codex-storyboard
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@codex-storyboard处理所有待生成素材"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
为什么做它
做一条短视频,脚本在文档里,分镜在表格里,图片在生图网页里,配音在另一个工具里,素材散落在文件夹里。每换一个窗口,上下文就丢一次。
Agent 分镜台把这些收进同一张本地分镜表:
Agent 直接写入:一句话让 Agent 建好完整项目,不需要控制浏览器。
结果自动回填:Agent 生成的图片、视频和配音,落进对应镜头,不用手动对文件名。
你只做验收:所有自动化结果都在表格里,能一眼看到、直接改。
数据都在本机:项目、脚本和素材保存在你的电脑上。
Related MCP server: studio-state
🚀 快速开始
需要 Node.js 18 或更高版本,以及 Codex 或 Claude Code 之一。
1. 安装插件
Codex
codex plugin marketplace add Yuuhann1999/agent-storyboard
codex plugin add agent-storyboard@agent-storyboardClaude Code
claude plugin marketplace add Yuuhann1999/agent-storyboard
claude plugin install agent-storyboard@agent-storyboard安装后新开一个对话,让 MCP 工具重新加载(Claude Code 里可以用 /mcp 确认 agent-storyboard 已连接)。
2. 打开分镜台
打开 Agent 分镜台。插件会自动启动内置的本地工作台,并给出链接(默认 http://127.0.0.1:43218),在侧边栏或浏览器里打开即可。
3. 创建第一个项目
创建一个 9:16 的短视频分镜项目,主题是“独居第三年,我把 20㎡ 出租屋改成了工作室”,
风格干净、节奏快,适合抖音。写好台词和画面描述。4. 生成素材
在分镜台里点镜头的「生成素材」,或点顶栏的「批量生成」,然后对 Agent 说:
处理 Agent 分镜台里所有待生成素材。🧭 它是怎么工作的
flowchart LR
A["你:视频主题和要求"] --> B["Agent 通过 MCP<br/>写入完整分镜项目"]
B --> C["你在分镜表里<br/>检查、调整"]
C --> D["加入生成队列<br/>单镜头 / 批量"]
D --> E["Agent 生成<br/>图片 · 动效视频 · 配音"]
E --> F["素材自动回填<br/>到对应镜头"]
F --> C分镜台是一个本地网页服务,Agent 通过 MCP 工具和它对话。三种生成方式按镜头选择:
生成方式 | 做什么 | 由谁完成 |
AI 生图 | 按画面描述生成图片 | Codex 用自带的 image_gen;Claude Code 通过 |
HyperFrames / Remotion 动效 | 用代码渲染字幕、信息图、转场等视频 | Agent 在本地渲染(需要对应插件和渲染工具链) |
手动素材 | 自己拍的、自己剪的 | 你上传图片或视频 |
✨ 功能一览
一张表看完整个分镜
镜头类型、媒体、时长、台词、画面描述、生成方式、素材预览和备注都在同一行。长项目切到「紧凑」,一屏看更多镜头;节奏有问题的镜头会直接标出提示。
拖拽或
Alt + ↑/↓调整顺序,复制镜头、在下方插入,误删可以撤销。素材文件名带镜头序号,调整顺序后会自动同步,不会互相覆盖。
按台词、画面、备注搜索;顶栏实时显示「生成中 / 排队 / 失败」数量,点一下定位。
口播配音,和台词对齐
在脚本页生成配音,可以描述声音风格,也可以上传参考音频克隆音色。生成后用本地 Whisper 识别,把配音对齐到每个镜头的台词,再一键应用镜头时长。
素材总览与封面工作台
只列做出来的素材,一眼看到进度。封面按竖屏 9:16 和横屏 16:9 分别管理,支持模板、参考图和提示词。
风格库与 DESIGN.md
12 种内置视觉风格,选中后写入项目的 DESIGN.md。之后所有图片和视频素材都会遵循这份视觉规范,单个镜头的明确要求优先。
深色模式,也适合窄窗口
跟随你的习惯切换主题。放进 Agent 的侧边栏这类窄窗口时,分镜表会自动变成卡片布局。
更多
多项目管理 | 新建、重命名、复制、搜索和删除项目 |
多画面比例 |
|
演示模式 | 逐镜头全屏预览,检查节奏 |
导出 | Markdown、HTML、Word、纯文本 |
本地素材 | 上传图片 / 视频,放大预览、替换和删除 |
🔧 环境与依赖
不需要 Python。设置里的「环境检查」只列真正需要关心的项目:
项目 | 用途 | 缺少时 |
配音服务 | VoxCPM 在线服务(纯 Node 调用) | 需要联网 |
FFmpeg | 配音转码、时长读取 |
|
Whisper | 把配音对齐到台词 | 没有它仍可生成配音; |
Codex CLI | 让 Claude Code 通过 Codex 生图 | 可选,也可用 Agent 自带生图或手动上传 |
旧版的 CODEX_STORYBOARD_* 仍然有效,新变量优先。
AGENT_STORYBOARD_DATA_DIR 数据目录
AGENT_STORYBOARD_PORT 端口,默认 43218
AGENT_STORYBOARD_FFMPEG FFmpeg 路径(同理 _FFPROBE、_WHISPER、_WHISPER_MODEL)
AGENT_STORYBOARD_VOXCPM_URL 自建配音服务地址
AGENT_STORYBOARD_VOICE_CHUNK_CHARS 配音每段最多多少字(默认 800)。越大接缝越少但音色越容易后段偏移,越小越稳但接缝越多
AGENT_STORYBOARD_CODEX Codex CLI 路径
AGENT_STORYBOARD_CODEX_MODEL 生图时指定 Codex 模型(默认沿用 Codex 配置;若该模型不支持 ChatGPT 账号,会自动改用 gpt-5.5 重试)🧰 MCP 工具
Agent 通过这些工具工作,不需要控制浏览器,也不会直接改数据文件。
工具 | 作用 |
| 启动或连接本地分镜台,返回链接 |
| 一次性创建完整项目、全部镜头和可选 |
| 查找项目、读取完整镜头 |
| 修改镜头、比例、视觉规范;删除项目 |
| 读取待处理的生成任务 |
| 一次调用完成:认领任务、通过 Codex 出图、校验、回填 |
| 处理动效视频等长任务 |
| B-roll 动效的方案确认关口 |
| 生成配音、选择版本、对齐台词、应用镜头时长 |
| 检查配音、FFmpeg、Whisper 和本机 Agent |
打开 Agent 分镜台。
