ArcReel

（更新说明：补上缺失的官网首屏配图，并去掉「图注未提供」占位句。）

ArcReel 是一款免费开源的 AI 视频生成工作台，把「小说文本」一路做到「成片」：小说 → 角色 / 场景 / 道具设计 → 剧本 → 分镜图 → 视频片段，全程由 AI Agent 驱动，跨镜头保持角色与场景一致。项目基于 Claude Agent SDK 做多智能体编排，图像与视频生成走多家供应商，最后交给 FFmpeg 合成输出。项目采用 AGPL-3.0 协议，仓库创建于 2026 年 2 月，另有独立官网 https://arc-reel.com 。

下载地址#

本项目是自托管 Web 应用（Python + Docker Compose），官方全部 release 均未附二进制安装包，因此本站不提供网盘转存；按官方 README 用 docker compose up -d 部署，默认访问 http://localhost:1241 。来源页面为小羿小站（xiaoyi.vc）开源栏目条目，只给了 GitHub 仓库地址，未附网盘下载链接。

实测信息#

本机核验（2026-10-06，GitHub API）：仓库 ArcReel/ArcReel 当前 5,308 stars，AGPL-3.0，创建于 2026-02-07，最近一次推送 2026-10-05；最新 release 为 v0.32.0（2026-10-02），近 30 个 release 的 assets 列表全为空，确认官方只发源码、不发二进制，因此本篇不做网盘转存。

素材为来源站的条目页面（作者小羿先森，页面日期 2026 年 7 月 7 日，栏目 [开源]），未给出实机安装与运行实测，实测环境一项未提供。部署环境以官方 README 为准：Linux / macOS / Windows WSL2，原生 Windows 不受支持（Claude Agent SDK 及部分依赖为 POSIX-only），Windows 下需走 Docker Desktop 或 WSL2。

AI Agent 工作流#

基于 Claude Agent SDK，用 Skill 编排加聚焦 Subagent 多智能体协作，自动跑完从剧本创作到视频合成的完整流水线。官方 README 把整条流水线划为九步：上传小说 → 全局角色与线索提取 → 分集规划切分 → 剧本预处理与 JSON 生成 → 角色设计图与线索设计图 → 分镜网格图 → 视频片段 → FFmpeg 合成 → 导出剪映草稿。

多供应商图像生成#

支持 Gemini、火山方舟、Grok、OpenAI、Vidu、阿里百炼、MiniMax、可灵以及自定义供应商。角色设计图用于锁定角色一致性，线索追踪保证道具与场景跨镜头连贯。早期转载文章只列到 Gemini / Seedream / Grok，说明供应商名单是后续版本逐步补齐的，以当前 README 为准。

多供应商视频生成#

支持 Veo 3.1、Seedance、Grok、Sora 2、Vidu Q3、阿里百炼、MiniMax、可灵以及自定义供应商，可在全局级与项目级之间切换。官方 README 同时说明，视频生成的质量与速度完全取决于第三方供应商 API。

异步任务队列#

带 RPM 速率限制，Image / Video / Audio 各自独立并发通道，采用 lease-based 调度，支持断点续传。

可视化工作台#

Web UI 管理项目、预览素材、版本回滚，实时 SSE 任务追踪，并内置 AI 助手。默认部署访问地址为 http://localhost:1241 。

两种内容模式与分集规划#

提供 Narration mode（按阅读节奏切分）与 Drama mode（按场景和对白结构组织）两种内容模式。长篇走渐进式分集规划：peek 探针 → Agent 建议断点 → 用户确认 → 物理切分，按需产出。

风格参考图与版本回滚#

可上传风格参考图，由 AI 自动分析并套用到后续所有图像生成；每次重新生成自动存版本，支持一键回滚。

成本追踪与预估#

图像、视频、文本成本分别记录，按供应商分开计价、独立币种记账；生成前可在项目、分集、镜头三级做预估，并三级下钻对比预估与实际。

剪映草稿导出与网格模式#

按集导出为剪映兼容 ZIP，支持剪映 5.x / 6+。网格模式（Grid Mode）把多张分镜合成为网格图（grid_4 / 6 / 9，网格尺寸自动选），拆分出的单元格用作视频生成的首尾帧。

部署与登录#

默认 SQLite 部署：先 git clone 拉下 ArcReel 仓库源码 → cd ArcReel/deploy → cp .env.example .env → docker compose up -d，然后访问 http://localhost:1241 。生产环境用 PostgreSQL：进入 ArcReel/deploy/production，同样复制 .env.example 为 .env，设置 POSTGRES_PASSWORD 后 docker compose up -d。首次启动默认账号 admin，密码由 .env 里的 AUTH_PASSWORD 决定，未设置时会自动生成并回写进 .env。随后在 Settings 配两类 Key：ArcReel Agent 用 Anthropic API Key（可自定义 Base URL 与模型），图像与视频生成至少配一个供应商 Key。

能力边界#

它本身不自带文生图、文生视频模型，只是调度层编排引擎，图像视频全部调用外部 API，FFmpeg 负责最后的音视频合成，因此不配 Key 跑不出成片，算力与费用都在供应商那一侧。官方 README 另列了两处不能忽视：沙箱隔离（bwrap）只在 Linux / macOS 完整支持，Windows 功能受限；多供应商并用时成本可能偏高。第三方评测还提到进阶功能（如自定义 Agent 开发）文档偏薄，并称预构建 Docker 镜像可能不可得、需自行构建，这一点与 README 给出的 docker compose up -d 说法有出入，两说并存。

软件信息#