📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🤖 Agent🔄 工作流🌐 翻译🐳 Docker🔗 REST API🖼 视觉🔊 TTS🧠 Claude✨ GPT🖥 本地 LLM
ArcReel Agent工作流
⚙️
Agent工作流

ArcReel Agent工作流

基于 Python · 无代码搭建完整 AI 自动化流程
英文名：ArcReel
⭐ 2.3k Stars 🍴 489 Forks 💻 Python 📄 AGPL-3.0 🏷 AI 8.2分
8.2AI 综合评分
AI视频生成Agent工作流内容创作自动化剧本视觉一致性
⬇ 下载源码（GPL） ⚙️ 配置说明 📺 TG 频道
✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：ArcReel Agent工作流 是一款优质的Agent工作流。已获得 2.3k 颗 GitHub Star，AI 综合评分 8.2 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。

📚 深度解析

ArcReel Agent工作流 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

ArcReel Agent工作流 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.2 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

ArcReel Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 2.3k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
持续维护，定期更新
开源协议
AGPL-3.0
AI 综合评分
8.2 分
工具类型
Agent工作流
Forks
489

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

ArcReel Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排，无需编写复杂代码
  • 支持多步骤自动化任务链，实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制，保障稳定运行
  • 提供可复用的自动化模板，快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：pip 安装（推荐）
pip install arcreel

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install arcreel

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/ArcReel/ArcReel
cd ArcReel
pip install -e .

# 验证安装
python -c "import arcreel; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
arcreel --help

# 基本用法
arcreel input_file -o output_file

# Python 代码中调用
import arcreel

# 示例
result = arcreel.process("input")
print(result)
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# arcreel 配置文件示例（config.yml）
app:
  name: "arcreel"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
arcreel --config config.yml

# 或通过环境变量配置
export ARCREEL_API_KEY="your-key"
export ARCREEL_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 40/100 含工作流图 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介


ArcReel Logo
ArcReel

开源 AI 视频生成工作台 — 从小说到短视频，全程 AI Agent 驱动

<p align="center"> <a href="README.md"><img src="https://img.shields.io/badge/lang-中文-red?style=flat-square" alt="中文"></a> <a href="README.en.md"><img src="https://img.shields.io/badge/lang-English-blue?style=flat-square" alt="English"></a> </p>

<p align="center"> <a href="#快速开始"><img src="https://img.shields.io/badge/Quick_Start-blue?style=for-the-badge" alt="Quick Start"></a> <a href="https://github.com/ArcReel/ArcReel/blob/main/LICENSE"><img src="https://img.shields.io/badge/License-AGPL--3.0-green?style=for-the-badge" alt="License"></a> <a href="https://github.com/ArcReel/ArcReel"><img src="https://img.shields.io/github/stars/ArcReel/ArcReel?style=for-the-badge" alt="Stars"></a> <a href="https://github.com/ArcReel/ArcReel/pkgs/container/arcreel"><img src="https://img.shields.io/badge/Docker-ghcr.io-blue?style=for-the-badge&logo=docker" alt="Docker"></a> <a href="https://github.com/ArcReel/ArcReel/actions/workflows/test.yml"><img src="https://img.shields.io/github/actions/workflow/status/ArcReel/ArcReel/test.yml?style=for-the-badge&label=Tests" alt="Tests"></a> <a href="https://codecov.io/gh/ArcReel/ArcReel"><img src="https://img.shields.io/codecov/c/github/ArcReel/ArcReel?style=for-the-badge&label=Coverage" alt="Coverage"></a> <a href="https://github.com/ArcReel/ArcReel/security/code-scanning"><img src="https://img.shields.io/github/actions/workflow/status/ArcReel/ArcReel/codeql.yml?style=for-the-badge&label=CodeQL" alt="CodeQL"></a> <a href="https://github.com/ArcReel/ArcReel/releases/latest"><img src="https://img.shields.io/github/v/release/ArcReel/ArcReel?style=for-the-badge&label=Release" alt="Release"></a> </p>

