用全开源本地AI服务做一个完整的WebGAL Galgame Demo：服务清单、模型与配置要求

发布：2026-10-23 ｜ 实测窗口：2026-10-16 ~ 10-19
结论先行：剧本、立绘/背景/CG、开场视频、主题曲、中日双语配音，全部由本地开源工具生成，零云端 API 依赖；引擎用 WebGAL，最终产出双结局完整 demo + 免安装 Windows 分发包。
硬件基线：Windows + 单张 NVIDIA RTX 4080（16GB 显存）。

📺 视频版（约 16分钟）

部分平台（如公众号）禁 iframe、播放器不显示时，点链接直达：
《用全开源工具链做一个 WebGAL Galgame Demo》· BV1LbnR6eEY1

一、这个 Demo 做出了什么

《黄昏天台》——短篇恋爱视觉小说：

• 标题页 → AI 开场视频 → 序章黑屏独白 → 对话推进 → 选项分支 → 两个结局（含 CG 鉴赏解锁）
• 18 句中文配音 + 18 句日语配音，游戏内"设置 → 语言"切换，字幕保持中文，游戏中途切换下一句即时生效
• 开场过场视频（本地视频模型生成，自带音轨）
• 主题曲 / 标题 BGM（本地音乐生成模型，202 秒完整版）
• 存档/读档、回想、自动播放、流程图、CG/BGM 鉴赏——全部引擎自带，零代码

试玩 / 下载

• 🎮 网盘链接（免安装 Windows 版，解压双击即玩）：黄昏天台-galgameDemoWindows免安装版.zip，提取码：px4p
• 本地运行：静态服务器指向工程目录，浏览器访问 http://localhost:8123/（必须走 HTTP，file:// 双击 index.html 必黑屏）
• 分发三路线：免安装 Windows exe（Electron 模板打包）/ Terre 导出 / 网页托管（GitHub Pages、Vercel、itch.io）

二、工具链总览（GitHub · 许可 · star · 模型 · 显存 · 端口）

star 数与许可证于 2026-10-23 经 GitHub API 核实，已并入表内（"—"为不适用）。
附注：同一套剧本还有一个平行实现（Godot godotengine/godot，MIT + Dialogic 2 dialogic-godot/dialogic），但系统层要自己搭，最终主力是 WebGAL。

协作总原则：一律走 HTTP API，UI 只用于人工调试。

三、逐个服务：它干什么、怎么起、实测要点

3.1 WebGAL —— 游戏引擎（组装环节）

• 仓库：https://github.com/OpenWebGAL/WebGAL （MPL-2.0，可商用无授权费）｜官网/文档：https://www.openwebgal.com/zh-cn/ 、https://docs.openwebgal.com/
• 无 HTTP API：剧本是纯文本 game/scene/*.txt（入口固定 start.txt），改完刷新浏览器即见效；配音挂 -vocal=xxx.wav，背景乐挂 bgm=
• 配置要求：引擎本体无 GPU 要求，任何能跑静态服务器的机器都行；游玩必须走 HTTP
• Terre 编辑器（官方，WebGAL_Terre.exe）：只扫描 %USERPROFILE%\.webgal_terre\games\ 目录，没有"打开已有工程"按钮——现成工程要复制进去才出现；导出入口在编辑器右上角（网页 / Win/mac/Linux 可执行文件）
• 实测要点：
  • choose 跳本文件内 label 必须写裸 label 名（分支:label_a），写成 label:label_a 会静默不跳转
  • -when 条件不能写算术表达式，变量与变量之间只能用 >（>= 静默失效）；算术先用 setVar 算好
  • 文档里枚举了 if 命令，4.6.6 里不存在（会被当成对白原样显示）
  • 旁白必须写 :文本;，否则继承上一个说话人；changeScene 不清空背景/立绘/BGM，跨章节要手动清场
  • 控制台 4 个无害 404：lib/live2d*.js、api/webgalsync、game/flowchart.json

