Agnes 平台之外，51 星的客户端把短剧和数字人做成了流水线

我有一段话：

"夏天来了，猫咪在窗台打了个哈欠，伸了个懒腰。"

我想让它变成一个 10 秒的小短剧。

我没有打开剪映，没有打开 Midjourney，没有打开任何视频生成网页。我双击了一个 46MB 的 EXE 文件，浏览器跳到 http://127.0.0.1:5000，把这段话粘进去，按了一个按钮。

5 分钟之后，我下载到了一段 10 秒的视频。猫咪真的在窗台伸懒腰，配音是普通话，还烧了字幕。

这个工具叫 Agnes AI Studio。51 star，Python 写的，PyInstaller 打成单 EXE。它干的事特别朴素——把"文生图、图生图、文生视频、参考图生视频"打包成一个能一键跑的全流程客户端。

它不是一个 API，是一个能双击就跑的产品

上个月我写过 Agnes 平台本身（免费文本图像视频 API 那篇），平台是平台，客户端是客户端。

Agnes AI Studio 不调任何独家 API，它做的是桌面端图形化封装：把 6 家厂商（Agnes AI、DeepSeek、通义千问、豆包、MiniMax、Ollama）的接口按模型名自动路由。你填一次 API Key，它按需调用。

回退链写得很清楚：{vendor}_api_key → text_api_key → api_key，缺哪个就降级用默认的。Ollama 本地模型连 Key 都不用，系统自动跳过认证。

整个项目的代码量其实很小：

app.py                # 入口，45 行
src/services/         # 业务逻辑 4 个：text_model / video_gen / video_merge / tts
src/routes/           # 8 个 Flask Blueprint

是的，8 个 Blueprint。一个桌面小工具分了 8 个模块：pages、api_config、image、video、drama、anchor、files。这是正经的应用工厂 + 模块化架构。

TTS 用的是微软的 edge-tts，14 种中文音色。视频拼接用的是 ffmpeg，通过 imageio-ffmpeg 内置，连装环境都不用。

它的两个杀手锏：短剧生成 + 数字人主播

大多数 AI 视频工具都停在"文生视频"单点功能上。Agnes AI Studio 多走了一步：把多个 AI 视频 API 串成两个高阶流水线。

第一个叫"短剧生成"。一条流水线五步：

脚本 → 分镜 → 素材（图生图/文生图）→ 视频（按镜头独立生成）→ 拼接

每一步用什么模型可以分别配。脚本和分镜默认走文字模型；素材和视频走图像视频模型；最后 ffmpeg 拼起来。

整个过程是按镜头独立生成的——不是把整个脚本塞给一个视频 API 让它自己脑补，是每段都生一段视频，按分镜拼。

第二个叫"数字人主播"，三种模式：

• A. 静态人像 —— 上传一张主播图，TTS 念稿时画面循环
• B. 视频素材 —— 上传主播视频，按段剪辑/循环
• C. AI 生成帧 —— 风格 prompt 驱动，每段调用视频 API 生成画面

配置项里能调分段时长（3-20 秒）、TTS 音色（14 种中文）、底模用哪家的。

当然，得说句公道话

第一，免费额度是真的有限。Agnes 平台的免费档够你试 5 分钟新鲜；要正经做短视频，建议至少配一个 DeepSeek 或通义的 Key 当兜底。

第二，参数不是自动的，得自己调。视频有个坑：num_frames 必须 8n+1 格式，最大 ≤441，frame_rate 范围 1-60。常用的搭配作者写在了 README 里——121 帧 / 24fps ≈ 5 秒，241 帧 / 24fps ≈ 10 秒。

第三，短剧生成不是自动写剧本。脚本这步你得自己想，或者用文字模型生成。Agnes AI Studio 是流水线，不是编剧。

第四，拼接效果看分镜。ffmpeg 拼接多段视频，最后能不能顺畅，主要看每段视频的画面风格是不是接近。

Agnes 平台给的是 API，Agnes AI Studio 给的是"我把 6 家 API 拼成一条流水线、46MB 一份、传给你同事就能用"的桌面客户端。

Agnes 平台解决的是"模型在云端怎么调"，Agnes AI Studio 解决的是"模型怎么变成能交给剪辑组直接用的视频文件"。

这俩不是一个东西，别搞混了。

常见问题

Agnes AI Studio 和 Agnes 平台是一回事吗？

不是。Agnes 平台是云端 API 服务，Agnes AI Studio 是桌面端图形化客户端工具，按模型名自动路由 6 家厂商 API。

Agnes AI Studio 需要 Python 环境吗？

不需要。直接下载 dist/Agnes-AI-Studio.exe（约 46MB）双击运行，浏览器自动打开 http://127.0.0.1:5000。

支持哪些大模型？

6 家厂商：Agnes AI、DeepSeek、通义千问、豆包、MiniMax、Ollama（本地免 Key）。文字/图像/视频模型总计 20+ 个，详见 README 模型清单。

短剧生成是怎么跑的？

五步流水线：脚本→分镜→素材→视频→拼接。每步可独立配置模型，按镜头生成视频，最后 ffmpeg 拼起来烧字幕。

数字人主播支持几种模式？

三种：静态人像循环（A）、视频素材剪辑（B）、AI 生成帧（C）。可配置 3-20 秒分段时长、14 种中文 edge-tts 音色。

网址

Github 开源：https://github.com/LGQLIFE/agnes-ai-studio/tree/master
Agnes AI Studio 下载：https://github.com/LGQLIFE/agnes-ai-studio/tree/master/dist