# AiAutoVideo

**Repository Path**: leejersey/ai-auto-video

## Basic Information

- **Project Name**: AiAutoVideo
- **Description**: 自动化教学视频生成系统
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2026-01-28
- **Last Updated**: 2026-08-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AiAutoVideo - 自动化教学视频生成系统

🎬 从"主题"到"教学视频"的全自动化工作流

## ✨ 功能特点

- **智能脚本生成**: DeepSeek 自动生成结构化分镜脚本（爆款文案风格）
- **Tavily 深度搜索**: 多角度联网搜索，获取干货内容（技术点、学习路径）
- **多种图像来源**: 
  - Nano Banana API 自动生成（信息图风格）
  - 即梦 API 自动生成
  - 手动上传（显示中文提示词供参考）
- **自然语音合成**: Edge-TTS 生成自然流畅的中文配音
- **智能视频合成**: 
  - 视频时长自动匹配音频（解说词不会被截断）
  - Ken Burns 动画效果（缩放/平移）
  - 淡入转场效果
  - 片头片尾卡片
- **在线视频预览**: 生成完成后可直接播放预览和下载

## 📁 项目结构

```
AiAutoVideo/
├── backend/                 # 后端服务 (FastAPI)
│   ├── app/
│   │   ├── core/           # 核心配置
│   │   ├── models/         # Pydantic 数据模型
│   │   ├── services/       # 业务服务
│   │   │   ├── deepseek.py     # DeepSeek 脚本生成
│   │   │   ├── tavily_search.py # Tavily 深度搜索
│   │   │   ├── tts.py          # Edge-TTS 语音合成
│   │   │   ├── image_gen.py    # 图像生成 (Nano/即梦)
│   │   │   ├── video.py        # FFmpeg 视频合成
│   │   │   └── pipeline.py     # 完整流水线
│   │   └── api/            # API 路由
│   ├── outputs/            # 输出目录（视频、音频、图片）
│   ├── environment.yml     # Conda 环境
│   └── requirements.txt
├── frontend/               # Next.js 前端
│   └── src/app/page.tsx    # 主页面
├── start.bat               # Windows 一键启动
├── .gitignore
└── README.md
```

## 🚀 快速开始

### 方式一：一键启动（推荐）

双击运行 `start.bat`，自动完成环境配置和服务启动。

### 方式二：手动启动

#### 1. 环境准备

```bash
# 创建 Conda 环境
cd backend
conda env create -f environment.yml
conda activate aivideo

# 或使用 pip
pip install -r requirements.txt
```

#### 2. 配置环境变量

在 `backend` 目录下创建 `.env` 文件：

```env
# 必填 - 脚本生成
DEEPSEEK_API_KEY=your_deepseek_key

# 可选 - 联网搜索（推荐，可获取更详细的干货内容）
TAVILY_API_KEY=your_tavily_key

# 图像生成（至少配置一个，或使用手动上传）
NANO_BANANA_API_KEY=your_nano_banana_key
JIMENG_API_KEY=your_jimeng_key
```

#### 3. 启动后端

```bash
cd backend
python run.py
```

后端运行在 http://localhost:8002

#### 4. 启动前端

```bash
cd frontend
npm install
npm run dev
```

前端运行在 http://localhost:3000

## 📡 API 接口

| 端点 | 方法 | 描述 |
|------|------|------|
| `/api/generate` | POST | 生成脚本（含 Tavily 深度搜索） |
| `/api/task/{task_id}` | GET | 查询任务状态和进度 |
| `/api/task/{task_id}/script` | GET | 获取生成的脚本 |
| `/api/script/edit` | PUT | 编辑分镜脚本 |
| `/api/task/{task_id}/scenes` | PUT | 更新分镜图像模式 |
| `/api/upload_image/{task_id}/{scene_id}` | POST | 上传分镜图片 |
| `/api/task/{task_id}/confirm` | POST | 确认并开始视频合成 |
| `/api/video/{task_id}` | GET | 下载/播放生成的视频 |

## 🔄 工作流程

```
用户输入主题 + 时长
        ↓
Tavily 深度搜索（3个角度查询，获取干货）
        ↓
DeepSeek 生成分镜脚本
 • 爆款标题（数字+痛点）
 • 5-6个分镜（每个10-12秒）
 • 中文图像提示词（信息图风格）
 • 片头/片尾文案
        ↓
用户编辑/确认脚本
        ↓
选择每个分镜的图像来源
        ↓
┌─────────────────────────────────┐
│  并行处理:                       │
│  • Edge-TTS 生成语音             │
│  • 获取/等待分镜图片             │
└─────────────────────────────────┘
        ↓
FFmpeg 合成视频
 • 视频时长 = 音频时长（自动匹配）
 • Ken Burns 动画效果
 • 片头片尾卡片
        ↓
在线预览 / 下载视频
```

## 🛠 技术栈

- **后端**: Python 3.10+ / FastAPI
- **AI 引擎**: 
  - DeepSeek (脚本生成)
  - Tavily (深度搜索)
  - Nano Banana / 即梦 (图像生成)
- **音视频**: Edge-TTS / FFmpeg / imageio-ffmpeg
- **前端**: Next.js 14 / React / TailwindCSS

## ❓ 常见问题

### Q: 视频生成失败？
A: 检查后端命令行窗口的错误日志，常见原因：
- API Key 未配置或无效
- 图像未上传（手动上传模式）
- 网络连接问题

### Q: 端口被占用？
A: `start.bat` 会自动关闭旧进程。手动修改端口：
- 后端：`backend/app/core/config.py` 中的 `port`
- 前端：`frontend/src/app/page.tsx` 中的 `API_BASE`

### Q: 解说词被截断？
A: 已优化！视频时长现在自动匹配音频时长，解说词不会被截断。

### Q: 图片中没有中文？
A: 图像提示词已优化为中文，但最终效果取决于图像生成 API 的中文渲染能力。

## 📄 License

MIT