AI 短视频流水线：文案+配音+画面一条龙自动出片

接受类似合作

解决什么: 做短视频最累的不是创意，而是重复的体力活：写文案、录配音、配画面、导出，每期都从头来一遍。这套流水线把这些机械环节自动化——AI 出文案、自动配音、代码渲染画面，让人专注在选题和把关上，而不是被体力活淹没。
实际耗时: 这是持续增加专题的创作流水线，未按单一交付项目记录总工时。

查看详细资料（3 项）

技术与AI: GLM / 智谱（文案生成）、edge-tts（中文配音合成）、Remotion（React 驱动的视频渲染）、headless Chrome（截图）、ffmpeg（音视频合成）、AI 辅助生成画面文案与字幕
踩过的坑: 迭代中踩过几类坑并已修：生图服务曾静默退回占位图，后来增加文件类型和来源检查；字幕会溢出或缺少英文词间空格，后来统一排版规则；画面曾误印 URL 域名影响平台审核，后来调整来源展示；英文版曾残留中文硬编码，后来补齐语言分支检查。
公开范围: 流水线代码在仓库内（ai_douyin_video_pipeline/）；成品视频按各发布平台规则发布。本作品无独立公开访问站点，页面仅展示真实成片抽帧。

不是手动剪片子，而是把短视频做成一条能反复跑、能批量出片的流水线。

做短视频最累的不是创意，而是重复的体力活：写文案、录配音、配画面、导出，每期从头来一遍。这套流水线把这些机械环节自动化——AI 出文案、自动配音、代码渲染画面、再合成。

像印刷厂：你给一份原稿（专题主题），流水线自动排版、配图、印刷、装订，出来一本成品。它不替你写内容，但把「写完到成片」中间的机械环节都包了。

对应：原稿=专题文案；排版印刷=渲染画面配音；成品=可发布的视频

这个比方在哪会塌：印刷厂印不出好内容：如果原稿（文案）本身空洞或有事实错误，流水线只会高效地做出一个空洞或错误的视频。

它防止的误解：防止把「自动化出片」理解成「自动出好内容」——创意与事实核查仍是人的责任。

它解决了什么

让「写完文案」到「能发的视频」之间的体力活自动化：文案生成、中文配音、带动画画面、字幕、合成，每期可重复跑，不用每次手动剪辑。

GLM（智谱）生成专题文案；作者做事实核查（AI 会一本正经胡编）
edge-tts 合成中文配音；Remotion（React 驱动）渲染带动画画面
headless Chrome 截图 + ffmpeg 合成音视频
字幕排版规则：英文词间加空格、最多两行、不溢出；画面不印 URL/域名（平台审核）
每个专题 = 独立 demoData（数据）+ runtime（节奏）+ 复用 EditorialPromptSkills（杂志风组件），Root.tsx 注册即可渲染

延伸：这三件作品（AI 工作站、开源雷达、短视频流水线）是同一套「把 AI 能力变成普通人能用的东西」的不同侧面。如果想从整体看，回到作品列表。

最后复核：2026-07-28

AI 领域更新很快，相关工具/价格/规则可能已变化，重要事实请以官方来源为准。