3.2 ComfyUI（秋叶整合包）—— 生图

• 上游仓库：https://github.com/Comfy-Org/ComfyUI （GPL-3.0，142k★）——整合包/启动器本身无公开 git，由社区作者以网盘+社区方式分发（获取渠道见作者 B 站）
• 模型：Anything V5（anything-v5-PrtRE.safetensors，SD1.5 动漫风，约 2GB 级）。角色一致性用同 seed 固定（进阶可换 LoRA / IP-Adapter）
• API：POST http://127.0.0.1:8188/prompt 提交工作流 JSON → /history 取结果
• 配置要求：SD1.5 对显存很宽容，6~8GB 即可流畅（实测 16GB 机器无压力）；显存越大可开的分辨率/批越大
• 实测要点：
  • 透明立绘别依赖 RMBG 抠图节点（要联网拉模型）——用四角泛洪抠图 + 封闭孔洞回填（紧容差 ~26 防止从白衣服漏进脸）
  • 模型对"绿幕背景""无人"这类指令经常装聋，出图必须逐张肉眼验收
  • SaveImage 文件名写 .jpg 存出来仍是 PNG 数据，落盘后按真实格式处理

3.3 MiniMax H3 本地量化整合包 —— 生视频（最重的环节）

• 本质：基于 ComfyUI 源码的定制整合包（git origin 即 comfyanonymous/ComfyUI），内置 MiniMax H3 开源权重的量化模型，视频在本地 GPU 生成，不需要任何厂商云密钥

• 内置模型清单（models/ 实测）：

  类别	文件	大小
  扩散模型（文/流→视频+音频）	minimax_h3_fl2va_pruned_INT4BQ.safetensors	14.81 GB
  扩散模型（同上，int8）	minimax_h3_fl2va_pruned_int8_convrot.safetensors	19.53 GB
  扩散模型（参考图→视频+音频，int8）	minimax_h3_ref2va_pruned_int8_convrot.safetensors	19.53 GB
  扩散模型（图生视频 GGUF）	minimax-h3-ref2va-Q4_0.gguf	10.6 GB
  文本编码器	qwen3vl_32b_minimax_h3_int4_convrot.safetensors（Qwen3-VL 32B）	13.93 GB
  视频 VAE	minimax_h3_video_vae_fp16.safetensors	4.85 GB
  音频 VAE	minimax_h3_audio_vae_fp32.safetensors（视频自带音轨的秘密）	0.56 GB

  合计约 84GB——磁盘要预留够。

• 配置要求（关键）：模型为 16GB 消费级显卡优化——多档量化（INT4/int8/GGUF）+ block swap 分块换入换出 + 文本编码器加速节点。建议起步配置：GGUF Q4_0（10.6GB）+ 480×832 小分辨率试跑，再按效果升 int8/INT4

• 启动：启动脚本自动检测空闲端口（默认 8188，被占则 +1）；API 与 ComfyUI 完全同构（POST /prompt → history → view）

3.4 ACE-Step 1.5 —— 音乐（主题曲/BGM）

• 仓库：https://github.com/ace-step/ACE-Step-1.5 （MIT，13.9k★，官方口径支持 Mac / AMD / Intel / CUDA）｜官方 Windows 便携包直链见仓库 README
• API 模式：工作目录进便携包，设 $env:ACESTEP_OFFLOAD_DIT_TO_CPU='true' 后跑 start_api_server.bat → http://127.0.0.1:8001
• 配置要求：ACESTEP_OFFLOAD_DIT_TO_CPU=true 必设（否则长歌 VAE 解码掉到 CPU 龟速）；API 与 Gradio UI（7860）互斥——16GB 显存只够放一份模型，跑它前关掉其他占显存的服务
• 成果：《黄昏天台》中文主题曲，202 秒完整版（bpm 73 / 降B小调），一次成曲
• 坑：中文文本走 multipart 必须 .NET HttpClient + 显式 UTF-8（PowerShell -Form 会乱码、curl @file 丢内容）

3.5 GPT-SoVITS —— 配音（TTS）

• 仓库：https://github.com/RVC-Boss/GPT-SoVITS （MIT，63.5k★）

• 部署形态：源码构建 + 内置 runtime（免装环境），权重 v1~v5turbo 齐全，v5turbo 音色最好

• 启动（API 模式）：

  cd <GPT-SoVITS目录>
  runtime\python.exe -I api_v2.py -a 127.0.0.1 -p 9881 -c <推理配置.yaml>
  

• 调用：POST http://127.0.0.1:9881/tts，参数含目标文本、语种、参考音频（3~10 秒）+ 对应的参考台词文本；返回音频流直接落盘

• 硬要求：prompt_text 必须与参考音频的实际台词一致（v5 系必填），对不上会整句丢失/变静音

• 实测：约 1 秒/句；固定 seed 可复现。18 句中文 + 18 句日语全绿（RMS -18~-25 dBFS 无静音）

• 剧本挂载：每句台词行尾 -vocal=文件名.wav;，文件放 game/vocal/；双语切换用双行 + -when=($userData.optionData.language)==2 实现（WebGAL 官方配置项，0=简中 … 2=日本語）

