一句话生成完整视频：ViMax 多智能体视频创作框架从配置到成片实战

一句话生成完整视频：ViMax 多智能体视频创作框架从配置到成片实战

【免费下载链接】ViMax"ViMax: Agentic Video Generation (Director, Screenwriter, Producer, and Video Generator All-in-One)"项目地址: https://gitcode.com/GitHub_Trending/ai/ViMax

ViMax 是一个开源的多智能体（Agentic）视频生成框架，它把编剧、角色设定、分镜设计、关键帧绘制和镜头合成串成一条流水线，你用一句创意或一段现成剧本做输入，最终在本地拿到拼接好的成片。它适合想把短视频原型快速跑通的内容创作者，也适合研究 LLM 多智能体编排的开发者。

它解决什么问题

• 你只有一个模糊创意：Idea2Video 会自动补全故事大纲、角色卡、剧本和分镜，最后合成视频，你不需要自己写剧本。
• 你已有一页完整剧本：Script2Video 保留剧本原文与人物设定，将其拆分为多场景、多镜头的拍摄序列，而不重新发明故事。
• 你有一段长篇文字：Novel2Video 先压缩文本、抽取事件与场景，把长篇小说整理成分集可拍的视觉素材。

三种入口对应 pipelines/ 下的三条流水线，此外还支持用一张人物或宠物照片在生成内容中保持外观一致。

环境与依赖：Python 3.12 加 uv 一条命令装好

项目运行在 Linux 或 Windows 上，要求 Python 3.12+，依赖统一用 uv 管理（安装方式可参考 uv 官方文档）。克隆仓库后只需执行一条uv sync：

git clone https://gitcode.com/GitHub_Trending/ai/ViMax cd ViMax uv sync

模型服务需要 API 密钥，建议用环境变量注入，例如OPENROUTER_API_KEY、GOOGLE_API_KEY。如果想用交互式终端界面（TUI），还需要在ui/目录下先执行npm install，依赖来自 ui/package.json。

跑通第一个结果：改两个文件，跑一条命令

最小路径是「Idea 变视频」，只需改两处：

1. 打开 configs/idea2video.yaml，在三段的api_key处填入密钥。
2. 修改 main_idea2video.py 顶部的idea、user_requirement、style三个变量。

python main_idea2video.py

运行过程中，所有中间产物（角色设定、分镜、关键帧、镜头片段）都会写入配置里的working_dir，默认是.working_dir/idea2video/，最终产物为一段拼接好的 mp4。你第一次跑建议把创意控制在一句话、场景数不超过 3 个。

能力与关键配置：一份 YAML 撑起整条流水线

每条流水线的入口由一份 YAML 配置驱动，configs/idea2video.yaml 的写法可以代表全部结构：

chat_model: init_args: model: google/gemini-2.5-flash-lite-preview-09-2025 model_provider: openai api_key: ${OPENROUTER_API_KEY} base_url: https://openrouter.ai/api/v1 image_generator: class_path: tools.ImageGeneratorNanobananaGoogleAPI video_generator: class_path: tools.VideoGeneratorVeoGoogleAPI

chat_model负责所有文本环节，image_generator与video_generator通过class_path指向具体实现，可替换为 tools/ 下的其它后端（如 Nanobanana、Veo、Seedance 系列）。Idea2Video 的实际执行顺序是：idea → project_brief → characters → script → storyboard → shot_decomposition → camera_tree → frame_prompts → keyframes → video_clips → final_video，各环节提示词见 prompts/。

每个生成器还配了本地限流参数max_requests_per_minute与max_requests_per_day，设为null表示不限制；chat_model支持model_provider: minimax这类预设名，自动填充 base_url 与默认模型，见 utils/provider_presets.py。

交互式路线同样值得试：先按 configs/agent.example.yaml 复制出configs/agent.local.yaml填好密钥，再执行：

vimax tui new vimax tui resume <session_id>

TUI 由 main_agent.py 驱动，支持讨论创意、修订规划、断点恢复，.vimax/sessions.json只存会话索引，真正的产物都在.working_dir/会话目录里。

效果调优：参数与提示词层面能动的旋钮

• 控制规模：用user_requirement写明硬性约束，如"面向儿童，不超过 3 个场景"或"快节奏，不超过 15 个镜头"；默认规划倾向 1 个场景配 3–5 个镜头，想要更长就明确写出来。
• 描述具体化：idea里给出环境、光线、角色动作等细节，style指定艺术风格（如Cartoon、Anime Style），这直接影响关键帧质量。
• 调限流节奏：idea2video.yaml默认视频生成max_requests_per_day: 10，镜头多的任务会被限流拖慢，按你的 API 配额调高这三个参数，或直接设为null。
• 复用会话：TUI 会话中断后用vimax tui resume接回，已有的角色设定与分镜会复用，不会全部重算。

常见问题

Q：运行报错说找不到 API 密钥？依次检查：配置文件中api_key是否为空、对应环境变量是否已export、TUI 场景下configs/agent.local.yaml是否已创建。密钥也可以只走环境变量，配置文件留空。

Q：跑几个镜头后就没有新视频了？多半是撞上max_requests_per_day限流（默认每天 10 次视频请求）。把该项调高或设为null，等次日配额恢复后重跑，已有产物会自动复用。

Q：script2video 提示要求"显式剧本"，但我只有点子？脚本模式需要具体到场景、角色与台词的文本，模糊想法请走 idea2video 入口，它会自动帮你把点子扩写成剧本。

Q：产物都生成在哪里？全部在配置的working_dir下，默认.working_dir/idea2video/（脚本模式为.working_dir/script2video/），按环节分目录存放，最后一个是拼接完成的视频。

三类流水线的智能体实现分别位于 agents/ 与 pipelines/，从文本规划到渲染的控制逻辑都在其中，想二次开发可以直接从这两个目录入手。

【免费下载链接】ViMax"ViMax: Agentic Video Generation (Director, Screenwriter, Producer, and Video Generator All-in-One)"项目地址: https://gitcode.com/GitHub_Trending/ai/ViMax