剪辑文案生成 Agent

一个本地运行的短视频剪辑文案工作台：输入一段文字，设置每段几秒，自动拆成带时间码的口播脚本、字幕、画面建议、尾帧衔接说明，以及可直接复制到豆包的视频生成提示词。

界面预览

主界面

生成结果

API 配置

接口配置放在项目根目录的 .env 文件里，页面不会显示或保存 API Key。

OPENAI_BASE_URL=https://api.openai.com/v1
OPENAI_API_KEY=你的key
OPENAI_MODEL=gpt-4.1-mini

第一次使用时，可以把 .env.example 复制成 .env，再把 OPENAI_API_KEY 改成你的真实 key。.env 已加入 .gitignore，不要发给别人。

如果没有配置 API Key，工具会使用本地规则完成分段和基础文案，方便先测试流程。配置 Key 并勾选 AI 润色 后，会请求 /chat/completions 生成更完整的脚本。

启动

python server.py

打开：

http://127.0.0.1:8765

分段设置

• 每段秒数：控制每段时间码长度，例如 3 秒、5 秒、8 秒。
• 固定段数：留空时按字数和语速自动估算；填写后强制输出指定段数。
• 文案类型：默认是 多个短动漫视频。
• 图片前缀：默认 图，会生成 图1中的人物、图2中的人物 这类豆包可识别写法。
• 尾帧前缀：默认 图finally，第 1 段输出尾帧为 图finally1，第 2 段会引用上一段尾帧 图finally1。
• 每段末尾要求：默认 生成无背景音乐的16：9视频。，会作为每段豆包提示词最后一行。

输出字段

每段会生成：

• start / end：时间码
• copy：可直接配音的口播文案
• subtitle：更短的屏幕字幕
• visual：画面或镜头建议
• environment：重新描绘本段环境、光线、人物位置、构图
• continuity：与上一段尾帧的衔接说明
• image_label：本段人物参考图，例如 图1
• previous_tail_frame_label：上一段尾帧，例如 图finally1
• output_tail_frame_label：本段结尾尾帧，例如 图finally2
• doubao_prompt：可直接复制给豆包的视频生成提示词