AI Overview
什么是 AI Movie Studio 2？
它是一个开源的影视制作工作区，用于组织场景、参考素材和镜头，并将生成任务发送至本地 ComfyUI 或云服务提供商。
使用 AI Movie Studio 2 是否必须安装 ComfyUI？
若需本地生成，则必须安装 ComfyUI。仅依赖云服务的驱动程序可在无本地 GPU 的情况下运行，但需提供对应云服务商的有效凭据。
本地部署使用哪些端口？
默认端口为：ComfyUI 占用 8188，后端服务占用 8001，前端服务占用 3000。在排查生成问题前，请先逐一验证各服务是否正常运行。
我能否导入自定义的 ComfyUI 工作流？
可以。导出 API JSON，在设置中注册该工作流，然后在运行前解决所有缺失的检查点（checkpoints）、LoRA、VAE 或编码器（encoders）。
AI Movie Studio 2 为 ComfyUI 增添了哪些能力？
本 AI Movie Studio V2 ComfyUI 教程 以一个关键区别开篇——该区别可避免大多数混淆：ComfyUI 仍作为底层生成引擎，而 AI Movie Studio 2 则在其外围构建起一套面向影视制作的工作站。你无需为整个项目重建一张巨型节点图，而是将项目划分为场景、参考素材与镜头，再通过驱动程序向其提交特定的图像或视频生成任务。
当前项目描述了一种基于浏览器、模型无关的工作流。其工具包括 3D 摄影机舞台、镜头预设、多参考图像生成、提示词变体、重拍（retakes）、LoRA 选择、时间轴、对白与音频，以及导出供剪辑软件使用的 XML 文件。界面可调用本地 ComfyUI 或受支持的云 API。由于该项目处于积极开发阶段，请以您所安装版本中的 README 文件及设置面板为准；功能名称与实验性特性可能快速变更。
这种结构在实际需求聚焦于画面连续性（continuity），而非单张精美图像时尤为实用。一个场景配方（scene recipe）可保存角色、地点与道具的参考素材；一个镜头可记录选定视角与生成参数；一次被否决的拍摄（take）可重新执行，而不会覆盖周围已确认的分镜脚本。
本指南所用原创成片概念图。红色大衣、银色手提箱、汽车旅馆、复古轿车、雨景与超大月亮共同构成一套连续性配方，可用于跨镜头一致性校验。
安装前准备
选择本地、远程或云生成方式
本地 ComfyUI 提供对模型与节点的直接控制权，但需自行维护 GPU 运行环境、模型文件及自定义节点。远程 ComfyUI 服务器则将该图形控制能力保留在另一台机器上。云驱动程序可减少安装工作量，但会引入云服务商定价、密钥管理及服务特有限制。本地与云 AI 视频生成器对比指南 可帮助你在投入部署前厘清这一运维决策。
对于当前手动安装流程，请确保系统已安装 Python 3.10 或更高版本、Node.js 18 或更高版本，并已运行一个可用的 ComfyUI 实例。上游硬件建议指出：8 GB 显存为图像生成与短片制作的最低门槛；12–16 GB 显存适用更广泛的常规工作负载；24 GB 或更高显存则适合高密度多参考图像生成或批量处理。这些仅为项目推荐值，非绝对保证：实际显存占用由所用模型、分辨率、帧数及量化方式共同决定。
首次测试务必保持极简
请预先准备一张人物肖像、一张场景参考图，以及一个已在 ComfyUI 中稳定运行的简易图像工作流。切勿一上来就尝试长镜头、多个 LoRA、语音克隆与全新视频模型同步启用。一个小型且已知可成功运行的任务，能率先验证连接与驱动映射是否有效，从而在引入创意复杂度之前完成基础诊断。
AI Movie Studio V2 ComfyUI 教程
1. 启动 ComfyUI 并验证端口 8188
在独立终端中启动 ComfyUI，并确认其浏览器界面可正常打开。默认 AI 影视工作室配置期望访问地址为 http://127.0.0.1:8188。若您服务器使用其他地址、反向代理或启用了身份验证，请在配置工作站前完整记录该信息。切勿为简化连接而将未经身份验证的 ComfyUI 实例暴露于公共互联网。
