Story-Flicks：AI一键生成高清故事短视频 大语言模型打造高清故事短视频制作神器 + 搭建教程

Story-Flicks是一款AI一键生成高清故事短视频工具，输入一个故事主题，使用大语言模型生成故事视频，视频中包含大模型生成的图片、故事内容，以及音频和字幕信息。

通过AI大模型技术，Story-Flicks实现了故事短视频的智能创作。用户只需输入故事主题，系统便会自动生成包含AI绘图、剧本编排、配音字幕的高清视频。平台采用大语言模型驱动创作流程，后端基于Python+FastAPI框架搭建，前端使用React+Antd+Vite构建，形成完整的技术生态链。

操作界面设计简洁直观，用户可自主选择文本生成模型、图像模型、视频语言和声音风格。系统根据故事段落数量生成对应图片素材，段落设置越多视频制作时间相应延长。生成的短视频支持前端实时预览，为内容创作者提供从创意到成片的闭环解决方案。

该工具显著降低了视频制作门槛，特别适合自媒体运营、教育培训和营销推广场景。通过整合多模态AI技术，实现文本到视频的智能转化，其技术架构中的大语言模型处理能力和FastAPI后端响应机制成为核心竞争力。

功能特征：

• 智能生成：用户仅输入故事主题或者关键字，系统就能自动生成对应的短视频，并且短时间内能给出多种创意成果。
• 多语言支持：Story Flicks能够支持多种语言，用户能按照自身需求挑选合适的语言来生成内容，这提升了使用时的便利性与灵活性。
• 图像与音频结合：Story Flicks除了能生成文本内容和故事情节，还能给视频添加由AI生成的图像以及背景音效，整体上增强了视频的观赏性。
• 多模态生成：Story Flicks通过大语言模型（LLM）进行智能解析，能够综合构建叙事框架，同步融合视觉、听觉和文本元素。也就是说它不但能生成文本故事，还能自动创造出与故事相匹配的AI图像、动态语音旁白和智能字幕。
• AI图像生成：Story Flicks运用图像生成技术，给故事里的场景和角色营造出生动的视觉效果，让生成的视频内容在视觉上有很强的吸引力。
• 一体化音频制作：其中包含动态语音旁白，这就意味着用户不需要额外去录制或者寻找音频素材，系统会自动根据故事内容生成语音。
• 智能字幕：能够自动编排字幕，这既便于听障用户理解视频内容，也提高了视频的可访问性。
• 技术栈：后端运用Python和FastAPI，前端采用React、Ant Design和Vite，以此确保系统高效稳定运行，为用户提供良好的开发体验。

应用场景：

• 创意内容制作：适合短视频博主、自媒体网络红人还有营销人员，通过快速制作丰富的视觉故事来提升效率。
• 教育与培训：在教育行业中大有用处，能够为学员提供直观的学习素材，例如教育性的短视频内容。
• 娱乐与广告：娱乐行业的从业者以及广告制作人员可以借助它迅速创作宣传视频。
• 个人用途：普通个人用户也能够轻松制作纪念视频、进行故事分享等。

使用说明

1. 下载本项目

git clone https://github.com/alecm20/story-flicks.git

2. 设置模型信息

# 先切换到项目的 backend 目录下
cd backend

cp .env.example .env


text_provider="openai"    # 文本生成模型的提供商，目前支持 openai和 aliyun、deepseek、ollama、siliconflow，阿里云文档：https://www.aliyun.com/product/bailian

image_provider="aliyun"   # 图片生成模型的提供商，目前支持 openai和 aliyun、siliconflow

openai_base_url="https://api.openai.com/v1" # openai 的 baseUrl

aliyun_base_url="https://dashscope.aliyuncs.com/compatible-mode/v1" # 阿里云的 baseUrl

deepseek_base_url="https://api.deepseek.com/v1" # deepseek 的 baseUrl

ollama_base_url="http://localhost:11434/v1" # ollama 的 baseUrl

siliconflow_base_url="https://api.siliconflow.cn/v1" # siliconflow 的 baseUrl


openai_api_key= # openai 的 api key，可以只填一个

aliyun_api_key= # 阿里云百炼的 api key，可以只填一个

deepseek_api_key= # deepseek 的 api key，目前该 api_key 只支持文本生成

ollama_api_key= # 如果需要使用的话，请填写ollama，目前该 api_key 只支持文本生成，并且不能用参数量太小的模型，推荐qwen2.5:14b 或者更大的模型。

siliconflow_api_key= # siliconflow 的文本模型目前只支持兼容 OpenAI 格式的大模型，如：Qwen/Qwen2.5-7B-Instruct。图像模型只测试了：black-forest-labs/FLUX.1-dev

text_llm_model=gpt-4o # 如果 text_provider 设置为 openai，这里只能填 OpenAI 的模型，如：gpt-4o。如果设置了 aliyun，可以填阿里云的大模型，如：qwen-plus 或者 qwen-max。ollama 的模型不能使用体积太小的模型，否则无法输出正确的 json，可以使用如：qwen2.5:14b 或更大的模型。

image_llm_model=flux-dev # 如果 image_provider 设置为 openai，这里只能填 OpenAI 的模型，如：dall-e-3。如果设置了 aliyun，可以填阿里云的大模型，阿里云推荐使用：flux-dev，目前可以免费试用，具体参考：https://help.aliyun.com/zh/model-studio/getting-started/models#a1a9f05a675m4。

3. 启动项目

3.1 手动启动

启动后端项目

# 先切换到项目根目录
cd backend
conda create -n story-flicks python=3.10 # 这里使用 conda，其他的虚拟环境创建方式也可以
conda activate story-flicks
pip install -r requirements.txt
uvicorn main:app --reload

如果项目成功，会有如下信息输出：

INFO:     Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO:     Started reloader process [78259] using StatReload
INFO:     Started server process [78261]
INFO:     Waiting for application startup.
INFO:     Application startup complete.

启动前端项目

# 先切换到项目根目录
cd frontend
npm install
npm run dev

#启动成功之后打开：http://localhost:5173/

启动成功会输出如下信息:

  VITE v6.0.7  ready in 199 ms

  ➜  Local:   http://localhost:5173/
  ➜  Network: use --host to expose
  ➜  press h + enter to show help

3.2 通过docker启动

在项目根目录下，执行：

docker-compose up --build

成功之后打开前端项目：http://localhost:5173/

4. 开始使用

根据界面中的字段，选择文本生成模型提供商、图片生成模型提供商、文本模型、图片生成模型、视频语言、声音、故事主题、故事段落，然后点击生成，即可生成视频。根据填写的段落数量，生成图片，一个段落生成一张图片，设置的段落越多，生成视频的耗时也会更久。如果成功之后，视频会展示在前端页面中。