handdraw-story-video：用一张张手绘母图，自动生成线稿逐渐上色的暖心竖屏短视频最新版

图：handdraw-story-video 仓库主页，把手绘故事图做成线稿显现、逐步上色的短视频（2026-11 截图）

定位与基本信息

handdraw-story-video 是一个开源的手绘风短视频生成工具，仓库在 GitHub 的 xiejunjie524/handdraw-story-video，MIT 许可证，主语言 Python。它的产物很具体：把 7 到 9 张手绘风格的彩色故事插图，做成一条 35 到 45 秒的竖屏短视频——画面先从左到右显现黑白线稿，再沿同一方向逐步填入低饱和色彩，像有人当场把画画完。默认规格是 40 秒、720×960 分辨率、30 帧每秒，正是抖音、快手、小红书竖屏的常见尺寸。截至 2026 年 11 月快照，仓库约 810 个星标、110 个 fork，2026 年 7 月创建。它不是在线网站，而是一套在本地跑的脚本流水线加文档，另外仓库本身还能作为一个 Codex 技能安装使用。站内把它归在 app 类，实际形态更接近「带示例与文档的生产线」：装好之后，产出节奏取决于你准备母图的速度。

平台背景

作者 xiejunjie524 是个人开发者，这个仓库属于「把自己摸索出的内容生产流程固化成工具」的典型开源项目：手绘线稿加逐步上色的讲故事视频在短视频平台是一个成熟品类，手工制作要逐帧处理，作者把其中最机械的部分——线稿提取、显现节奏、渲染成片——写成了脚本。仓库里附了一个完整可运行的示例故事《凌晨四点的豆浆》，连同故事配置、画面原则、固定画风提示词一起公开，方便后来者照着复现。它没有商业主体和收费产品，就是一套公开的方法加代码。

图：仓库中文使用方法文档页（docs/usage.md），含安装与成片步骤（2026-11 截图）

核心服务与功能

• 线稿自动提取：每一幕只准备一张彩色母图，脚本在本地把线稿从母图里提取出来，线稿与彩色图天然对齐，不需要再调生图模型画第二张。
• 显现与上色动画：线条和颜色统一从左向右推进，先线稿后上色，节奏一致。
• 故事配置校验：故事写成 JSON 配置，脚本自动检查总时长、重复素材、字幕行数与字号范围，配错了在渲染前就会报错。
• 字幕与道具文字：支持可选的故事字幕（最多 3 行、每行约 18 个汉字以内）和画面内的道具文字。
• 页面生成与渲染：用脚本生成 HyperFrames 页面，再渲染输出 mp4 成片。
• 不绑定服务：不锁定任何生图服务、音乐来源或私有 API，母图和配乐都由使用者自己解决。

故事配置是整个工具的核心输入，值得展开。每一幕在配置里是一个对象，包含幕号、时长（秒）、字幕行数组、线稿图路径、彩色图路径和裁切参数（缩放与偏移）。仓库另有完整的字段与分镜规则文档 story-spec.md，以及一份一键成片配置模板 config.example.json，想按主题批量生产的人可以直接从模板改起。配套文档一共四份：中文使用方法、生图模型接入说明、固定画风提示词、故事规格说明——其中画风提示词文档解决的是「7 到 9 张母图画风要统一」这个实际难题，给出了可复用的固定提示词写法。

使用方式

环境需要 Python 3.10 以上、Node.js 18 以上、FFmpeg，并通过 npm 安装 HyperFrames 与 GSAP 3。流程分四步：先复制故事模板填好 story.json（每幕包含时长、字幕、线稿图与彩色图路径）；再对每幕的彩色母图运行 make_lineart.py 提取线稿；然后把图片和已获授权的背景音乐放进 hyperframes/assets 目录，运行 build_story.py 生成页面并做素材检查；最后用 npx hyperframes render 输出 mp4。作者在文档里专门提醒：不要覆盖旧成片，每次渲染用新的文件名。仓库根目录本身符合 Codex 技能结构，复制或链接到技能目录后，可以用「做一个 40 秒线稿逐渐上色的暖心故事」这类话直接触发。