cd /path/to/ComfyUI
python main.py
请先在 ComfyUI 内部排队执行前述小型已知可运行工作流。若该步骤失败，请先修复 ComfyUI，再引入 AI Movie Studio 2 进行调试。
2. 安装并启动后端服务
进入仓库的 backend 目录，安装 Python 依赖项。当前手动启动命令将在端口 8001 上启动 API；请先打开其健康检查端点（health endpoint），并在收到成功响应后再继续后续步骤。
cd backend
pip install -r requirements.txt
python main.py serve --reload
请勿在截图或已提交的代码文件中泄露云服务商密钥。本地 ComfyUI 可在不配置任何云密钥的情况下正常工作。若后续在设置中添加受支持的云服务商，请确认其密钥的本地存储位置，并在当前构建版本要求时重启后端服务。
3. 安装并启动前端服务
请使用第三个终端窗口运行前端服务。依赖安装完成后，开发服务器通常会在端口 3000 启动，并将请求代理至后端。
cd frontend
npm install
npm run dev
```仅在浏览器加载完成且后端健康检查通过后，再创建项目。如果界面能够打开但每次生成均立即失败，请检查后端与 ComfyUI 的连接，而非重新安装前端。
### 4. 在需要可重复性时使用 Docker
Docker 路径可通过一条命令启动整个应用栈，但在当前项目设计中，它并不会将 ComfyUI 容器化。ComfyUI 仍运行于宿主机上（通常监听端口 8188），而后端容器通过 `host.docker.internal` 访问它。两个应用服务默认均绑定至 localhost，项目数据则通过绑定挂载（bind mounts）持久化。
```text
docker compose up --build
Docker 可减少 Python 和 Node 环境配置漂移。但它无法解决缺失模型文件、ComfyUI 服务异常或工作流引用了不可用节点等问题。
成功的配置应生成全新构图，同时不丢失角色、红外套、手提箱、汽车、月亮或光照逻辑。
注册自定义 ComfyUI 工作流
导出 API JSON，而非可视化工作流文件
直接在 ComfyUI 中构建并测试图（graph），然后以 API 格式保存。该执行 JSON 即为外部应用可排队执行的内容。请使用结构清晰的工作流，明确标注 prompt、seed、width、height 和源图像等输入点。依赖隐藏本地状态的图，会使任何驱动程序都难以稳定控制。
在 AI Movie Studio 2 中打开设置，找到“自定义 ComfyUI 工作流”，添加已导出的 JSON。为其指定稳定的显示名称、驱动 ID 及图像或视频类别。当前工作流分析器会扫描对检查点、LoRAs、VAE、CLIP 或文本编码器、UNet、ControlNet 和超分模型的引用，并将其与已连接的 ComfyUI 实例进行比对。
先解决模型问题，再调试参数
缺失模型警告与生成质量问题是两类不同问题。请将每个文件放入其对应节点所期望的目录中，刷新模型列表，并确认警告已清除；之后再调整步数（steps）、CFG、seed 或 LoRA 强度。此顺序可避免因简单路径不匹配而浪费数小时反复调试 prompt。
当工作流出现在模型选择器中后，请运行与直接在 ComfyUI 中测试时完全相同的参考样本和 prompt。对比输出尺寸、seed 行为及保存的文件。若结果存在差异，请检查驱动程序覆盖了哪些控件值，以及哪些值仍沿用 JSON 默认值。
反向角度镜头新增信息的同时，确保关键元素——银色手提箱、门廊、汽车与月亮——在空间关系上依然清晰可辨。
构建一致的多镜头序列
先制定场景配方（scene recipe），再规划镜头列表
