Jellyfish README

The project's README from github.com/Forget-C/Jellyfish. As one markdown file: README.md.

Jellyfish — AI Short Drama Studio

Jellyfish Logo

License Frontend Backend Deploy Site Build and push images

English · 日本語

An end-to-end production workspace for AI-generated short dramas.
From script input to structured storyboarding, consistency management, shot preparation, video generation, and export.

📷 Screenshots

Project overview Asset management
Project overview Asset management

✨ Core Value

✨ Core Capabilities

Jellyfish is not just a single “AI image/video” utility. It is a production workspace built around:

1. AI script understanding and storyboard breakdown

2. Shot preparation and confirmation workflow

The main workflow is:

script breakdown → shot preparation → candidate confirmation → shot ready → generation workspace

Preparation currently supports:

3. Asset consistency and reuse

The system maintains a shared entity model across:

This supports asset reuse across shots and helps stabilize style and identity.

4. Shot-level image and video orchestration

Once a shot is ready, the generation workspace supports:

5. Unified async task center

Current task infrastructure supports:

6. Model, prompt, and generation infrastructure

Supporting capabilities include:

🚀 Feature Overview

Project and chapter management

AI script processing

Shot preparation workflow

Asset and entity management

Shot generation workspace

Task center

Model and prompt infrastructure

File and media management

🎯 Use Cases

🔁 Frontend OpenAPI client and type generation

Frontend request helpers and types are generated from the backend OpenAPI spec. Output directory:

Cached spec file:

With the backend dev server running at http://127.0.0.1:8000, run:

cd front
pnpm run openapi:update

🐳 Docker Compose

The repository includes a ready-to-run compose setup under deploy/compose/.

Ports

Start

cp deploy/compose/.env.example deploy/compose/.env
docker compose --env-file deploy/compose/.env -f deploy/compose/docker-compose.yml up --build

🧑‍💻 Local Development

Backend

cd backend
cp .env.example .env
uv sync
uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

Frontend

cd front
pnpm install
pnpm dev

📄 License

This project is licensed under Apache-2.0.

💬 Community & Feedback

Jellyfish (Forget-C/Jellyfish)

Searching Database…

Что это такое?Jellyfish — это сквозная производственная среда для создания коротких драм с помощью ИИ: от ввода сценария до раскадровки, согласованности ассетов, подготовки кадров, генерации видео и экспорта.
Это один генератор видео на ИИ или полноценный производственный конвейер?Это полноценная производственная среда, а не инструмент для разового создания картинок или видео: она отслеживает проекты, главы, кадры, персонажей, сцены, реквизит и задачи генерации как единый связанный конвейер.
Как это запустить?В репозитории есть готовая к работе конфигурация Docker Compose в deploy/compose/, которая одновременно запускает фронтенд, бэкенд, MySQL, Redis и RustFS; для локальной разработки можно также запускать бэкенд и фронтенд отдельно.
Какие серверные сервисы ему нужны?Нужны MySQL для данных, Redis для кэширования и хранения состояния задач и RustFS для хранения файлов; все они подключены в конфигурации Compose вместе с контейнерами фронтенда и бэкенда.
Мне нужно подключать собственных поставщиков моделей ИИ?Да — Jellyfish сам управляет поставщиками и моделями, но движки генерации не поставляет; чтобы реально запускать генерацию изображений и видео, вы настраиваете работу с несколькими поставщиками и несколькими моделями и задаёте модели по умолчанию для каждой категории.
Для кого это сделано?Для создателей коротких и микродрам, студий ИИ, которые выпускают видео в большом объёме, авторов вертикальных драм, работающих в одиночку, образовательных команд, которые делают видеоуроки, и брендов, которые создают промо-ролики с сюжетом.
Как Jellyfish сохраняет персонажей и сцены одинаковыми от кадра к кадру?Он ведёт общую модель сущностей для персонажей и актёров, сцен, реквизита и костюмов; их можно связывать и повторно использовать в разных кадрах, что уменьшает визуальные расхождения между сгенерированными кадрами.
Как выглядит процесс подготовки кадров?Сценарий разбивается на кадры, из них извлекаются возможные ассеты и реплики; вы подтверждаете или отбрасываете кандидатов и привязываете уже существующие сущности, после чего кадр переходит в состояние готовности и попадает в рабочую область генерации.
Для чего нужен центр задач?Это единый трекер асинхронных задач для генерации текста, изображений и видео: он показывает статус, прогресс, время выполнения и результаты, позволяет отменять задачи и возвращаться к связанному проекту или кадру с учётом контекста.
Как фронтенд и бэкенд остаются синхронизированными?Вспомогательные функции для запросов и типы TypeScript во фронтенде генерируются автоматически из спецификации OpenAPI бэкенда, поэтому контракт API остаётся согласованным между front/src/services/generated/ и бэкендом.
Creator
Forget-C
Size
8.7 MB
Stars
6.8K
Age
7mo
Commits · 90 Days