cinecode 实测:2665 星的代码拍电影,35 个脚本零依赖,自带模板被自己的质检判「太黑」

cinecode 实测:2665 星的代码拍电影,35 个脚本零依赖,自带模板被自己的质检判「太黑」

拍一条 30 秒的片子,正常流程是找导演、找素材、买素材库、来回改,快的话两周,慢的话没底。有个项目说:你只要给一句话,剩下的交给一个会写代码的 AI 助手——它自己写剧本、自己用代码一帧一帧把画面画出来、自己设计声音,最后交一个能直接上传的 MP4。

它叫 cinecode,2026 年 11 月 3 日建仓,15 天攒到 2,665 颗星、456 个 fork,MIT 协议,一共 9 个提交。我把它整个拉进沙箱跑了一遍,先用它自带的模板渲了个 8 秒样片,然后把它交给它自己的质检:开局 2.375 秒全黑,94% 的画面接近纯黑,被它写死在代码里的「太黑」闸门判了不合格。

一、它到底怎么「用代码拍电影」

先说一句人话:agent(能自己跑命令、自己改文件的 AI 助手,比如 Claude Code、Cursor 这类)平时给你写代码,cinecode 是给它的一套说明书加工具,让它把这套本事用在拍片上。

它最关键的一个设计是反直觉的:它不生成视频。市面上多数「AI 视频」工具是把模型吐出的像素拼起来,cinecode 走的是另一条路——画面是一帧一帧用 Canvas(浏览器里用代码画画的那一层)和 three.js(网页 3D 库)画出来的,每一帧都是「时间的函数」:第几帧,就算出那一秒的画面该长什么样,随机数也是按种子算的。

这不是修辞。它自带一条验证命令,让同一帧渲两次再逐字节比:我实测输出是 IDENTICAL / deterministic: yes。同样的道理,它整部片子里没有一处「凑合」的随机——所以你能只用改一个数字,就把第 3 秒的雨改成下得更大。

它给了两条路,差别不在目的,在工作量:

Quick(快) Film(电影流程)
适合 60 秒以内、一两个场景、品牌短片 60 秒以上、多场景、要调研或旁白贯穿
片子在哪 一个 HTML 文件里,全部代码都在这一个文件 分场景,另加分层音效和三维渲染
你得点头几次 大概 3 次(卡片 → 两张关键帧 → 草稿) 6 道闸门,每道都要你确认
六道闸门 — 访谈 → 路线图 → 剧本 → 风格帧 → 动态分镜 → 成片
出片速度 几分钟有第一版 慢,但每一步你都能拦住

它的「闸门」不是摆设。它把「要有钩子」这句口号变成了能算的判据:前 2 秒必须从第 1 帧就在动,静止就判失败。类似的可执行判据还有一堆——太黑、空白帧、画面节奏过匀、声音被音乐盖住、配乐是代码合成的(没找真人录音)——全部写进一个脚本,制片时会真的拦下稿子。

规模上,它不是「一个提示词教程」,是一个有实体的小工具库:

组成 实测数量
文件数 / 体积 168 个 / 16 MB(其中 13 MB 是文档配图,一张示例动图就 11.6 MB)
Python 代码 17,248 行 / 38 个文件(35 个脚本 + 3 个测试)
说明文档 11,374 行 / 96 个 markdown
网页与渲染代码 3,624 行(.mjs / .cjs / .html)
可独立运行的脚本 35 个
参考手册 23 篇
风格配方 58 条,归在 8 个画风家族下
自带测试 231 个

顺便核了它的口径,这条值得单独说:说明书里点名的脚本 35 个、文档 23 篇,目录里就是 35 个、23 篇;配方索引写 58 条,配方文件也是 58 个,连「51 条来自另一个开源项目、7 条自研」这种细分都对得上。说多少就有多少,一处不多一处不少。

还有一点很反常:它零依赖。我扫了 35 个脚本的全部引用,51 个顶层模块里 40 个是 Python 标准库、11 个是自己的本地模块,第三方依赖 0 个。仓库里也找不到任何依赖清单文件。你要准备的东西只有四样:Node 22 以上、Python 3、ffmpeg(命令行处理音视频的工具)、一个 Chrome。

二、实测:8 秒样片,和它自己的判决

这段是全篇最硬的部分,每条命令和它的原始输出我都留着记录,一个数没改。

先说环境。这台机器没有显卡加速,探针直接报 renderer: canvas2d——也就是说画面全靠 CPU 软件画,1080×1920 竖屏、192 帧、24 帧每秒。

渲染:开 2 个渲染进程,192 帧全部渲完,10.9 秒,折合 17.6 帧每秒,画面 1.17 MB;音轨 8.000 秒、48 千赫立体声,是它自己在浏览器里现场合成的。

压响度:它坚持交付 −14 LUFS 的母带(LUFS 是衡量响度的单位,短视频平台一般按 −14 这条线统一)。这一步输出是:整体响度 −14.7 LUFS、真峰值 −1.9 分贝(0 就是爆音的顶),都达标了。但它自己打了一行警告——这次用的是动态压缩而不是整段增益,意味着混音原本的动态范围被压掉了一截。它诚实地说了,也说明它知道自己在这里做了妥协。

