直接与 OpenClaw 对话："生成 X 的视频" → 搞定。
🌐 English README 📺 Bilibili
2026/3/27: 🚀 AIGC-Claw 正式发布，支持从想法到视频生成全流程自动化，用户可随时介入调整。
AIGC-Claw 是一个面向创意视频生产的 AI 导演系统。你只需要给出一句想法、一个故事梗概，甚至一个模糊概念，系统就会把它拆解为可执行的影视工作流，持续产出可查看、可确认、可修改、可交付的中间资产，最终生成完整成片。
它不是单点式的文生视频工具，而是一条覆盖 剧本策划 → 角色/场景设计 → 分镜规划 → 参考图生成 → 视频生成 → 后期剪辑 的全流程生产线。相比只给你一个黑盒结果的闭源视频生成框架，AIGC-Claw是一个真正可协作的 AI 导演团队：前一阶段决定后一阶段，所有关键节点都能可视化、可编辑、可继续生成。
Detective_EP01.mp4 |
Dog_Purpose_EP01.mp4 |
Lychee.mp4 |
Web 前端界面
 |
 |
 |
 |
 |
 |
微信交互
 |
 |
 |
 |
飞书交互
 |
 |
 |
 |
| 能力 | 说明 |
|---|---|
| 🎬 从创意到成片的全流程生成 | 一条链路打通剧本、角色、分镜、参考图、视频片段与后期剪辑，把零散生成能力升级为完整视频生产工作流。 |
| 🖼️ 分镜驱动的可控创作 | 通过结构化剧本、分镜规划与参考图生成，让角色一致性、镜头表达和画面风格更稳定、更可控。 |
| ✍️ 可修改、可续写、可继续生成 | 支持剧情 / 分镜智能续写，也支持角色、参考图、视频阶段修改后重新生成，避免每次都从头开始。 |
| 📲 本地部署、多端协作、产物留存 | 支持 Web 界面、微信 / 飞书协作、OpenClaw Skill 集成，并对剧本、图片、视频片段和最终成片进行全链路留存。 |
# 1. 克隆项目
git clone https://github.com/HITsz-TMG/AIGC-Claw.git
cd AIGC-Claw
# 2. 配置并启动后端
cd aigc-director/aigc-claw/backend
# 创建虚拟环境并安装依赖
python -m venv venv
source venv/bin/activate # Linux/Mac
pip install -r requirements.txt
# 配置环境变量
cp .env.example .env
# 编辑 .env 填入 API Key
# 启动后端
python api_server.py
# 服务运行在 http://localhost:8000# 3. 配置并启动前端（新终端）
cd aigc-director/aigc-claw/frontend
npm install
npm run build
npm start
# 访问 http://localhost:3000向 OpenClaw 发送消息：
帮我克隆git仓库：https://github.com/HITsz-TMG/AIGC-Claw.git
然后把AIGC-Claw中的aigc-director文件夹递归复制到.openclaw/workspace/skills目录下，用作AIGC相关的skill
使用时建议指明 "使用 aigc-director"：
用aigc-director来生成一个视频，内容是"一条狗的使命"
请确保本地安装了clawhub-cli
打开终端，输入命令，所有询问均选择yes
clawhub install aigc-director安装完成后，ClawHub 会将 aigc-director 复制到 workspace/skills（或指定的 skills 目录）。
之后可以参考方式一手动安装自行构建项目并运行，也可以使用OpenClaw完成后续项目构建。
在第一次使用 aigc-director 时，如果没有手动构建项目，OpenClaw会自动构建前后端并运行，无需手动初始化（构建项目需要配置环境和编译，请耐心等待）。
点击展开完整环境要求和变量
- Python: 3.9+
- Node.js: 18+
- npm: 9+
在 aigc-claw/backend/.env 中配置：
# LLM 配置
LLM_MODEL=qwen3.5-plus
VLM_MODEL=qwen-vl-plus
# 图像生成
IMAGE_T2I_MODEL=doubao-seedream-5-0-260128
IMAGE_IT2I_MODEL=doubao-seedream-5-0-260128
# 视频生成
VIDEO_MODEL=wan2.6-i2v-flash
VIDEO_RATIO=16:9
# API Keys
DASHSCOPE_API_KEY=your_key
ARK_API_KEY=your_key
DEEPSEEK_API_KEY=your_key| 类型 | 模型 |
|---|---|
| LLM | qwen3.5-plus, deepseek-chat, gpt-4o, gemini-2.5-flash |
| VLM | qwen-vl-plus, gemini-2.5-flash-image |
| 文生图 | doubao-seedream-5-0, jimeng_t2i_v40, wan2.6-t2i |
| 图生图 | doubao-seedream-5-0, jimeng_t2i_v40, wan2.6-image |
| 视频生成 | wan2.6-i2v-flash, kling-v3, jimeng_ti2v_v30_pro |
AIGC-Claw 的想法和设计受到了 AutoResearchClaw、huobao-drama、LibTV 与 libtv-skills 的启发。
| 框架图 | 论文信息 |
|---|---|
 |
[SIGGRAPH Asia 2024] FilmAgent: Automating Virtual Film Production Through a Multi-Agent Collaborative Framework Zhenran Xu, Jifang Wang, Longyue Wang, Zhouyi Li, Senbao Shi, Baotian Hu, Min Zhang [Paper] [GitHub] |
 |
[SIGGRAPH Asia 2024] Anim-Director: A Large Multimodal Model Powered Agent for Controllable Animation Video Generation Yunxin Li, Haoyuan Shi, Baotian Hu, Longyue Wang, Jiashun Zhu, Jinyi Xu, Zhen Zhao, Min Zhang [Paper] [GitHub] |
 |
[SIGGRAPH Asia 2025] AniMaker: Multi-Agent Animated Storytelling with MCTS-Driven Clip Generation Haoyuan Shi, Yunxin Li, Xinyu Chen, Longyue Wang, Baotian Hu, Min Zhang [Paper] [GitHub] |
Built with 🦞 by the HITsz-TMG team