<p align="center"> <img src="https://img.shields.io/badge/Python-3.12+-3776AB?logo=python&logoColor=white" alt="Python"> <img src="https://img.shields.io/badge/React-19-61DAFB?logo=react&logoColor=black" alt="React"> <img src="https://img.shields.io/badge/FastAPI-009688?logo=fastapi&logoColor=white" alt="FastAPI"> <img src="https://img.shields.io/badge/Claude_Agent_SDK-Anthropic-191919?logo=anthropic&logoColor=white" alt="Claude Agent SDK"> <img src="https://img.shields.io/badge/Gemini-Image_&Video&Text-886FBF?logo=googlegemini&logoColor=white" alt="Gemini"> <img src="https://img.shields.io/badge/火山方舟-Image&Video&Text-FF6A00?logo=bytedance&logoColor=white" alt="火山方舟"> <img src="https://img.shields.io/badge/Grok-Image&Video&Text-000000?logo=x&logoColor=white" alt="Grok"> <img src="https://img.shields.io/badge/OpenAI-Image&Video&Text-74AA9C?logo=openai&logoColor=white" alt="OpenAI"> <img src="https://img.shields.io/badge/Vidu-Image&_Video-1A73E8" alt="Vidu"> </p>

<p align="center"> <img src="docs/assets/hero-screenshot.png" alt="ArcReel 工作台" width="800"> </p>

---

核心能力

🤖 AI Agent 工作流

基于 Claude Agent SDK，编排 Skill + 聚焦 Subagent 多智能体协作，自动完成从剧本创作到视频合成的完整流水线

🎨 多供应商图像生成

Gemini、火山方舟、Grok、OpenAI、Vidu、阿里百炼、MiniMax、可灵 及自定义供应商，角色设计图确保角色一致性，线索追踪保证道具/场景跨镜连贯

🎬 多供应商视频生成

Veo 3.1、Seedance、Grok、Sora 2、Vidu Q3、阿里百炼、MiniMax、可灵 及自定义供应商，全局/项目级可切换

⚡ 异步任务队列

RPM 速率限制 + Image/Video/Audio 独立并发通道，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，内置 AI 助手

功能特性

  • 完整生产流水线 — 小说 → 剧本 → 角色设计 → 分镜图片 → 视频片段 → 成片，一键编排
  • 多智能体架构 — 编排 Skill 检测项目状态并自动调度聚焦 Subagent，每个 Subagent 独立完成一项任务后返回摘要
  • 沙箱化 Agent 运行环境 — Agent 工具调用默认运行在 bwrap 沙箱内，文件系统、网络、子进程能力按白名单授权；Linux/macOS 自动启用，Windows 原生不支持沙箱时自动降级
  • 多供应商支持 — 图片/视频/文本生成支持 Gemini、火山方舟、Grok、OpenAI、Vidu、阿里百炼、MiniMax、可灵 等预置供应商（各供应商支持的模态有所不同），全局/项目级可切换；AI 助手凭据同样支持多供应商配置
  • 自定义供应商 — 接入任何 OpenAI 兼容 / Google 兼容 API（如 Ollama、vLLM、第三方中转），自动发现可用模型并分配媒体类型，与预置供应商享有同等功能
  • 三种内容模式 — 说书模式（narration）按朗读节奏拆分片段，剧集动画模式（drama）按场景/对话结构组织，广告/短片模式（ad）按目标时长生成带货镜头、单集直达单视频
  • 三种视频生成模式 — 图生视频（分镜图驱动）/ 宫格生视频（多分镜合成 grid_4/6/9，拆分作首尾帧）/ 参考生视频（直接以角色/场景/道具资产图生成视频，跳过分镜步骤）
  • 多种剧本源 — 既可从小说原文改编，也可直接导入成品剧本（screenplay）：逐字保留台词与画外音，按作者人物表提取角色，群演空镜不建资产
  • 广告/短片项目 — 面向带货短片的项目类型：上传产品多图并生成标准产品参考图，一键生成八段式带货镜头脚本，产品镜头全程锚定真品，导出剪映自带口播字幕轨
  • 旁白配音（TTS） — 设置页配置音色与语速，分镜逐段试听、一键补齐全集，智能体一句话即可生成全集；支持阿里百炼 Qwen3 TTS 与任意 OpenAI 兼容 TTS，导出剪映草稿自带逐段旁白音轨
  • 渐进式分集规划 — 人机协作切分长篇小说：一次规划一批剧情完整的集，Agent 建议断点、用户确认后物理切分，一句话意见即可整批重排，按需制作
  • 风格参考图 — 上传风格图，AI 自动分析并统一应用到所有图片生成，确保全项目视觉一致
  • 角色一致性 — AI 先生成角色设计图，后续所有分镜和视频均参考该设计
  • 线索追踪 — 关键道具、场景元素标记为"线索"，跨镜头保持视觉连贯
  • 版本历史 — 每次重新生成自动保存历史版本，支持一键回滚
  • 多供应商费用追踪 — 图片/视频/文本全部纳入费用计算，按供应商分策略计费，不同币种分别统计
  • 费用预估 — 生成前预估项目/单集/单镜头费用，三级下钻展示预估与实际费用对比
  • 剪映草稿导出 — 按集导出剪映草稿 ZIP，支持剪映 5.x / 6+（操作指南）
  • 多 API Key 管理 — 每个供应商支持配置多个 API Key 并切换激活，支持 Google Vertex AI 凭证上传
  • 多语言界面 — 前后端全面国际化，支持多语言切换
  • 项目导入/导出 — 整个项目打包归档，方便备份和迁移

