Skip to content

judefluen-coder/tech-pr-workbench

BranchesTags

Repository files navigation

Tech PR Workbench

Local-first AI interview discovery, Chinese subtitle translation, and authorized clip preparation for tech PR teams.

Tech PR Workbench 帮科技公司 PR、内容运营和创始人办公室把公开视频采访变成可复核的日报和可剪辑素材：先发现 AI/科技采访，保留原始链接和嘉宾线索，再为授权视频生成中文字幕、推荐高光片段并导出剪辑序列。

默认定位：个人或小团队本地工具。请只下载、剪辑和再发布你有权处理的素材。

Highlights

  • 按日期区间抓取 AI 采访候选：YouTube 优先，B 站补充。
  • 汇总标题、来源、发布时间、人物识别、中文摘要和原始链接。
  • 从采访列表点击“剪辑”进入统一工作台；需要素材时，再在工作台内下载视频并准备字幕。
  • 用“第一步选片段 / 第二步排顺序 / 第三步导出成片”的纵向流程完成粗剪。
  • 后台 worker 持久处理下载、字幕和视频导出，刷新或重启后任务可以继续。
  • 导出 VTT/SRT 字幕、剪辑表 CSV，以及带中文字幕的 16:9 或 9:16 序列视频。

Quick Start

git clone https://github.com/judefluen-coder/tech-pr-workbench.git
cd tech-pr-workbench
npm run doctor
npm run setup
npm run dev

打开 http://127.0.0.1:5173。后端默认运行在 http://127.0.0.1:8000。

GitHub Pages 体验版

体验版复用同一套前端和工作流，但使用浏览器内存中的样例采访、任务、字幕和剪辑片段。抓取、下载、Logo 上传和 MP4 导出只做交互模拟，不会连接平台、调用本地工具或把文件上传到服务器。

在线体验：https://judefluen-coder.github.io/tech-pr-workbench/

本地预览体验版：

npm run build:demo --prefix frontend
npm run preview:demo --prefix frontend -- --port 4173

打开 http://127.0.0.1:4173/tech-pr-workbench/。推送到 main 后，.github/workflows/pages-demo.yml 会使用 GitHub Actions 构建并发布 Pages。

截图导览

1. AI 采访日报

AI interview daily dashboard

这个页面用于每天判断“有哪些视频值得进入下一步”：

  • 顶部日期区间：选择要看的日期，例如昨天，或 6 月 1 日到 6 月 13 日。
  • 抓取按钮：运行 YouTube/B 站发现流程，刷新候选采访。
  • 数据概览：显示候选数量、可处理数量、处理中数量、已可剪辑数量。
  • 来源状态：告诉你 YouTube、B 站、RSS 等来源当前是否可用。
  • 视频列表：逐条展示标题、来源、人物识别、摘要、观看量和时长。
  • 操作按钮：打开原始链接，或点击“剪辑”进入当前视频的工作台。

人物标签有三类：

  • 追踪：某人：命中了你的重点人物池。
  • 识别：某人：系统从标题、简介或字幕中识别出的采访嘉宾。
  • 人物待确认：标题、简介和已有字幕里暂时没有明确嘉宾。

2. 剪辑工作台

Clip workbench

这个页面按照从上到下的三个步骤，把一条采访变成可发布素材：

  1. 选择要保留的片段：播放视频、选择一句或多句字幕，或直接加入推荐高光。
  2. 排列成片顺序：上下移动、预览或移除片段。
  3. 导出成片：确认预计时长，选择画幅、字幕和保存位置，然后生成 MP4。

默认界面只展示粗剪所需操作。审片状态、文案、边界精修、品牌 Logo、导出范围与完整预检保留在“更多工具”或“高级设置与导出检查”中。

当前产品化开发范围与阶段进度见 Local Studio v1 Roadmap。

典型工作流

  1. 打开 http://127.0.0.1:5173。
  2. 选择日期区间，点击“抓取区间 AI 采访”。
  3. 浏览候选列表，看摘要、人物标签和原始链接。
  4. 对值得处理的视频点击“剪辑”。
  5. 如果素材尚未准备，在工作台点击“下载视频”；系统会同时准备可用字幕。
  6. 在第一步选择字幕或推荐高光，在第二步调整顺序。
  7. 在第三步点击“导出序列视频”，选择保存位置并生成 MP4。

默认是否收费

默认配置不依赖额外付费 API：

  • yt-dlp、FFmpeg、SQLite、Argos Translate、本地 Ollama 都是本机工具或开源软件，本项目不会向它们按量付费。
  • YouTube Data API 用于发现公开视频元数据，主要受每日 quota 限制；默认配额可能不够大规模生产使用。
  • OpenAI API 不参与默认流程，也不会默认安装 SDK。只有当你额外安装 backend[cloud-ai]、设置 CLOUD_AI_ENABLED=true 并提供 OPENAI_API_KEY 时，才会调用云端付费模型。
  • GitHub 公共仓库可免费托管代码；如果你启用额外的私有团队、Actions 大量 CI、Packages 等能力，可能进入 GitHub 自身的计费范围。

