AI 漫剧（漫画短剧）赛道正热，但大多数玩家卡在同一关：单张图能出，连贯成片很难。GitHub 上 catiseyeqaq/ai-manju-shengcheng-xitong（AI Film & Short Drama Generation System）给出了一套完整的本地答案：基于 ComfyUI + MiniMax-H3 音视频联合生成模型 + Qwen3.6 提示词润色的写实 AI 电影/短剧生产流水线，从中文创意草稿一路到带立体声音轨的视频片段，而且作者自己吃狗粮--成片直接挂在 Releases 里可下载。这篇解析它的架构、能干什么、上手门槛和避坑。
先说清边界：仓库信息基于 GitHub API 与 README 实测整理（截至 2026-08-15，4 星，Python，当天仍在更新）；成片质量以作者 Releases 展示为准，本文非亲自部署复现。漫剧赛道的方法论背景见本站 小红书爆款内容 SOP，视频方向的工具格局见 AI 视频工具对比。
一、这条流水线解决什么：从「能出图」到「能出片」
单点能力 AI 都有了，但短剧生产是链路问题：中文创意 -> 英文影视级提示词 -> 节点图推理 -> 角色跨镜一致 -> 首尾帧接戏 -> 音画对齐拼接。ai-manju 把整条链封装成可复用的工作流资产：
| 环节 | 方案 | 说明 |
|---|---|---|
| 提示词润色 | Qwen3.6-35B-A3B（SGLang 部署） | 中文草稿 -> MiniMax-H3 友好英文提示，含运镜/光影/音效，已接入 MiniMax 官方 H3 提示词写作技能 |
| 视频生成 | MiniMax-H3（T2V/I2V/R2V） | 文生视频/图生视频/参考生视频三模式，原生联合生成立体声音轨 |
| 角色一致性 | majicFlus 人物出图 + PuLID 跨镜脸锁 | 同一角色跨镜头不换脸 |
| 画质链 | FaceDetailer + USRU/USDU 修复 | 面部与画面细节兜底 |
| 接戏 | H3 首尾帧接戏 | 相邻镜头动作与场景衔接 |
| 成片 | 48k 音画对齐拼接 | 带音轨完整片段 |
仓库提供 33 套可直接导入的模板工作流：视频 T2V/I2V/R2V、电影级关键帧/分镜/连贯片管线、「大师」六件套、《万灵绘卷》琴书画系列，以及 QwenImage/FLUX2 出图、洗图改图与室内效果图管线。技术栈一句话：ComfyUI 0.31.0 做编排与 UI（端口 8188），SGLang 跑润色服务（端口 8030），前后台一键启停。
二、硬件门槛与部署形态
这是全仓库最需要先看的一节：MiniMax-H3 BF16 权重本地加载约 129GB。作者的部署形态是 8 卡 PPU-ZW810E 集群，配 ComfyUI 加速参数与注意力后端切换脚本。对个人玩家的直接含义：
- 没有 8 卡级硬件，就别指望本地跑满 H3 BF16；考虑量化方案或云端推理，工作流逻辑仍然可复用
- 仓库定位是部署配置 + 模板工作流 + 运维脚本 + 文档，不含百 GB 级权重与 ComfyUI 上游源码，按文档自行拉取
- 成片（1080p 含音轨）发布在 GitHub Releases 而非 Git 历史，避免仓库膨胀--《story · rain day v2》《万灵绘卷 · 琴书画》都可下载验收
三、适合谁用、怎么用
典型用途（README 自述 + 我们的判断）：
- AI 漫剧/短剧工作室：分镜预演、批量镜头生产，PuLID 脸锁 + 首尾帧接戏正是漫剧最痛的两关
- 产品广告/角色 PV/概念片：R2V 参考生视频保持产品与角色一致性
- 二次开发者：ComfyUI API 化 + 队列调度 + 多卡批处理，可对接业务系统
- 学习样本：想搞懂「电影级连贯片管线」怎么搭的人，33 套工作流就是 33 份可拆解的教材
需要冷静的地方也说清楚：仓库 4 星、单人维护，属于早期个人项目而非社区级工程，CI 虽在跑但文档完备度与问题响应有限；「写实电影级」的效果以上手实测为准，README 展示帧更接近「咖啡馆/雨夜街头」级别的写实短片而非院线质感；商用前注意生成素材的版权与肖像合规（README 也标注了素材版权归作者、未授权不得商用）。
常见问题
Q1：ai-manju 是什么定位的开源项目？ A1：一套「写实 AI 电影/短剧本地生成与生产流水线」的部署工程：ComfyUI 0.31.0 做编排、MiniMax-H3 做音视频联合生成、Qwen3.6-35B-A3B 做中文到英文影视级提示词润色，覆盖 T2V/I2V/R2V 三种生成模式与角色一致性、首尾帧接戏、音画对齐拼接的完整短剧链路。仓库提供 33 套模板工作流与一键启停脚本，不含模型权重本体。
Q2：本地跑起来需要什么硬件？ A2：MiniMax-H3 BF16 权重约 129GB，作者用 8 卡 PPU-ZW810E 集群部署。个人设备跑不动满血 BF16，可考虑量化或云端推理；ComfyUI（8188 端口）与 SGLang 润色服务（8030 端口）的前后台架构本身可以拆开按需部署。
Q3：角色跨镜头一致是怎么做到的？ A3：组合拳：majicFlus 负责人物出图定基础形象，PuLID 做跨镜脸锁保证同一张脸，R2V 参考生视频模式以参考图约束角色/产品一致性，再叠加 FaceDetailer/USDU 画质链与 H3 首尾帧接戏保证镜头衔接。
Q4：和直接用即梦/可灵这类在线视频工具做漫剧比，价值在哪？ A4：三点：链路完整性（提示词润色->生成->脸锁->接戏->拼接一体化，在线工具每关都要人肉搬运）；可控性（ComfyUI 节点图每个参数可改、工作流可存可复用）；成本形态（本地部署把边际成本压到电费与硬件折旧，适合批量生产）。代价是部署门槛与硬件投入。
Q5：现在成熟度如何，能直接商用吗？ A5：属于早期个人项目（4 星、单人维护、当天仍在更新），CI 在跑但文档与响应有限，建议先下载 Releases 成片验收效果、小规模复现工作流后再评估。商用需注意两点：生成素材版权与肖像合规；README 明确素材版权归作者、未经授权不得商用。
参考来源
- GitHub：catiseyeqaq/ai-manju-shengcheng-xitong（README 与仓库结构实测，2026-08-15，4★/Python/当日有推送）
- 项目文档：docs/production-asset-inventory.md（写实短剧全链资产清单）
- 成片展示：GitHub Releases「showcase-videos」（《story · rain day v2》《万灵绘卷 · 琴书画》，1080p 含音轨）
- 关联组件官方仓库：Comfy-Org/ComfyUI、MiniMax-H3、Qwen3.6-35B-A3B（SGLang 部署）
本文基于公开仓库信息整理（2026-08-15），非亲自部署复现；效果与硬件要求以实际验证为准。相关阅读：AI 视频工具对比 ｜ 小红书爆款内容 SOP ｜ ComfyUI 本地工作流