然后是最有意思的一步:用它的质检器判它自己发的模板。

检查项 实测结果 这意味着什么
钩子(前 2 秒有没有动) 通过,帧间平均变化 1.43(门槛 0.5) 黑底上确实有东西在动
黑场 0–2.375 秒整段全黑,5.04–5.42 秒又一段 开局两秒多,屏幕上什么都没有
亮度 平均亮度 2.7(满分 100),96.9% 的采样「极暗」 手机上调到最亮也是一片糊
冻结帧 无 不是在放静止图
重复帧 192 帧里 0 个 每一帧都不一样
太黑闸门 判不合格:94% 的画面接近纯黑,最亮的十分之一也只到 7 它的判据是「九成以上偏黑且最亮处低于 35」,实测 94% / 7

它给的原文是:94% 的画面接近纯黑,连最亮的那十分之一也只停在 7,在手机上看就是一团泥。

对照一下它自己写在说明书第一行的硬规则:前 2 秒必须从第 1 帧就在动、要用动作开场,不许静止标题、不许从黑场淡入。同一份模板,钩子检查判「通过」——因为它量的是画面变化,黑底上的运动也算动;黑场检查却量出开局 2.375 秒什么都没有。

这里得说句公道话,也是分寸所在:这个模板的定位是脚手架,本来就该被改掉。说明书里写得很明白——示例场景、测试场景和预设都是脚手架,第一次出关键帧之前就删掉,每个场景都要为这个故事重做。所以它自己不合格,恰恰说明闸门是活的、真的会拦,而不是一件装饰。落点不是「作者交了个烂模板」,而是「它的自检不是摆设」。

再看它的测试。仓库自带 231 个测试,同一份代码我跑出了三种结论:

跑法 结果 原因
什么都不改,直接跑 231 个测试,2 失败 19 错误,跳过 26 个 我的沙箱的锅:容器里少挂了一个系统目录,ffmpeg 起不来,报共享库找不到、退出码 127
只补上那个目录 1 失败,跳过 26 个 19 个错误全消失
再把真 Chrome 打开 1 失败,跳过只剩 1 个,耗时 164 秒 浏览器测试真的跑起来了,失败还是同一个

剩下那一个是真问题,但要说清楚它的边界:一个测试假定「进程结束了,探测它的系统调用就该报错」。我这台机器的容器建不了独立的进程视图,只能复用宿主机的,于是进程号被复用,脚本判「还在跑」,退出码给了 3 而不是 1。它判断进程是否存活,只靠两个粗糙的办法——发个 0 号信号看看有没有报错,再问一下系统进程表。在普通笔记本上跑不出来,我是把它关进容器才撞上的。

另外两处也该照实写:

  • 仓库有个未关的 issue 报「处理音频时 ffmpeg 7.x 会卡死不结束」。我用 ffmpeg 7.1.5 做了最小例,跑三次,每次都是 0 秒结束、输出正好 6.000 秒,加长度上限是 6.000 秒——复现不了。这个 issue 报的是 macOS 和 Windows,平台相关。
  • 治理面很清淡:9 个提交里 7 个是作者本人,另外 2 个是 AI 助手账号(Claude 和 Cursor Agent),外部人类贡献者 0 人;PR 一共 9 个,一个都没合并,其中 7 个还开着;issue 7 个(5 开 2 关);0 个 release、0 个 tag。自动测试流水线跑过 8 次,7 次成功,唯一失败是建仓当天的第一次。

三、它在哪一格,适合谁

站内之前评过的同类,路数完全不同:OpenMontage 是搭一条流水线、把 139 个技能串起来;anything2explainer 是把一个话题自动变成讲解视频;MoneyPrinterTurbo 是自动剪片。它们的共同点是拼素材、套模板:素材库里的画面、现成的转场、自动配的字幕。

cinecode 的差别就一句:它是「用代码画」,不是「拿素材拼」。好处是画面可以精确到你想要的任何一秒、任何一束光,改一个数字就重渲,也不受素材库版权牵连;代价是它必须有一个会写代码的 agent 在旁边,还得有一台能跑 Chrome 的机器——没显卡也能量产,只是慢(我这台软件渲染 17.6 帧每秒,一条 30 秒的片子光渲一遍约 41 秒,改一版就再渲一遍)。

适合 不适合
想给产品做短广告、又请不起拍摄团队的 想要真人出镜、实拍质感的
需要「同一套视觉语言、批量出片」的(存档格式功能可复用) 没有编码助手、也不想折腾环境的
愿意在关键节点上亲自点头、给意见的 想要「输入一句话、撒手不管、直接上传」的
做信息图、图表动画、抽象视觉这类代码本来就擅长的题材 需要真实人物特写、复杂角色的

四、判断

这是一个设计密度明显高于同类项目的平均线的项目:58 条配方、23 篇手册、35 个零依赖脚本,加上一部写死的硬规则和一群真会拦稿的闸门。它的口径干净得少见,说 35 个就是 35 个,一个都不虚。

但它离「成熟产品」还有距离:作者一个人 9 天写完,外部贡献者的 PR 一个都没合,release 一个都没有,issue 区还挂着两个 Windows 上的路径和文件锁问题。它更像一份写得很认真、还在被作者一个人维护的工艺手册,而不是一件可以交付给团队的工具。

想试的话,从 Quick 模式那条最短的路走:给它一句话,看它给你的第一张卡片和两张关键帧像不像你要的。别信它的分数,信你自己的眼睛——这一步恰好也是它自己在说明书里反复强调的。它把「该由人看」的部分留给了人,这一点比它渲出来的任何一个 8 秒样片都更值钱。

关注 AI商业快讯,每天一篇 AI 热点深度解读。