返回教程列表
工具教程入门DramaClaw

DramaClaw 完整教程:从小说到 AI 短剧的完整制作流程

DramaClaw 是源码公开(ELv2)的 AI 漫剧 / 短剧生产线,能把小说一路做成带字幕的成片。本教程基于 v2.0.6,覆盖发布镜像和源码两种 Docker 部署方式、三种模型配置模式、从导入小说到合成导出的 8 个步骤、虾画画布与导演世界、用 MCP 接入 Claude Code、数据备份升级,以及常见报错排查。

AI工具集
17 分钟阅读
DramaClawAI短剧AI漫剧AIGC视频AI视频生成

DramaClaw 是一条源码公开的 AI 漫剧 / 短剧生产线:把小说或剧本丢进去,它负责拆章节、规划剧集、写脚本、画分镜和首帧、配音、生成镜头视频,最后合成带字幕的成片。本教程以 v2.0.6(2026 年 9 月 28 日发布)为准,从部署讲到第一集成片导出,每一步都写清楚在哪个页面、要选什么、会产出什么,以及容易出错的地方。

一句话判断适不适合你:如果你只想偶尔生成几个单镜头视频,即梦、可灵这类工具更省事;如果你要把一部小说连续做成几十集、并且要求角色在每一集里长得一样,DramaClaw 这种「整条流水线 + 资产库」的做法才有优势。

1. 先了解 DramaClaw 的结构

DramaClaw 有两种工作方式,共用一个资产库:

模块 界面名称 干什么用
剧集流水线 虾集 从原稿到成片的固定流程:导入 → 角色和场景 → 规划剧集 → 脚本 → 草图 → 音频 → 视频 → 合成
无限画布 虾画 节点式自由创作台,图片、视频、音频、3D 场景可以任意连线生成,满意的结果再写回剧集
资产库 虾塘 统一管理角色、场景、道具、声线,保证跨集形象一致
风格模板 虾格 项目级风格指令,可以上传参考图让 AI 反推参数
任务中心 虾条 查看所有长任务的进度、日志,支持取消、重试、断点续跑
智能体 虾导 对话式助手,能查询项目进度、推进任务、检查交付是否完整

新手建议先走「虾集」流水线做出一集,熟悉了再去「虾画」里做精修和实验。

关于授权:DramaClaw 采用 Elastic License 2.0(ELv2),属于「源码可得」而不是 OSI 意义上的开源。官方 README 写明:单机版可以自己跑、自己改、做出来的作品拿去卖,不用申请也不用付费,只请求在界面角落保留一行「基于 DramaClaw」;唯一不允许的是把 DramaClaw 本身包装成 SaaS 卖给别人。

2. 准备工作

2.1 硬件和系统要求

DramaClaw 本机不跑模型,所有文本、图片、视频、音频推理都走一个 OpenAI 兼容的远程网关,所以对电脑要求很低:

项目 要求
CPU / 内存 建议 2 核 / 4GB 以上(推理在网关侧,不占本机)
GPU 标准流程不需要。只有可选的 world 扩展(体素 / 全景转 3D)才要 GPU + CUDA
系统 macOS(Apple Silicon 和 Intel 都行)、Windows(Docker Desktop + WSL2)、Linux
Docker Docker + docker compose,Linux 下 Compose 版本需 ≥ 2.24
端口 8080 网页界面、8780 REST API、3000 内置网关管理页(默认只绑本机)
数据库 不需要 PostgreSQL、Redis、Celery,状态全部存在本地 SQLite 和文件里

2.2 需要准备的账号

名称 用途 获取方式
DC Key 官方网关 RelayClaw 的密钥,填上就能用全部模型 到 https://relayclaw.cdnfg.com 注册或购买
自有模型供应商 Key(可选) 不用官方网关时,接 OpenRouter、火山引擎、fal.ai 等 各供应商后台
阿里云 OSS 或 Cloudinary(可选) 图生图、首帧、参考图等功能需要把本地文件临时发给上游模型 纯文本到成片的流程可以先不配

3. 安装部署

3.1 方式一:拉取发布镜像(推荐新手)

不想编译源码的话,用官方发布的镜像最快,每次 GitHub Release 都会推送 amd64 / arm64 多架构镜像:

git clone https://github.com/dramaclaw/dramaclaw.git
cd dramaclaw
cp .env.example .env
# 打开 .env,至少把 PROMPT_EXPORT_PASSWORD 改成非默认值
docker compose -f docker-compose.release.yml up -d