创建一个 9:16 的“AI 工具使用技巧”短视频分镜项目,直接写入分镜台。
帮我把这个项目补成 8 个镜头,每个镜头写出台词、画面描述、时长和生成方式。
处理所有待生成素材。优先生成 AI 生图,再生成动效视频。
查看当前有哪些分镜项目,找到标题里包含“AI 工具”的项目。🔒 数据与隐私
项目、脚本和素材保存在本机,默认目录
~/.agent-storyboard/。用过旧版的话,已有的~/.codex-storyboard/会继续沿用,不会搬动或丢失。本地服务只监听
127.0.0.1,并拒绝跨域请求。配音会把台词发送到 VoxCPM 在线服务;通过 Codex 生图时,提示词会发送到 ChatGPT 的图片服务。请注意对应服务的隐私条款。
~/.agent-storyboard/
projects.json
projects/<project-id>/
project.json DESIGN.md media/ generation/🛠 开发
git clone https://github.com/Yuuhann1999/agent-storyboard.git
cd agent-storyboard
npm start # http://127.0.0.1:43218,数据在仓库内 ./data
npm run check # 语法检查
npm test # 单元与集成测试网页使用原生 HTML、CSS 和 JavaScript,本地服务只用 Node.js 标准库,没有运行时 npm 依赖。
.
├── server.mjs 本地服务(项目、生成任务、配音 API)
├── public/ 前端
├── voxcpm.mjs 配音在线服务客户端
├── codex-image.mjs 通过 Codex CLI 出图的桥接
├── runtime.mjs / audio.mjs 环境检查、FFmpeg / Whisper 调用
├── plugins/agent-storyboard/
│ ├── .codex-plugin/ Codex 清单
│ ├── .claude-plugin/ Claude Code 清单
│ ├── .mcp.codex.json Codex 的 MCP 启动配置
│ ├── mcp/server.mjs MCP 服务
│ ├── skills/ Agent 使用说明
│ └── app/ 随插件打包的服务和前端副本
├── .agents/plugins/marketplace.json Codex marketplace
└── .claude-plugin/marketplace.json Claude Code marketplace根目录的 server.mjs 和 public/ 是主要编辑入口,改完后同步到 plugins/agent-storyboard/app/(npm test 里有一致性检查)。
codex plugin marketplace add .
codex plugin add agent-storyboard@agent-storyboard
claude plugin marketplace add .
claude plugin install agent-storyboard@agent-storyboard
claude plugin validate .GET /api/health
GET /api/environment
GET /api/projects POST 可一次性传入 shots 创建完整项目
GET /api/projects/:id PUT / PATCH / DELETE
GET /api/projects/:id/design POST / DELETE
POST /api/projects/:id/shots PATCH / DELETE /shots/:shotId
POST /api/projects/:id/shots/:shotId/media
POST /api/projects/:id/audio/generate select / align / apply-durations
GET /api/generation/tasks POST 入队
POST /api/generation/tasks/:taskId/claim complete / fail / cancel / heartbeatLicense
This server cannot be deployed
Maintenance
Related MCP Connectors
MCP server for Wan AI video generation
MCP server for Google Veo AI video generation
MCP server for MiniMax H3 multimodal video generation
MCP server for Grok Imagine AI video generation
Related MCP Servers
FlicenseNot gradedqualityDmaintenanceMCP server enabling video analysis via scene detection, audio transcription, visual description, and stylistic fingerprinting, with tools for full pipeline execution and storyboard generation.-
studio-stateofficial
AlicenseNot gradedqualityDmaintenanceA stateless MCP server for AI film and video production that tracks project state, shot status, and updates, enabling consistent characters and continuity across generative video tools.MIT- FlicenseBqualityDmaintenanceMCP server that enables video analysis capabilities to Claude, including frame extraction, scene detection, and video metadata retrieval.8-
- AlicenseNot gradedqualityBmaintenanceAn MCP server enabling AI-generated content orchestration by exposing vendor-agnostic tools for video, image, and audio generation through SOP-driven workflows.MIT