3.6 Playwright —— 自动化验证

• 仓库：https://github.com/microsoft/playwright （Apache-2.0）
• 无头浏览器从标题跑通两条结局路线，验证：素材请求全 200 + <audio>.currentTime 真实推进（不是"请求了"就算数）
• WebGAL 的选项按钮是真 DOM，但 onClick 在内层 div 上，派发事件要点到内层，且 pointerdown/mousedown/pointerup/mouseup/click 五个都要发

四、配置要求汇总

4.1 硬件

两条硬约束（血泪总结）：

1. 本地大模型服务互斥占显存——生图/生视频/音乐/配音一律串行调度：一个环节跑完再起下一个；生视频（84GB 模型）是最重任务，跑它之前关掉其他占显存服务
2. 两个 ComfyUI 系工具默认都是 8188（生图包 + 生视频包）——同跑必须错端口，生视频包自带"自动递增找空闲端口"

其他：

• 磁盘：模型总量约 100GB+（H3 约 84GB + SD 模型 + TTS 权重），建议单独大盘
• 系统：Windows 10/11（全程实测环境）；NVIDIA 显卡 + CUDA（GPT-SoVITS / H3 整合包按 CUDA 配置）
• 软件：任意静态服务器（python -m http.server 或一个 node 脚本）、浏览器、Git（可选）

4.2 软件栈与端口速查

4.3 启动命令速查（路径已泛化，从上到下按流水线顺序）

# ① 生图 ComfyUI：用整合包启动器打开，默认 http://127.0.0.1:8188

# ② 生视频 MiniMax H3：双击 启动程序.bat（自动找空闲端口）

# ③ 音乐 ACE-Step（工作目录 = 便携包目录）
$env:ACESTEP_OFFLOAD_DIT_TO_CPU='true'
.\start_api_server.bat        # → http://127.0.0.1:8001

# ④ 配音 GPT-SoVITS（工作目录 = 源码目录）
runtime\python.exe -I api_v2.py -a 127.0.0.1 -p 9881 -c <推理配置.yaml>

# ⑤ demo 静态服务器（WebGAL 必须走 HTTP，file:// 打不开）
python -m http.server 8123 --directory <webgal-demo目录>
# 或 node serve.mjs 8125 <webgal-demo目录>

五、完整流水线（数据流）

剧本（人物设定 + 分镜表：文件名/用途/提示词要点）
   │
   ├─→ ComfyUI(8188) 出图 ──────→ 立绘/背景/CG → figure/ background/
   ├─→ MiniMax H3(8188+) 出视频 → 开场动画 → video/opening.mp4
   ├─→ ACE-Step(8001) 出音乐 ───→ 主题曲/BGM → bgm/
   ├─→ GPT-SoVITS(9881) 出配音 ─→ 台词 wav → vocal/（-vocal= 挂参数）
   │
   └─→ WebGAL 组装（scene txt + 素材目录）
          → Playwright 无头跑通双结局验证 → 导出（网页 / exe / 免安装包）

复现七步：① 立项写剧本分镜 → ② 复制 WebGAL 工程骨架（补 template.json + Stage/ + UI/ 让它同时是 Terre 工程）→ ③ 写 game/scene/*.txt（边写边刷新预览）→ ④ API 批量出素材、命名与剧本一一对应 → ⑤ 配 config.txt（游戏名、唯一 Game_key、标题图/音乐、功能开关）→ ⑥ 开流程图就补 flowchart.json → ⑦ 打磨 + 打包分发。

六、实测数据（这个 Demo 的成绩单）

七、许可与合规注意（发布/商用前必读）

星标数与许可证于 2026-10-23 经 GitHub API 核实；本文不含任何账号、密钥、网盘提取码与图片生成提示词（本地私有内容已按脱敏原则剔除）。

参考链接

• WebGAL 仓库：https://github.com/OpenWebGAL/WebGAL ｜ 文档：https://docs.openwebgal.com/ ｜ 发布部署：https://docs.openwebgal.com/publish/
• ComfyUI：https://github.com/Comfy-Org/ComfyUI ｜ 文档：https://docs.comfy.org/
• ACE-Step 1.5：https://github.com/ace-step/ACE-Step-1.5
• GPT-SoVITS：https://github.com/RVC-Boss/GPT-SoVITS
• Playwright：https://github.com/microsoft/playwright
• Godot：https://github.com/godotengine/godot ｜ Dialogic：https://github.com/dialogic-godot/dialogic