以汽车旅馆示例为例：一次性明确定义女性角色、红外套、银色手提箱、前台职员、接待柜台、复古汽车、雨、琥珀色实用光源（amber practicals）及超大月亮。为每个参考元素分配角色。随后规划三个镜头：外景抵达、柜台交接、返回汽车。摄像机角度可以变化，但该配方将告知审阅者哪些元素必须保留。
在生成视频前，先生成分镜图帧。使用宽画幅确立地理关系，中景画幅呈现手提箱交接过程，结尾宽画幅则恢复外景全貌。若某帧改变了演员或移动了汽车位置，则应在投入动态生成前即予否决。多模型 AI 视频工作流 阐释了如何借助一份验收清单，在不同镜头采用不同引擎时仍保障一致性。
本素材取自我们媒体库中已生成的成品，非 AI Movie Studio 2 基准测试。请检查建筑结构、光照与主体位置是否在各镜头间保持连贯。
审查运动表现并保存生成配方
仅将已通过审核的帧转为视频片段。以正常速度逐个观看结果，检查面部变化、脚部滑动、道具形变、镜头反转及突兀的光照切换。将 seed、prompt、工作流 ID、模型选择及 LoRA 强度等参数随镜头一并保存。缺少该配方，“重拍”将沦为一次全新实验，而非受控修正。
对于重复性任务，请在单个代表性镜头通过后再批量处理。ComfyUI 批处理指南 展示了如何保留输入清单（input manifest）、隔离失败项并确保输出可追溯，而非依赖长时间无人值守的队列。
收尾帧在更远距离上验证了连续性：角色剪影、道具、职员、汽车、汽车旅馆及月亮均清晰可辨。
当 Seedance Agent 是更快路径时
AI Movie Studio 2 加上 ComfyUI 在你需要本地控制、自定义节点、工作流 JSON、特定模型文件以及直接参数访问时颇具吸引力。这种控制力也意味着你需自行负责安装、更新、驱动映射、缺失模型处理、GPU 资源容量管理及故障恢复。对于技术型创作者而言，此类维护成本可能是值得的；但对于主要只需交付经审批流程的成片序列的营销团队来说，这可能演变为一项额外的生产任务。
Seedance Agent 则从创意简报与审阅层切入同一影视制作任务：提供目标受众、核心概念、参考素材、画幅比例、时长及验收规则；在付费生成前审阅拟定的脚本与分镜方案；随后仅对表现薄弱的单个镜头执行拒绝或重跑操作。你仍可使用 文本生成视频工具 或 图像生成视频工具 进行直接测试，但智能代理会将所有参考素材、决策记录与审阅轨迹统一留存。
该现有 Seedance Agent 输出展示了另一种交付成果：一个可供审阅的动态成片，而非本地部署界面。
请根据你希望自主掌控的工作内容来选择方案：当目标是节点级实验时，请采用本地技术栈；当更看重快速规划、审批流程、连贯性校验与选择性重跑，而非基础设施运维时，请采用托管式智能代理工作流。
结论
一套可靠的 AI Movie Studio V2 ComfyUI 配置，应始于三项运行正常的后端服务、一个已验证可用的工作流，以及一次小型参考测试。先完成 ComfyUI 的接入，再逐步增加创意复杂度；仅在工作流能直接成功运行后，才将其注册为 API 格式；在调优参数前，务必先解决缺失模型问题；并对每个通过验收的镜头，完整保留其生成配方。若你希望获得同等的场景规划与审阅规范，却无需维护本地技术栈，请用 Seedance Agent 启动你的下一个视频序列。
MiniMax H3 僵尸视频提示词：4 个可直接复制使用的恐怖模板
复制结构化 MiniMax H3 僵尸视频提示词，用于变形、追逐及氛围场景，随后修复面部、动作、声音与连贯性。
阅读文章
Meta AI 视频编辑提示词：直接复制、自定义并获得更佳效果
复制适用于服装、场景、灯光、产品及图像动画的实用 Meta AI 视频编辑提示词，随后修复身份一致性、运动异常和摄像机问题。
阅读文章
Grok AI 与 Hailuo AI：哪款视频生成工具更契合您的工作流？
对比 Grok Imagine 与 Hailuo AI 在动态效果、图像转视频控制、原生音频支持、定价及重运行成本方面的表现，并提供公平的并排测试工作流。
阅读文章