成片规格之外，它对素材本身的要求同样成体系：每幕必须是不同构图，不能靠裁切或缩放同一张图凑时长；主体通常放在画面下方 45% 到 55% 的位置，保留大面积纸白留白；单帧最多 2 到 3 人、两个关键背景锚点，避免人群、密集建筑和大块黑线。这些约束来自手绘显现动画的实际观感——线条太密，显现过程就会糊成一团。渲染前还有一道独立检查命令（hyperframes check 输出 JSON 结果），可以先验页面再正式出片。Windows 用户在 README 里也有对应的 PowerShell 命令，不用自己翻译路径写法。

适用人群

适合做手绘讲故事、情感短文配画、儿童故事类账号的创作者，尤其是已经用 AI 生图批量产出母图、卡在「把静态图变成有过程感的视频」这一步的人。也适合想研究 HyperFrames 这类「用网页页面渲染视频」路线的开发者。不适合想要手机上一键成片的人：它没有图形界面，全程命令行加改配置文件。

图：官方示例「凌晨四点的豆浆」目录，含完整故事配置与预览（2026-11 截图）

免费与付费对照

整条流水线没有必须付费的环节，真实成本是你的生图支出和时间。

优缺点

优点

• 线稿从母图本地提取，保证线与色严格对齐，避免了「让模型再画一张线稿」时构图漂移的老问题。
• 校验前置：时长、重复素材、字幕规格在渲染前自动检查，少走废片弯路。
• 画面原则写得很实：8 幕各约 5 秒、每幕不同构图、主体位置、单帧人数上限等都有明确数值，新手照着做就能避开常见错误。
• 示例完整：官方示例从配置到成片全公开，复现路径清晰。

缺点

• 全程命令行加 JSON 配置，没有界面，对非技术用户门槛明显。
• 只解决「图变视频」这一段，母图质量、故事文案、配乐都得自己搞定，它不是一句话出片的工具。
• 项目还很年轻：2026 年 7 月创建，最后推送停在当月 23 日（2026-11 快照），长期维护情况待观察。
• 成片风格单一，就是为线稿显现加逐步上色这一种表现形式设计的，换风格等于换工具。

同类竞品对比

区别在分工：ShortGPT 与 Pixelle-Video 是从文案到成片的全流程框架，这个仓库只做「手绘图动起来」一个环节，但把这个环节的对齐与节奏做得更细。已有母图生产能力的人用它补最后一段最合适。

从生产流程看，它的位置在「中段」：前面要有人（或生图模型加抽卡筛选）产出画风统一的母图，后面要有人选音乐、写字幕、做发布。作者把中间段做到自动化的价值，是让创作者能批量试错——同一个故事换一组母图就能再渲一版，而不是每条视频都手工描线。仓库提供的示例故事就是按这套标准做的：8 幕左右、每幕约 5 秒、字幕两行以内，可以直接当作自己第一条片子的对标样本。

还有一个实际的成本提示：母图需要逐张挑选，线条复杂度直接决定成片观感，生图环节的抽卡次数往往比渲染本身更耗时。把作者给的固定画风提示词作为起点、再按自己的题材微调，通常比每次从零写提示词更省时间，也更容易保持整组图的风格统一。

注意事项与风险

• 代码是 MIT，但生成图片、字体、GSAP、音乐等第三方素材不随之获得授权，配乐尤其要确认可商用再发布。
• 母图若用 AI 生成，注意所用生图服务对产出内容的权利条款；涉及真人形象、知名 IP 的图不要直接拿来做视频。
• 渲染吃本机性能，批量生产前先用示例跑通一遍确认环境无误，再投入自己的素材。
• 项目更新停在 2026 年 7 月（2026-11 快照），依赖的 HyperFrames 等工具升级后可能出现兼容问题，生产环境建议锁定版本。