本项目面向个人创作者、小型内容团队和短视频运营者，适用于知识科普、行业解读、人物故事、历史文化、商业财经、美妆护肤、航天科技等内容场景。产品重点解决“持续选题难、系列化生产难、视频制作链路长、人工剪辑成本高”的问题，帮助用户围绕不同领域搭建多个内容系列，在统一风格设定下批量生成主题内容、脚本、分镜、图片、旁白、字幕和成片。项目采用本地运行模式，适合对素材可控性、成本控制、数据本地存储和生成效率有要求的业务场景，尤其适用于 10 秒到 5 分钟左右的图文动画类知识视频和轻量短视频生产
本项目是一个本地 AI 系列视频工作台，核心功能覆盖从内容策划到视频导出的完整链路。系统支持领域、系列、主题、Episode、分镜、素材等多层级内容管理，用户可以先建立行业领域，再配置系列的人设、受众、讲述语气、视觉风格、内容结构和禁忌规则，保证多期视频风格统一。围绕某个主题，系统支持 AI 生成大纲、脚本、分镜和图片提示词，并进一步生成分镜图片、旁白音频和 SRT 字幕，最后通过本地视频合成能力输出 MP4 成片。同时项目支持多 Provider 能力接入，分别管理文本、图片、语音和视频模型配置，支持后续灵活替换不同云端 AI 服务；也提供任务状态管理、作品库管理、设置管理和 License 激活能力，满足本地可用、可控、可扩展的视频生产需求。
我负责该项目从产品方案落地到核心功能实现的整体建设，重点完成了本地 AI 视频生成工作台的架构设计与核心模块开发。技术上，项目采用 Next.js 16、React 19、TypeScript、Prisma 和 SQLite 作为基础栈，前端负责页面展示、表单编辑、分步生成和结果预览，后端基于 Next.js Route Handlers 与 Server Actions 承担数据处理、任务编排和服务调用。系统架构按领域管理、系列管理、主题管理、Episode 生成、分镜编辑、Provider 配置、License 校验、本地存储和视频渲染等模块拆分，利用 Prisma 管理结构化数据，利用本地 storage 目录保存图片、音频、字幕和成片等生成素材。AI 能力上，我实现了面向文本、图片、语音、视频四类服务的 Provider Adapter 设计，避免能力写死在单一平台，便于后续接入 DeepSeek、OpenAI 兼容接口及其他模型服务。视频生成链路上，我重点实现了脚本到分镜、分镜到图片、旁白与字幕生成、再到 FFmpeg 本地合成 MP4 的完整流程，并预留动态图文视频与动态短片两种模式的扩展空间。项目亮点在于本地化部署、生成链路完整、系列化配置驱动、多 Provider 可扩展以及素材与成片全量落盘；实现难点主要集中在多步骤生成流程编排、不同 AI 能力的统一抽象、音视频时长对齐、字幕与分镜同步、本地文件管理以及视频合成失败后的重试与状态管理。
评论