open-ai-canvas

一句话定位

一张画布装下整部戏：从小说抽出角色资产，再把分镜、图、视频、音频编排成片。

它自己的说法是"让一个故事，从文字走向银幕"——这句写得比大多数商业产品好， 但仍然是文学化表达，不是功能描述。

做这个东西的人

GitHub 组织 ddcat-ai。信息很少。

一个必须记下的疑点：项目 homepage 填的是 ddcat.pronhubcn.com。 这个域名的形态（仿知名成人站的拼写 + cn 后缀）非常可疑。 可能是开发者随手用的私人服务器，也可能有别的用途。

不确定，需要核实。在搞清楚之前，不建议在任何正式场合引用这个项目， 也不要往那个域名上传素材。

它到底能做哪几件事

• 丢进章节文字 → 梳理出角色与情节结构
• 把角色固化成资产 → 外观、声音、气质三样绑成一个可复用对象， 之后所有生成环节都引用同一份，解决"同一个角色画十次长得不一样"
• 在一张无限画布上编排 → 分镜、图片、视频、音频放在同一个空间里组织， 不用在十几个工具和文件夹之间来回搬
• 接多模态生成 → 画布里直接调用外部生成能力出图、出视频、出配音
• Agent 工作流 → 上述步骤可以串成自动流程

它明确不做什么：不自己训练或提供任何生成模型。 它是个容器，所有生成能力都依赖外部 API —— 这既是它最大的杠杆，也是它最大的脆弱点。

它在替代什么旧行为

AI 影视创作现在的实际工作流是：ChatGPT 写大纲 → Midjourney/即梦出图 → 可灵/Runway 生成视频 → 剪映拼接 → 中间用飞书文档和微信传素材。

痛点不在任何单个工具，在于工具之间的搬运：角色形象在不同工具间对不上， 分镜顺序靠人脑记，素材散在十几个地方。

影策要替代的就是这个"搬运"环节——把它们收进同一张画布。旧行为极其明确。

商业模式

AGPL-3.0 协议。 这不是随便选的——AGPL 要求任何基于它提供网络服务的人 必须同样开源。这是典型的"防大厂白嫖 + 逼商用方买授权"的双许可前置动作。

判断：选 AGPL 说明作者想过商业化，大概率后面会出商业授权或云托管版。 现在还看不到定价，属于"先攒 star 再变现"阶段。

硬数字

• GitHub 535 star
• 版本 v1.0.43（版本号说明迭代频繁，不是丢出来就不管的玩具）
• 用户数、收入：未披露

四维评估

判断

影策是赌"容器"而不是赌"生成"。

它不做任何一个生成模型，只做那张把所有生成结果组织起来的画布。 这个判断的底层逻辑是：模型能力会持续变强且趋同，最后拼的是谁掌握创作的组织结构—— 角色、分镜、素材之间的关系，而不是单张图好不好看。

可迁移的规律：当上游能力快速商品化时，价值向"组织这些能力的结构"迁移。 这和 LiteLLM 在模型层做网关是同一个道理，只是发生在创作层。

代价是这类产品极难做：它必须同时对接一堆变化极快的生成 API，任何一家改接口它就断一环。 而且它没有护城河——画布这个形态很容易被抄，真正的壁垒只能是"资产组织的数据结构"， 而那个东西目前看不出有多深。

它和 shuohao-skills 是同一个判断的两种下注：一个赌上游（把小说变成素材）， 一个赌容器（把素材编排成片）。做完整「从灵感到成片」流水线的人横跨这两段， 所以这两个项目放在一起读最有价值 —— 一头一尾，都是免费的公开参照物。

下一步看什么

1. ddcat.pronhubcn.com 到底是什么 —— 这个不弄清楚，其他都别谈
2. 有没有出商业授权或云托管版 —— AGPL 是伏笔，看它什么时候兑现
3. 角色资产的数据结构是否稳定 —— 如果每次版本更新都重构，说明它自己也没想清楚

可借鉴的做法

产品逻辑：去读它的角色资产数据结构 —— 它怎么定义一个角色的「外观、声音、气质」，并让这些在不同生成环节间保持一致。 这是所有「从文字到成片」类工作流最核心也最难的一段，现在答案公开写在 GitHub 上。

定价结构：AGPL + 商业授权，是内容类工具想用开源做分发时的现成模板。

结论

重点研究（但先查清那个域名）。 做「从文字到成片」这条流水线的人， 能找到的公开参照物里它重合度最高，读它的代码比读十篇分析都有用。