glanderness/BeefTV · 上手攻略
- 仓库:glanderness/BeefTV
- 链接:https://github.com/glanderness/BeefTV
- 分类:AI 视频创作 / 本地优先工作台
- 作者:Tom
- 更新:2026-09-29
是什么
BeefTV 是一款本地优先的轻量级 AI 原生视频创作工作台。它在一个自由画布上连接创意、模型与素材,支持从提示词或参考素材直接生成文字、图片、视频与音频,并允许用户对生成结果继续裁切、标注、局部重绘、拆分和组合迭代。
核心理念:AI 不是附加按钮,而是工作流的一部分。生成、参考与工具能力都长在画布上,结果写回后可继续编辑、可复用、可继续生成。
技术栈:桌面端基于 React + Go + Wails,支持 Windows/macOS/Linux。
解决什么问题
传统 AI 视频工具(如 Runway、Pika、Kling 等)多数是云端 SaaS,存在: - 数据必须上传到第三方服务器 - 生成任务排队等待,响应慢 - 绑定单一模型供应商,灵活度低 - 创作流程碎片化,生成物难以衔接
BeefTV 的设计目标正是解决这些问题: - 本地运行:项目、画布、素材、任务记录和模型配置默认保存在本机,不强制上传 - 不绑定 Provider:可自由配置文本、图片、视频与音频模型渠道(Base URL + API Key) - 统一工作流:画布 + 节点 + 连线,把创作全链路串在同一个可编辑的流程里
快速安装
方式一:下载预编译包(推荐)
从官方发布页下载对应系统的安装包:
https://github.com/glanderness/BeefTV/releases/latest
| 系统 | 芯片 | 安装包 |
|---|---|---|
| macOS | Apple Silicon(M1/M2/M3) | BeefTV_vX.X.X_darwin-arm64.zip |
| macOS | Intel | BeefTV_vX.X.X_darwin-amd64.zip |
| Windows | x64 | BeefTV_vX.X.X_windows-amd64.zip |
macOS 特殊说明:当前 Mac 安装包尚未完成 Apple 公证,首次打开时系统会提示"Apple 无法验证此应用是否包含恶意软件"。解决步骤:
- 确认安装包来源为官方发布页
- 打开「系统设置 → 隐私与安全性」
- 找到 BeefTV 并点击「仍要打开」,按确认
这是 macOS 对未签名应用的正常安全检查,换一个下载地址无法绕过。
方式二:从源码构建
环境要求:Go 1.25、Bun,以及 Wails 所需的系统组件(Caddy 等)。
git clone https://github.com/glanderness/BeefTV.git
cd BeefTV
# macOS / Linux
BEEFTV_GO_DIR=/path/to/go ./scripts/build-beeftv-release.sh
# 输出: backend/cmd/desktop/build/bin/BeefTV.app
# Windows(必须在 Windows 本机运行,需要 PATH 中的 Go、Bun 和 GCC)
powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\build-beeftv-windows-release.ps1
# 输出: backend\cmd\desktop\build\bin\BeefTV.exe
⚠️ 构建要求较高,不推荐新手从此方式入手。优先使用官方预编译包。
核心用法
1. 启动与配置模型渠道
首次打开 BeefTV 后,进入「模型配置」面板:
- BeefAPI 渠道(内置):在系统浏览器中完成授权即可拉取模型
- 自定义渠道:填写 Base URL 和 API Key,保存到本地工作区(不会写入画布或素材)
📌 模型请求会访问外部供应商,但 BeefTV 本身不会把项目数据同步到任何 SaaS 存储。素材会先写入本地资源目录,再作为本地引用提交给模型渠道。
2. 画布创作流程
想法 / 参考素材
↓
AI Native 自由画布
↓
模型 + 创作工具
↓
