# story-flicks **Repository Path**: github-rocks/story-flicks ## Basic Information - **Project Name**: story-flicks - **Description**: 使用AI大模型，一键生成高清故事短视频。Generate high-definition story short videos with one click using AI large models. - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 1 - **Created**: 2026-04-02 - **Last Updated**: 2026-06-26 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README [English](./README.md) | 简体中文 ## 项目说明 本项目可以输入一个故事主题，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。 项目后端技术栈为 python + fastapi 框架，前端为 react + antd + vite。 ## 视频演示
▶️ 《兔子和小狐狸的故事》 ▶️ 《大灰狼和小白兔的故事》
## 界面截图 ![](backend/examples/screenshot/usage.jpg) ## 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。