输入一个主题，自动完成：搜索资料 → 内容审核 → AI 写稿 → 语音合成 → AI 配图 → 字幕生成 → 视频合成，输出可直接发布的短视频。
支持两种工作模式：
- 交互模式（默认）：每步确认后再执行——写稿后人工审核，确认才继续生成视频
- 全自动模式：输入主题直接出片，无需中途确认
主题: 房产周期的奥秘
故事稿 → 磁性男声配音 → AI生成配图 → 字幕叠加 → 竖屏MP4
输出: output/2025-05-01_房产周期的奥秘/房产周期的奥秘.mp4
# Python 3.10+
pip install openai flask requests python-dotenv moviepy pillow ddgs
# 系统依赖（音频处理）
# macOS
brew install ffmpeg
# Ubuntu/Debian
sudo apt-get install ffmpegcp .env.example .env
# 编辑 .env 填入你的 API Keys必填（三选二）：
| 服务 | 用途 | 获取地址 |
|---|---|---|
| DeepSeek / OpenAI 兼容 API | 写故事稿 | platform.deepseek.com |
| StepFun 或 MiniMax | TTS 语音合成 | platform.stepfun.com / platform.minimaxi.com |
| MiniMax 或 Unsplash | AI 配图 | 同上 / unsplash.com/developers |
详细配置项见 .env.example，里面包含了所有可配参数和说明。
Web 界面（推荐）：
python web/app.py
# 打开 http://localhost:5000
# 勾选「全自动模式」= 一步出片，不勾选 = 先审核文稿再生成命令行：
# 交互模式：写稿后手动确认
python main.py "故宫的未解之谜"
# 全自动模式：跳过确认
python main.py "故宫的未解之谜" --auto
# 竖屏 + 额外要求
python main.py "5G如何改变生活" --extra "科普风格，多点数据" --auto[搜索] → [安全审核] → [AI生成故事稿]
↓
交互模式：人工确认后继续
全自动模式：直接继续
↓
[分段] → [TTS语音合成] → [AI配图] → [字幕生成] → [MoviePy合成视频]
每个任务在 output/ 下生成独立目录，方便管理或删除：
output/2025-05-01_房产周期的奥秘/
├── story.txt # 故事文稿
├── seg_0001.wav # 每段语音
├── image_0001.jpg # 每段配图
├── subtitles.srt # 字幕文件
└── 房产周期的奥秘.mp4 # 最终视频
- 9:16 竖屏（1080×1920）— 抖音 / 视频号 / 小红书
- 16:9 横屏（1920×1080）— B站 / YouTube
video-workflow/
├── main.py # CLI 入口
├── web/app.py # Web 入口
├── story.py # 故事生成 + 自我校验 + 多种风格
├── research.py # DuckDuckGo 搜索 + 内容安全审核
├── tts.py # 语音合成（StepFun / MiniMax 双引擎）
├── images.py # 配图获取（MiniMax AI / Unsplash）
├── subtitles.py # 字幕生成
├── video.py # 视频合成（MoviePy + Pillow）
├── config.py # 全局配置
├── .env.example # 环境变量模板
├── .gitignore
├── LICENSE
└── output/ # 输出目录
- LLM: DeepSeek / 任意 OpenAI 兼容 API
- TTS: StepFun (step-tts-2) / MiniMax (speech-01-hd)
- 配图: MiniMax Image API / Unsplash / 本地图片
- 视频合成: MoviePy + Pillow
- 搜索: DuckDuckGo
- Web: Flask + 原生 JS
MIT