平台支持

已在 macOS 本地开发和测试。Linux 通常可以直接运行。Windows 建议优先使用 WSL2；原生 Windows 也可以尝试，但需要确保依赖都在 PATH 中。

基础依赖：

  • Node.js >=20.19.0 或 >=22.12.0
  • uv

媒体功能依赖：

  • FFmpeg：用于稳定合并 YouTube 音视频、抽音频和导出剪辑。缺失时仍可安装并启动项目，下载会尝试单文件格式，但能力会受限。

可选依赖：

  • YouTube Data API key：提升 YouTube 发现稳定性。
  • opencli：无 YouTube API key 时补充搜索。
  • Ollama：本地大模型翻译备用。
  • faster-whisper：没有字幕时做本地转写。
  • XiaDown：外部下载器，当前不作为内置下载引擎自动安装。

macOS 可用 Homebrew 安装基础依赖：

brew install node uv ffmpeg

依赖完整性

把 GitHub 链接发给别人后，对方只要能 clone 仓库，并且本机已经有基础依赖，就可以本地运行。项目不是完全自包含安装包，所以不会把你电脑上的 FFmpeg、opencli、Ollama 或 API key 一起带过去。

npm run setup 会自动安装：

  • 后端 Python 依赖：FastAPI、yt-dlp、Argos Translate、本地测试依赖等。
  • 前端 npm 依赖：React、Vite、图标、表格等。
  • .env：如果不存在，会从 .env.example 复制一份。

用户需要自己先准备：

  • Node.js / npm：Node 需要 >=20.19.0 或 >=22.12.0
  • uv
  • FFmpeg：建议安装；缺失时 npm run setup 不再中断，但视频下载合并、抽音频和导出会受限

可选增强不会自动安装：

  • opencli：没有 YouTube API key 时，用来补充 YouTube 搜索。没有它也能运行，只是发现覆盖率会下降。
  • Ollama：本地大模型翻译备用。没有它时，系统会优先用原中文字幕或 Argos 本地翻译。
  • faster-whisper：没有字幕时做本地转写，需要手动安装 backend[local-asr]。
  • OpenAI SDK：默认不安装，只有用户显式启用云端 AI 时才安装 backend[cloud-ai]。
  • XiaDown：当前不是内置下载引擎，可以作为外部下载器使用；下载好的授权素材再导入工作台处理。
  • YouTube API key / OpenAI key：必须用户自己申请并写入 .env。

可以让对方先运行：

npm run doctor

它会检查基础依赖，并提示哪些可选工具缺失以及影响。

npm run setup 会在缺少 FFmpeg 时继续安装项目依赖；这是为了让干净机器先把应用跑起来。真正处理视频前仍建议安装 FFmpeg。

如果对方准备把 GitHub 链接丢给 Codex、Claude Code、Cursor 等本地 coding agent，让大模型帮忙安装，请看 Setup With A Coding Agent。里面有可直接复制的提示词，以及哪些依赖能自动装、哪些需要用户自己提供授权或 API key。

启动细节

git clone https://github.com/judefluen-coder/tech-pr-workbench.git
cd tech-pr-workbench
npm run doctor
npm run setup
npm run dev

打开：

http://127.0.0.1:5173

npm run setup 会：

  • 如果 .env 不存在，从 .env.example 复制一份。
  • 安装后端依赖，包括本地翻译依赖。
  • 安装前端依赖。

npm run dev 会同时启动：

  • Backend: http://127.0.0.1:8000
  • Frontend: http://127.0.0.1:5173
  • Worker: 持久处理下载、字幕重处理和视频导出任务

浏览器刷新或服务重启不会丢失排队任务；中断的 worker 任务会在下次启动时自动恢复。失败任务可以在网页状态栏直接重试。

这套本地运行形态参考了 MoneyPrinterTurbo 一类本地 AI 工具的交付方式：浏览器是统一操作面，FastAPI 提供接口，独立 worker 执行耗时媒体任务，SQLite 和 storage/ 保存进度与文件。用户通常只需要启动一次并留在网页里操作；原生模式适合调用 OpenCLI 浏览器，Docker Compose 适合隔离依赖和迁移到另一台机器。

Docker Compose 模式

已经安装 Docker Desktop 的机器可以只用 Docker Compose 启动可复现的网页、API 和 worker：

docker compose up --build

然后打开 http://127.0.0.1:5173。数据库、下载素材和导出文件都保存在仓库的 storage/ 中；停止服务使用 docker compose down。