国内拉 Docker Hub 慢,可以在 .env 里切到阿里云镜像源。注意阿里云镜像只有固定版本号,没有 latest,所以要同时钉住两个版本:

DRAMACLAW_IMAGE_PREFIX=claymore-registry.cn-chengdu.cr.aliyuncs.com/dramaclaw
DRAMACLAW_VERSION=2.0.6
DRAMACLAW_GATEWAY_VERSION=<发布说明里对应的网关版本>

3.2 方式二:从源码构建

想改代码或跟进最新提交,就用源码构建。从 v2.0.3 起,源码构建需要把内置网关 dramaclaw-gateway 并排 clone 到同级目录,漏掉这一步会报 unable to prepare context: path ".../dramaclaw-gateway" not found:

git clone https://github.com/dramaclaw/dramaclaw.git
git clone https://github.com/dramaclaw/dramaclaw-gateway.git
cd dramaclaw
cp .env.example .env
# 同样先改 PROMPT_EXPORT_PASSWORD
docker compose up -d --build

首次构建要编译网关(Go + bun),需要几分钟。Windows 用户请在 WSL2 终端里操作,并把代码放在 Linux 文件系统下(不要放 /mnt/c/...),否则卷挂载慢、还容易遇到换行符问题。

3.3 验证是否启动成功

docker compose ps

api、newapi、web 三个服务都是 running 就说明起来了。浏览器打开 http://localhost:8080 能看到界面即可。CE(社区版)默认免登录、单用户,个人使用不用配账号系统。

4. 配置模型(必做,否则什么都生成不了)

进入 设置 → 模型配置,有三种模式,选一种启用:

模式 适合谁 要配什么
官方 新手、想马上出片的人 只填 DC Key
自定义 已经有自己的模型 API 资源 初始化内置 NewAPI、填供应商渠道和 Key、映射业务模型
本地 + 官方混合 想用本地 ComfyUI 跑部分视频模型 DC Key + 本地 NewAPI + ComfyUI 地址和 Workflow

4.1 官方模式(推荐)

打开「官方」,粘贴 DC Key,点 保存并启用。官方网关已经配好了 DramaClaw 需要的全部模型映射,不需要再做任何设置。根据官方 README,官方模式下文本走 DC-*-LLM 系列,图片用 gpt-image 和 nano-banana,视频是 Seedance 1.0 / 1.5 / 2.0 系列和 happyhorse,配音是 IndexTTS2。v2.0.5 起还新增了灵山 LingShan G25 Fast / Pro 两个图片模型。

4.2 自定义模式

  1. 打开「自定义」,状态显示「等待初始化」时,设置一个至少 8 位的 NewAPI root 管理员密码,点 初始化本地 NewAPI。DramaClaw 不保存这个密码,自己记好,以后登录网关后台要用。
  2. 先用 推荐配置:当前模板包含 OpenRouter、火山引擎、fal.ai 和 DoubaoAudio,按渠道填 API Key,点 保存并应用全部配置,会一次性写入供应商渠道、业务模型、Embedding 和图片 / 视频 / 音频模型映射。
  3. 需要微调时再进 高级配置 单独改。DramaClaw 内部使用 DC-character-builder-LLM、DC-scene-builder-LLM 这类固定的逻辑模型名,自定义模式下要保留这些名称,把它们映射到真实的上游模型。凡是会发送图片或视频的「视觉理解」功能,必须映射到支持多模态输入的模型。

两个容易踩的坑:

  • Embedding 模型和维度在创建项目时就绑定了。之后改配置只对新项目生效,已有项目要换 Embedding,得先清空并重建知识图谱。
  • 升级后如果出现新的功能行(比如 v2.0.3 新增的 DC-character-builder-LLM),新行默认是空的,必须选好模型再点「保存映射」,否则对应功能会报 No available channel for model DC-...。

4.3 参考媒体存储(按需)

图生图、视频首帧、首尾帧、参考图这些功能需要让上游模型读取你本地的文件,要在 设置 → 媒体存储 里配一个公网可访问的临时中转:阿里云 OSS(填 Endpoint、Bucket、AccessKey,Bucket 不需要公开读,DramaClaw 用临时签名 URL)或 Cloudinary。只做纯文本到成片的流程可以先跳过。

5. 核心流程:从小说到第一集成片

下面按界面左侧导航的顺序走一遍。整体顺序是:虾料(导入)→ 角色和场景 → 虾镜(规划剧集)→ 脚本 → 草图 → 音频 → 视频 → 合成。每一步都是独立的异步任务,可以在「虾条」任务中心看进度和日志,失败了可以单独重试,不用从头再来。