供应商支持

ArcReel 通过统一的 ImageBackend / VideoBackend / TextBackend 协议，支持多个预置供应商和自定义供应商，可在全局或项目级别切换：

快速开始

⚠️ 操作系统：推荐 Linux / macOS / WSL2 / Docker。Windows 原生可运行项目创建与基础流程，但 Bash 沙箱、bwrap 等 POSIX-only 隔离机制会自动降级，生产部署仍建议 WSL2 或 Docker Desktop

默认部署（SQLite）

```bash git clone https://github.com/ArcReel/ArcReel.git cd ArcReel/deploy cp .env.example .env docker compose up -d

生产部署（PostgreSQL）

cd ArcReel/deploy/production
cp .env.example .env    # 需设置 POSTGRES_PASSWORD
docker compose up -d

首次启动后，使用默认账号登录（用户名 admin，密码在 .env 中通过 AUTH_PASSWORD 设置；未设置则首次启动时自动生成并回写到 .env），前往 设置页（/app/settings）完成配置：

  1. ArcReel 智能体 — 配置驱动 AI 助手的供应商凭据，支持 Anthropic 官方及多种兼容供应商，自定义 Base URL 与模型
  2. AI 生图/生视频/生文本 — 配置至少一个供应商的 API Key（Gemini / 火山方舟 / Grok / OpenAI / Vidu / 阿里百炼 / MiniMax / 可灵），或添加自定义供应商
📖 详细步骤请参考 完整入门教程

工作流程

graph TD A["📖 上传小说"] --> B["🔍 全局角色/线索提取"] B --> C["✂️ 分集规划与切分"] C --> D["📝 剧本预处理与 JSON 生成"] D --> E["👤 生成角色设计图"] D --> F["🔑 生成线索设计图"] E --> G["🖼️ 生成分镜图 / 宫格图"] F --> G G --> H["🎬 生成视频片段"] H --> I["🎞️ FFmpeg 合成最终视频"] H --> J["📦 导出剪映草稿"]

OpenClaw 集成

ArcReel 支持通过 OpenClaw 等外部 AI Agent 平台调用，实现自然语言驱动的视频创作：

  1. 在 ArcReel 设置页生成 API Key（arc- 前缀）
  2. 在 OpenClaw 中加载 ArcReel 的 Skill 定义（访问 http://your-domain/skill.md 自动获取）
  3. 通过 OpenClaw 对话即可创建项目、生成剧本、制作视频

技术实现：API Key 认证（Bearer Token）+ 同步 Agent 对话端点（POST /api/v1/agent/chat），内部对接 SSE 流式助手并收集完整响应返回。

🎯 aiskill88 AI 点评 A 级 2026-05-21

架构设计完整，覆盖小说到视频全链路。Agent驱动的多步骤工作流创新性强，跨镜头一致性方案实用。代码活跃维护，生态完整。

📚 实用指南（长尾问题）
适合谁
  • 构建多智能体协作系统的 Agent 开发者
  • 跨境业务、多语言内容运营团队
最佳实践
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：ArcReel 提供官方镜像，docker compose up 一键启动
  • 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
ArcReel 中文教程ArcReel 安装报错怎么办ArcReel Docker 部署ArcReel Agent 工作流ArcReel 与同类工具对比ArcReel 最佳实践ArcReel 适合谁用

⚡ 核心功能

👥 适合谁
  • 构建多智能体协作系统的 Agent 开发者
  • 跨境业务、多语言内容运营团队
⭐ 最佳实践
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突：建议用 venv / uv 隔离环境