文字 / 图片 / 视频 / 音频 / 分镜
↓
可编辑、可复用、可继续生成的工作流
画布中支持的操作类型: - 文本节点:输入提示词,生成描述性内容 - 图片节点:支持多角度编辑、宫格切分(4/9/16/25)、局部重绘 - 视频节点:剧情章节提取(角色/场景/道具)、分镜规划 - 音频节点:生成或处理音频素材
3. 批量创作
通过「批量创作表」可一次提交多个生成任务,支持: - 全局提示词覆盖各任务行 - 参考图拖拽重排、缩略图跨行跨列交换 - 连线到参考端口后自动刷新任务行
4. 提示词优化器(AI Native 功能)
BeefTV 内置提示词优化器,复用宿主已配置的文本模型:
- 扩展想法:从模糊想法补齐主体、场景、构图、光线等细节
- 精修已有提示词:保留原意,修正表达并补充必要细节
- 强化风格:强化色彩、材质、光影与指定风格
- 适配模型:按当前生成模型和协议调整提示词结构
使用入口:创作页 /create 的提示词输入框中点击「优化」,或在画布图片/视频节点的提示词编辑器中点击「优化」。
5. 版本记录
- 画布支持手动保存和版本历史
- 每次保存会创建快照(最短间隔 5 分钟,每个画布保留最近 20 份)
- 冲突保护:云端新内容不能被旧缓存覆盖;发生冲突时保留本地草稿
- 恢复历史会先保存草稿并备份当前云端内容,再创建新版本
6. 本地数据位置
数据库、素材文件、模型配置和迁移备份都保存在本地工作区目录。升级迁移前会自动创建数据库备份。如需迁移或恢复,请先退出 BeefTV 再复制完整工作区数据目录。
典型适用场景
| 场景 | 为什么适合 BeefTV |
|---|---|
| 快速短视频原型 | 本地生成不排队,画布串联分镜,适合快速验证创意方向 |
| 素材迭代加工 | 生成结果直接进入画布,可局部重绘、裁切、组合,无需切换工具 |
| 多模型灵活切换 | 不绑定单一 Provider,按需配置不同视频/图片模型渠道 |
| 对数据隐私有要求 | 所有项目数据本地保存,不上传云端,适合有保密需求的创作团队 |
| 创作流程记录 | 节点 + 连线的画布结构天然记录了创作过程,方便回顾和复用 |
坑与注意
-
macOS 首次打开需要手动授权(见上方安装说明),这是 Apple 公证问题,非 BeefTV 本身的 bug,换下载地址无法解决。
-
BeefTV 仍在快速迭代(v1.5.x),数据结构和外部接口可能变化。生产环境使用前建议确认当前版本稳定性。
-
本地 workspace API 不要直接暴露到公网——这是本地服务,非为公网访问设计。
-
Windows 构建必须在 Windows 本机运行,macOS 构建脚本无法在 Linux 上交叉编译出 Windows 版本。
-
历史版本记录从升级后开始积累,升级前创建的画布没有云端历史快照。
-
BeefAPI 渠道需要通过系统浏览器授权,如果你所在网络环境无法访问授权页面,自定义渠道是更稳定的选择。
与同类对比
| 维度 | BeefTV | Runway | Pika | Kling AI |
|---|---|---|---|---|
| 部署方式 | 本地桌面 | 云端 SaaS | 云端 SaaS | 云端 SaaS |
| 数据保存 | 本地 | 云端 | 云端 | 云端 |
| 模型绑定 | 不绑定,自由配置 | 绑定自家模型 | 绑定自家模型 | 绑定自家模型 |
| 工作流 | 画布 + 节点 | 线性时间轴 | 线性时间轴 | 线性时间轴 |
| 适用平台 | Windows/macOS/Linux | 仅 Web | 仅 Web | 仅 Web |
| 收费模式 | 免费开源(模型费自付) | 订阅制 | 订阅制 | 订阅制 |
| 特色 | AI Native 画布,本地优先 | 行业标杆,生态成熟 | 社交内容快 | 国产,长视频支持 |
结论:如果你需要数据留在本地、灵活切换模型、用节点画布管理复杂创作流程,BeefTV 是目前少有的开源选择。如果你只需要快速生成视频、不在意数据上云,Runway/Pika/Kling 更成熟。
一句话推荐结论
BeefTV 是目前开源领域难得的本地优先 AI 视频创作工作台,画布 + 节点的设计让 AI 生成不再是黑箱,适合想要完整掌控创作流程和数据隐私的用户。