步骤 1:在「虾料」导入小说

目标:把原稿导进项目,并确认章节识别正确。

  1. 新建项目后进入 虾料,选择「上传小说」或「粘贴文本」。
  2. 上传支持 .txt、.md、.docx,单个文件不超过 512KB、正文不超过 10 万字;粘贴文本最多 1000 字,只适合试跑。长篇小说建议按卷拆成多个项目。
  3. 导入前先展开 项目设置,这些参数会影响后面所有环节:
    • 视觉风格:整部剧的画风基调。
    • 解说风格:第一人称(主角视角解说)或第三人称(旁白视角)。
    • 节奏、TTS 服务和TTS 声音、视频引擎、视频分辨率。
  4. 点 开始导入。完成后会显示「小说结构预览」:文件名、总字数、计费字数、检测到的章节数、预计生成的集数,以及每章的标题和字数。下方还有知识图谱,可以拖动查看人物之间的关系。

注意:务必核对章节切分。章节识别错了,后面的剧集规划、角色和脚本都会跟着错。如果要重新导入,系统会提示「重新导入会重建图谱」,可能影响已经生成的角色、剧集、脚本和视频。

步骤 2:构建角色和场景,锁定形象

目标:建立可复用的角色、场景、道具资产,这是保证跨集一致性的关键。

  1. 进入 角色 页,从图谱构建角色。系统会自动识别小说里的人物。
  2. 逐个打开角色,在「肖像」里用 AI 生成 出正面形象。不满意可以重新生成,次数多了页面会提示「生成请求偏多,建议确认设置后再继续」。
  3. 在 身份 / 造型 里给同一角色添加不同身份,比如「少年时期」「战甲造型」。可以填服装关键词,也可以上传服装参考图来锁定款式和颜色。身份图的重新生成有次数保护:第 3 次需要确认,第 5 次需要管理员密码,用来防止反复抽卡消耗太多额度。所以最好先把外貌和服装描述写清楚再点生成。
  4. 到 虾塘 的场景库里从图谱构建场景。每个场景可以生成正面图、背面图和 360 全景,后面换机位时画面才不会乱。
  5. 道具同理,可以生成参考图,重要道具加入全局道具库供各集复用。

步骤 3:在「虾镜」规划剧集

目标:把章节结构变成一集一集的剧集,并为每集准备好身份、场景和道具。

  1. 进入 虾镜,点 规划剧集,系统按章节结构生成剧集列表。
  2. 每集卡片会显示原文行数、身份数、场景数、道具数。点进单集后,先完成 身份规划、场景规划、道具规划。没有规划身份的话,脚本按钮会提示「请先规划本集身份,再生成脚本」。
  3. 规划会优先复用已有的身份,只为新出现的造型新建身份,所以第 2 步的资产准备得越完整,这里越省事。

步骤 4:生成脚本

目标:把本集原文变成按 Beat(节拍)拆分的结构化脚本。

  1. 进入单集的 脚本 阶段,左侧是只读的原文,右侧是用于生成分镜的源文本,编辑后自动保存。
  2. 选择切分方式:
    • 按目标时长切分场景:适合剧情类改编,系统会重组节奏。
    • 按原文逐行切分(一行一个 Beat):适合原文已经是分镜稿、或者想严格忠实原著的情况。
  3. 做解说类漫剧时,可以先点 AI 改写,按「每行最少字 / 每行最多字」把原文改成适合口播的短句,再生成脚本。注意 AI 改写会覆盖现有改写稿。
  4. 生成后脚本会进入审校和修复循环,预览区会列出每个 Beat 的画面描述;单集页面还会显示 AI 生成的剧情摘要、关键事件和悬念钩子。审校没过的地方会标出「存在未修复问题」,改完再往下走。

步骤 5:草图与首帧

目标:先用低成本的草图确认构图,再出正式首帧。

  1. 进入 草图 阶段,系统会按场景把 Beat 自动分组成网格,显示「N 个 beats → M 个网格」的草图计划,确认后批量派发任务。
  2. 在草图设置里选择草图模型和画幅比例。切换画幅只影响之后新生成的内容,已经生成的素材要重新生成才会变成新比例,所以画幅最好在第一集开工前就定下来。
  3. 草图满意后再生成渲染图(首帧)。先确认构图再上色,能少走很多返工。

