Video, Bilder, Audio, Texte in Romanlänge und fertige Hörbücher — ein Docker-Image, keine Cloud, keine Lizenz pro Platz. Im Browser bedienen, per REST skripten oder einem KI-Agenten über MCP übergeben.
MuseForge fängt dort an, wo ein Prompt-Feld aufhört: ganze Geschichten, ganze Bücher, und eine Stimme, die von Kapitel eins bis zum Schluss dieselbe Person bleibt.
Video-, Bild- und Audiomodelle — LTX, Wan, Flux, Qwen, MiniMax H3, SCAIL-2, ACE-Step und weitere. LoRAs, Sampling-Feineinstellungen, Multi-Clip und Verlängern.
Beschreibe ein Musikvideo oder einen Kurzfilm. Ein lokales LLM plant die Einstellungen, schreibt Prompts pro Modell, erzeugt Startbilder und lässt die Pipeline laufen.
Outline, Kapitel, Kontinuitätsprüfung dazwischen, Übersetzung in 28 Sprachen und eine Analyse, die Figuren, Zeitachse und Logiklücken meldet.
Dokument importieren, jeder Passage eine Stimme geben, Emotionen und Effekte mit Ducking und Lautheitsanpassung mischen, Kapitel oder ein M4B mit Kapitelmarken rendern.
Eine Stimme aus einer Beschreibung bauen und den Take behalten, der gefällt — oder die eigene Aufnahme als Klon-Referenz übernehmen. Jedes Buch greift darauf zu.
Das komplette Rezept einer Ausgabe sichern — Modell, LoRAs, alle Einstellungen — und mit einem Klick erneut anwenden. 33 sind bereits dabei, in fünf Arten.
Alles, was die Oberfläche kann, ist ein REST-Endpunkt, und ein natives MCP stellt 76 davon als Werkzeuge bereit. Ein Agent kann ein Dokument entgegennehmen und ein fertiges Hörbuch zurückgeben, ohne dass jemand die App öffnet.
claude mcp add --transport http \
museforge http://localhost:7861/mcp
Danach: list_models → generate →
job_status → get_output_url. Oder
upload_document → audiobook_create →
audiobook_render. Alles ohne eigenes Werkzeug ist über
api_request erreichbar.
Unklar, welche Adresse der Agent braucht? GET /api/v1/mcp/info
antwortet mit der Adresse, unter der es selbst erreicht wurde, und einem
fertigen Befehl.
Screenshots aus einer laufenden Instanz — mit einem Befehl neu aufnehmbar.
Eine NVIDIA-GPU mit mindestens 6 GB VRAM, Docker mit dem NVIDIA Container Toolkit und Plattenplatz für die Modellgewichte. Das ist die ganze Liste.
git clone https://github.com/fgilde/MuseForge.git
cd MuseForge
docker compose up -d
http://localhost:7861 öffnen. Modelle werden bei der ersten
Nutzung geladen, nicht bei der Installation — das erste Video dauert deshalb,
spätere Läufe sind schnell.
MuseForge ist ein Fork von Maestro von @Blizaine, das wiederum auf der Wan2GP-Pipeline aufbaut. Maestro ist eine Desktop-App, die über Pinokio installiert wird; MuseForge nimmt dieselbe Engine und richtet sie auf Infrastruktur und Langformat aus. Wer die Ein-Klick-Desktop-Erfahrung will, nimmt Maestro — darin ist es hervorragend.
Veröffentlicht unter der WanGP Non-Commercial Evaluation License 1.1. Frei für nicht-kommerzielle Nutzung; die erzeugten Ausgaben gehören dir.