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +大幅减少重复性人工操作
  • +可视化流程，清晰直观
  • +可扩展性强，支持复杂场景
⚠️ 不足
  • −初始配置和调试需投入一定时间
  • −强依赖外部服务的稳定性
  • −复杂场景需具备一定技术基础
⚠️ 使用须知

该工具使用 AGPL-3.0 协议，商用场景请仔细阅读协议条款，必要时咨询法律意见。

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

⚠️ AGPL 3.0 — 最严格的 Copyleft，网络服务端使用也需开源，SaaS 使用受限。

🔗 相关工具推荐

LangChain AI开发框架
Agent工作流
ai-agents-for-beginners Agent工作流
微软官方开源项目，提供12堂系统课程学习AI智能体框架。涵盖工作流设计、RAG检索增强、多智能体协作等核心技能。适合AI
n8n AI工作流自动化
Agent工作流
LangFlow 可视化AI开发
Agent工作流
📰 相关 AI 新闻
AI 前沿资讯：Feel like I'm becoming the glu…
AI 资讯 · 知识关联
AI 前沿资讯：We kept improving the AI. Noth…
AI 资讯 · 知识关联
AI 开源生态最新进展
AI 资讯 · 知识关联
AI 前沿资讯：What are you running on 16Gb V…
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
设计 Agent 说能生成视频，我信了
AI 圈观察
我用了个 Claude 代码优化 Prompt，代码更优雅了，Bug 更多了
AI 圈观察
🗺️ 相关解决方案
agent
ai-agent-workflow
workflow
ai-workflow-templates
translation
ai-translation-pipeline
docker
docker-deploy
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
CrewAI 多代理协作平台
MCP · Agent · 工作流
DeepCode Agent工作流
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
Minutes会议记录助手
MCP · Agent · 工作流

❓ 常见问题 FAQ

通过AI Agent维护角色特征库和场景描述，在各个环节约束生成内容一致性。
💡 AI Skill Hub 点评

总体来看，ArcReel Agent工作流 是一款质量优秀的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。

⬇️ 获取与下载
⬇ 下载源码（GPL）
⚠️ 本工具使用 AGPL-3.0 协议。您可以自由下载和使用，但衍生作品必须以相同协议开源，不可商业闭源。使用前请确认符合协议要求。
📚 深入学习 ArcReel Agent工作流
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 ArcReel
原始描述 开源AI工作流：AI Agent 驱动的开源视频生成工作台 — 小说→角色/场景/道具设计→剧本→分镜图→视频，跨镜头角色与场景一致 | Open-source AI vide。⭐2.3k · Python
Topics AI视频生成Agent工作流内容创作自动化剧本视觉一致性
GitHub https://github.com/ArcReel/ArcReel
License AGPL-3.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/ArcReel/ArcReel 🌐 官方网站  https://arc-reel.com

收录时间：2026-05-19 · 更新时间：2026-05-19 · License：AGPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →