自己在做知识类短视频，之前的流程是 AI 一口气生成选题、脚本、动画代码，再渲染。问题是前面的毛病要到下一步审核时才暴露，返工成本很高。 所以重写了一个工作台，思路是： 每个阶段都是一块"画布"，agent 直接改工作区里的文件，你在旁边看着结果继续提要求，改满意了再定稿进入下一步。 流程 选题池：头脑风暴对话，agent 联网搜索（ Tavily ），往池子里写选题卡片 选题打磨 → 选题简报（核心问题、反直觉点、关键事实 + 出处） 叙事 → 分镜 JSON：旁白、画面要点、节拍；逐镜校验，火山引擎 TTS 配音 动画 → 每个镜头一份 HTML/Canvas 场景代码（可用 WebGL / three.js ），agent 自己渲染关键帧做视觉自检；成片由 Chromium 逐帧渲染 + ffmpeg 编码混音 除了知识讲解，还支持无旁白的动态图形短片和音乐 MV （上传歌曲，自动分析节拍/段落/能量曲线） 几个我觉得有意思的设计 每轮快照 ：自建快照库（不在工作区里用 git ），每轮 agent 改完自动打快照，可看 diff 、可回滚 分阶段 ：每个阶段只改自己的产物；下游发现上游有问题，可以提"回退建议"，在对话流里显示为卡片，由人决定处理还是忽略；上游改了，下游标记 stale 双运行时 ：Claude Agent SDK + OpenAI Agents SDK ，后者通过 LiteLLM / OpenAI 兼容接口接 DeepSeek 、豆包等。Claude 可以直接用本机 claude 登录，不用 API key 风格库 ：风格是 skill 形态的目录（ STYLE.md + 参考 + 金样本 + 截图），建项目时选一套，各阶段 agent 按需读 技术栈 FastAPI + SQLite(WAL) 单机部署，api 和 worker 两个进程只通过 SQLite 和数据目录通信，没有其他中间件；前端 Vue 3 + Tailwind + shadcn-vue 。macOS 和 Windows 11 原生都能跑； macOS 上 agent 执行的命令跑在 Seatbelt 沙箱里。 仓库 👉 github.com/PGshen/ai-video-studio 欢迎提意见和 star~

  • 情报分类：硬件与数码
  • 分类依据：内容涉及硬件、数码产品或通信卡
  • 信息来源：服务器 / V2EX
  • 发布时间：2026/10/13 17:58:53