Docker 模式适合在干净机器上快速部署，但容器不能直接调用宿主机的 OpenCLI 浏览器窗口，因此 YouTube 发现会使用 API key 或 yt-dlp 回退。需要 OpenCLI 可视浏览器抓取时，请使用上面的原生 npm run dev 模式。Docker 中的“下载文件夹/桌面”导出会映射到 storage/Downloads/ 或 storage/Desktop/。

配置

编辑 .env：

YOUTUBE_API_KEY=
ARGOS_TRANSLATE_ENABLED=true
LOCAL_ASR_ENABLED=false
DOWNLOAD_ENGINE=yt-dlp
LOCAL_YTDLP_DISCOVERY=true
OPENCLI_DISCOVERY_ENABLED=true
OPENCLI_WINDOW_MODE=background
OPENCLI_PREFLIGHT_ENABLED=false
BILIBILI_DISCOVERY_ENABLED=true

建议第一步先不配置 OpenAI。需要更稳定的 YouTube 发现结果时，再配置 YOUTUBE_API_KEY。

OPENCLI_WINDOW_MODE=background 是默认推荐值：抓取时不会抢走当前工作台页面。只有在调试 opencli 浏览器插件连接问题时，才建议临时改成 foreground 并开启 OPENCLI_PREFLIGHT_ENABLED=true。

如果确实需要 OpenAI 作为云端转写/翻译兜底：

uv sync --project backend --extra cloud-ai

然后在 .env 中设置：

CLOUD_AI_ENABLED=true
OPENAI_API_KEY=你的 key

如果需要本地 Whisper 转写：

uv sync --project backend --extra local-asr

然后在 .env 中设置：

LOCAL_ASR_ENABLED=true

字幕和下载策略

在工作台点击“下载视频”后，系统按顺序尝试：

  1. 下载原视频和可用字幕。
  2. 如果已有中文字幕，直接导入。
  3. 如果只有英文字幕，用本地翻译生成中文字幕。
  4. 如果没有字幕，并且启用了本地 ASR 或云端 AI，再做转写和翻译。

导出序列视频时，系统会读取剪辑序列中的全部片段，拼接成一个 MP4。导出面板支持原尺寸、1920×1080 横版和 1080×1920 竖版，可选择裁切填满或完整画面、主体横向位置、字幕模板与安全区，并可上传品牌 Logo 叠加到四个角位。

yt-dlp 的状态检查、YouTube 搜索和授权下载共用同一个运行时解析器：优先使用 YTDLP_PATH，其次使用 PATH 中的命令，最后回退到项目 Python 环境中的 yt_dlp 模块。/api/system/status 会显示最终采用的可执行路径和版本。

合规提醒

  • 日报发现阶段只保存元数据和原始链接。
  • 自动下载用于本地剪辑工作流，请确保你有权下载、编辑和导出该视频。
  • 不要提交 .env、storage/ 里的数据库、下载视频、导出视频或字幕文件。
  • 如果平台条款或素材授权不允许下载，请只保留原始链接，或导入你已经获得授权的本地素材。

测试

npm run test

或分别运行：

npm run test:backend
npm run build:frontend

项目运行时还可以执行服务冒烟检查：

npm run smoke
SMOKE_VIDEO_ID=<本地视频编号> npm run smoke

当前正式版本已验证：

  • 49 个前端与脚本测试通过。
  • 50 个后端测试通过。
  • TypeScript/Vite 正式版和 Pages 体验版构建通过。
  • 真实 YouTube 搜索能返回视频、标题和封面。
  • 真实 FFmpeg 短片导出通过（H.264/AAC、中文字幕、1920×1080）。
  • Playwright 桌面与 390px 手机流程通过，浏览器控制台无错误。

详细证据见 测试报告。

完整发布步骤见 Local Studio v1 Release Checklist，启动、OpenCLI、下载和导出问题见 Troubleshooting。

常见问题

没有 YouTube API key 能用吗？

能用，但发现覆盖率会下降。系统会尝试本机 opencli/yt-dlp 搜索和 B 站来源。要稳定追踪大量人物，建议配置 YouTube Data API key。

为什么有些视频显示“人物待确认”？

这表示标题、简介和已有字幕里没有明确采访嘉宾。下载翻译完成后，系统会用字幕再识别一次。

剪辑序列导出的是哪些视频？

导出序列视频会读取当前视频的剪辑序列，把你加入序列的所有片段按顺序拼接。没有加入序列的高光建议不会自动进入导出。

可以给非技术用户用吗？

可以作为本地工具使用。当前版本仍需要安装 Node.js、uv 和 FFmpeg；如果要完全给非技术同事使用，下一步建议做 macOS .app 或 Docker Desktop 一键包。

About

Local-first AI interview discovery, Chinese subtitles, and authorized clip prep for tech PR teams.

Topics

aibilibilifastapilocal-firstmedia-monitoringpythonreactsubtitlestech-prvideo-clippingyoutube

Resources

Readme
MIT license
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages