C:上线之后的运维、成本与合规
上线只是开始。有三件事要固定成例行动作:
- 巡检:任务队列积压、失败率、磁盘余量、证书有效期
- 对账:模型调用、对象存储、回源带宽、转码算力这四笔账分开记
- 备份与演练:数据库定期备份,并且真的恢复过一次
对外提供服务之前,必须确认许可义务(AGPL 类需提供源码),
同时确认生成内容的标识与备案要求。故障定位顺序、账单异常特征、
上线检查项与许可义务说明,见 references/ops-and-compliance.md。
能力边界
覆盖:
- 自建 AI 短剧创作台的五维选型打分与自建 / 采购决策
- B/S 全栈架构的依赖清单、环境准备、库表字符集与密钥管理规范
- 文本 / 图片 / 视频 / 配音四类模型供应商的接入与混配思路
- 四类创作算力的真实接入:出图
nano_banana、出片full_video、配音voice_tts、
以及按 GET /api/v1/pricing+tenant_* 现拉真实单价;命令行可直接跑通一个镜头
- 对象存储 + CDN 的配置要点与成本构成拆解
- 上线检查项、日常巡检项、故障定位顺序
- AGPL 类许可的对外服务义务提示与生成内容合规提示
不覆盖:
- 不替用户做商用合规的法律判断,只提示风险点
- 不替你做创作决策。
run.py pilot只为验证链路生成一个示例镜头(图/片/配音),
不产出可用成片,也不写剧本或台词——分镜、台词、风格仍由你和创作环节决定
- 不代为申请或代管任何 API Key、账号、云资源(Key 由你自己在平台创建)
- 不含模型效果的主观评测排名(各家迭代快,结论极易过期)
- 不含 K8s 集群编排、多租户计费系统的完整实现
依赖条件
| 项目 | 要求 | 说明 |
|---|---|---|
| 运行环境 | Windows / Linux / macOS 任一 | 只读这份文档时无任何依赖 |
| Python | 3.8+ | scripts/cost_estimate.py(默认纯离线)与 scripts/run.py(联网调算力)都只用标准库,无需 pip 安装 |
| 平台账号 | 一把 api.a7w.cn 的 API Key | 只有 run.py 与 cost_estimate.py --a7w-live 需要;到 https://api.a7w.cn/ 注册领取,1 元 = 100 点 |
| 待部署主机 | 见 references/deploy-and-configure.md 的基线表 | JDK、构建工具、运行时、数据库、缓存、FFmpeg |
| 第三方服务 | 对象存储(可选 CDN) | 需使用者自行申请,本 Skill 不代管 |
已知限制
本文出现的字段名和路径都是骨架性质的示例,真正落地时以你手上那个版本的
配置文件与建表语句为最终依据。
- 平台价格与限流策略变动频繁:
cost_estimate.py不给--a7w-live/--price-file
时用的是默认示例单价,结论只能当量级看;要采信请先现拉真实单价
(run.py pricing)或直接 --a7w-live。对象存储与回源带宽两项单价始终是示例值。
- 本文写下的实测价(如 1K 出图 24 点/张、480P 视频 10 点/秒、
数字人四档 2/3/6/12 点/秒)是某次快照,仅用于说明口径;
以现场 python scripts/run.py pricing 与实际扣点为准。
数字人那四档是在 2.64 秒的驱动音频上测的(按秒结算),
换个时长请按点/秒重算,并以实际扣点核对。
- 成本测算为量级估算,未计入重试、失败重跑与人工返工带来的额外消耗,
实际支出通常高于测算值。视频与数字人按秒计费,档位选错会让成本翻数倍。
run.py的异步任务轮询上限是 1800 秒;超时不等于失败,
用 --task-id 接着查,别重新提交。
- 本 Skill 不判断某个具体项目是否适合你的团队,只提供判断框架。
自检清单
部署前:
- [ ] 已确认底座许可类型,并判断对外服务是否触发源码披露义务
- [ ] 已确认使用范围(内部自用 / 对外经营),并据此确定是否需要多租户
- [ ] 已明确每月目标集数,并据此选好按量 API 或自建推理
- [ ] 已完成五维打分,加权分与结论一致
- [ ] 数据库字符集为
utf8mb4,已用中文标题实测插入与查询 - [ ] 所有密钥走环境变量或密文配置,代码库中没有任何明文凭据
- [ ] 四类模型供应商分别配置完成,并各做过一次真实调用
- [ ] 已用
python scripts/run.py pilot用一个镜头跑通「出图 → 出片 → 配音」,
并核对了每步的 usage.points_cost
- [ ] 成本测算用的是现拉的真实单价(
--a7w-live或--price-file),不是示例值 - [ ] 对象存储回源域名与跨域设置已验证
- [ ] 已用单个镜头跑通全链路,再放大到批量
上线后:
- [ ] 后台任务失败率与积压量在观测范围内
- [ ] 数据库备份已实际恢复验证过一次
- [ ] 四笔成本账分开记录,且能定位异常波动来源
- [ ] 平台点数流水与本地记录的
task_id逐条对得上(防重复提交) - [ ] 生成内容的标识与备案要求已确认
参考文件
| 文件 | 用途 |
|---|---|
references/selection-scorecard.md | 使用方分类、五维权重与判定线、许可一票否决项、三路线取舍、取证清单 |
references/deploy-and-configure.md | 机器档位、依赖安装、库表与字符集、密钥存放、模型接入、对象存储、常驻与发布 |
references/ops-and-compliance.md | 许可义务、上线检查表、巡检项、四笔账、故障定位顺序、备份演练 |
scripts/run.py | 算力接入层:pricing / models / voices / image / video / voice / pilot,全部真调 api.a7w.cn |
scripts/cost_estimate.py | 成本测算:默认离线纯计算;--a7w-live / --price-file 时按平台真实单价算 |
scripts/a7w.py | 零依赖客户端:login / whoami / apps / points / schema / call / task 七个子命令 |
CHANGELOG.md | 版本变更记录 |
相关链接
| 链接 | 地址 | 说明 |
|---|---|---|
| 算力集市 · 注册领 API Key | api.a7w.cn | 一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这 |
| AI 插件市场 | aigc.a7w.cn | 浏览全部 AI 插件与接口说明 |