步骤 6:配音

目标:为每个 Beat 生成带情绪的配音。

进入 音频 阶段,使用项目设置里选好的 TTS 服务和声音生成。角色页的「语音」标签可以给每个角色单独指定声线,旁白和不同角色的声音分开管理。

步骤 7:生成镜头视频

目标:把每个 Beat 的首帧变成镜头视频。

进入 视频 阶段逐镜生成。视频节点支持文生视频、图生视频、首帧、首尾帧、图片参考、全能参考、视频编辑和视频延长(v2.0.6 新增)几种模式,可用的模式取决于你配置的视频模型。生成失败的镜头可以在任务中心单独重试。

步骤 8:合成与导出

目标:拼出完整的一集并导出。

  1. 进入 合成 阶段。只有本集所有 Beat 都具备草图、音频和视频才能合成,缺什么页面会直接列出来(「还有 N 个镜头未就绪」),点卡片就能跳到对应镜头补齐。
  2. 全部就绪后点右上角 合成剧集,可以带字幕和背景音乐,合成需要几分钟。
  3. 完成后可以在页面预览和下载 MP4,也可以从右上角 导出 SRT(字幕文件)或 导出 ZIP(整套素材包)。

6. 进阶玩法

6.1 虾画无限画布

虾画是一张节点式画布,一共 18 种节点:上传、图片生成和编辑、分镜生成、剧本、节拍上下文、视频、视频合成、音频、风格、3D 世界、导出等,任意连线,每个节点保留自己的生成历史。图片侧支持重绘、扩图、重打光、放大、多视角和反推提示词,内置 45 种漫剧风格;视频侧支持人声分离、运镜模板和镜头分析。

最实用的是「提交回剧集」:在画布上反复试出来的满意结果,可以先预览影响范围,再写入资产库或某一集,主线流水线和画布探索互不干扰。

6.2 导演世界:解决场景漂移

AI 视频最常见的问题是同一个场景换个机位就「变了一个地方」。导演世界把场景图转成 3D 高斯片场或 360 全景,锁定空间结构、人物站位和镜头机位。在 3D 视图里取好景、截图,直接作为下一次生成的背景。

在场景资产里可以把正面图、背面图或 360 全景转成导演世界。完整的 3D 转换属于可选的 world 扩展,需要 GPU:

INSTALL_WORLD=1 docker compose up -d --build

不做 3D 相关流程可以完全忽略,纯文本到成片用不到它。

6.3 虾格风格模板

在 虾格 里点「创建风格」,上传一张参考图让 AI 分析出风格指令、避免指令和风格 Tag,也可以手动填写。保存后点「应用到项目」,整个项目后续生成都会沿用这套风格,比每次在提示词里重复描述稳定得多。

6.4 用 Claude Code 等智能体驱动 DramaClaw(MCP)

DramaClaw 自带一个 MCP 服务,把导入、角色、脚本、分镜、首帧、视频、音频、合成、导出整条流水线暴露成约 34 个工具,Claude Code、Codex 等支持 MCP 的智能体可以直接从头到尾做一部剧。社区版下本机调用不需要 token:

claude mcp add dramaclaw \
  --env DRAMACLAW_API_URL=http://localhost:8780 \
  --env DRAMACLAW_CE_OWNER=1 \
  -- uv run python -m novelvideo.chat.dramaclaw_mcp

这个方式需要本地 clone 了仓库并执行过 uv sync。只用 Docker 的话,可以把命令换成在容器里启动:docker compose exec -T -e DRAMACLAW_API_URL=http://localhost:8780 -e DRAMACLAW_CE_OWNER=1 api python -m novelvideo.chat.dramaclaw_mcp。

出于安全考虑,免 token 模式只允许连接 localhost、127.0.0.1 这类本机地址,因为它拥有实例的完整权限,不要指向共享实例。

7. 数据备份与升级

7.1 数据在哪

项目数据库、设置和生成的媒体都在 Docker 命名卷 ce-data 里(容器内 /data),内置网关的渠道、密钥和 token 在 newapi-data 卷里。docker compose down 会保留数据卷,千万别加 -v,加了会直接删卷。

备份命令(卷名前缀随 compose 项目名变化,先用 docker volume ls 确认):

docker run --rm -v dramaclaw-ce_ce-data:/data -v "$PWD":/backup alpine \
  tar czf /backup/ce-data-backup.tar.gz -C /data .
docker run --rm -v dramaclaw-ce_newapi-data:/data -v "$PWD":/backup alpine \
  tar czf /backup/newapi-data.tgz -C /data .

.env 文件需要另外单独备份。

7.2 升级

镜像模式:在 .env 里改 DRAMACLAW_VERSION(发布说明要求时同时改 DRAMACLAW_GATEWAY_VERSION),然后:

docker compose -f docker-compose.release.yml pull
docker compose -f docker-compose.release.yml up -d

源码模式:两个仓库都要拉:

git -C ../dramaclaw-gateway pull
git pull
docker compose up -d --build

升级不会动你的 .env,两个数据卷原样复用。

8. 常见报错速查

现象 原因和处理
源码构建报 path ".../dramaclaw-gateway" not found 没有把网关并排 clone。执行 git clone https://github.com/dramaclaw/dramaclaw-gateway.git ../dramaclaw-gateway,或改用发布镜像
8780 或 3000 端口被占用 8780 改 compose 里 ports 的左值,比如 8888:8780;3000 在 .env 里设 ST_NEWAPI_PORT=<空闲端口>
所有模型调用都报错 在「设置 → 模型配置」确认当前渠道已启用;官方模式检查 DC Key,自定义模式检查 NewAPI 服务、runtime token 和上游渠道
报「模型不存在」或 No available channel for model DC-... 自定义模式下缺少对应逻辑模型的映射,或渠道没启用。到业务模型里补映射并保存
角色抽取、剧本规划报 Exceeded maximum output retries,纯文本环节正常 上游没有返回 tool call。常见于 Codex2API 这类中转站,到 NewAPI 后台给该渠道开启 ChatCompletions → Responses Compatibility
文本模型超时 调大 .env 里的 NEWAPI_TEXT_TIMEOUT_SECONDS(默认 120 秒)
Embedding 报 HTTP 400 / 422 检查上游模型是否支持你配置的维度,批量大小是否超过上游单次上限
参考图、首帧功能不可用 没配媒体存储,或者临时 URL 无法被上游公网访问
成片黑屏或时长不对 多半是前序环节的图片或音频没有生成成功,回到任务中心看对应任务的日志
重建容器后数据没了 执行过 docker compose down -v,数据卷被删。只能从备份恢复

查日志的通用命令:docker compose logs -f api。

9. 常见问题

Q:DramaClaw 需要什么显卡?

不需要显卡。标准流程的所有推理都在远程网关上完成,本机只负责调度、存储和合成,2 核 4GB 的电脑或小 VPS 就能跑。只有做体素、全景转 3D 这类可选的 world 扩展时才需要 GPU 和 CUDA 环境。

Q:做一集要花多少钱?

费用取决于你用的模型、集数和每集镜头数。官方网关按用量计费,导入后的结构预览会显示「计费字数」,开工前可以先估算文本部分的成本;图片、视频、音频按各模型单独计费。视频生成通常是大头,建议先用草图确认构图,减少正式视频的重复生成。自定义模式下费用由你自己的供应商账单决定。

Q:支持英文小说吗?

支持。导入格式和中文一样,界面支持中文、英文、越南语,剧本格式指引也有英文版本(v2.0.4 修正过英文剧本的格式说明)。做英文剧时,记得在项目设置里选英文的 TTS 声音。

Q:角色在不同集里长得不一样怎么办?

一致性靠资产库保证。做法是:第 2 步在角色页把肖像和各个身份造型锁定好,必要时上传服装参考图;每集规划身份时,系统会优先复用已有身份。场景层面,用正面、背面、360 全景,或者导演世界锁定空间。尽量不要每集都重新生成角色形象。

Q:和即梦、可灵有什么区别?

即梦、可灵是视频生成模型和产品,一次生成一个镜头。DramaClaw 是把这些模型串起来的生产流程工具:它管理剧本、角色资产、分镜、配音和合成,底层的视频模型可以接 Seedance、可灵、海螺、ComfyUI 等(自定义模式下取决于内置网关的适配器)。两者不是替代关系,DramaClaw 可以调用这类模型来生成镜头。

Q:可以拿做出来的短剧商用吗?

可以。按官方 README 的说法,ELv2 授权下单机版可以自由商用,生成的作品也可以卖,只请求在界面角落保留「基于 DramaClaw」字样。不允许的是把 DramaClaw 软件本身作为托管服务(SaaS)提供给别人。详细说明见官方 issue #475。

10. 相关资源


本教程基于 DramaClaw v2.0.6(2026 年 9 月)和官方文档撰写,界面和参数以官方仓库的最新版本为准。