爆款解码——AI短视频拆解与内容生成系统产品系统Vibe Coding

短视频已经成为品牌营销、电商推广和新媒体运营的重要获客渠道，但运营人员面对大量竞品视频时，普遍存在选题筛选效率低、内容结构难以复用、人工拆解耗时以及创作经验难以沉淀等问题。本项目面向短视频运营团队、内容创作者和电商品牌，打通爆款发现、内容拆解、创作蓝图、平台文案及视频素材生成流程，将优秀案例转换为结构化、可复用的内容生产资料，降低短视频策划与制作门槛。

系统支持B站、抖音和小红书等内容平台，可通过关键词搜索或粘贴分享链接导入案例，并批量获取标题、封面、作者及互动数据。系统利用语音识别和大模型分析视频内容，自动提取选题、目标人群、开场钩子、内容结构、情绪节奏、行动引导、分镜和字幕等16项爆款模板字段，支持卡片查看、横向对比及CSV导出。在此基础上还可汇总多个案例生成创作蓝图，生成适配抖音、小红书和B站的平台文案，并完成商品图片分析、分镜图生成、视频片段生成、AI配音和成片合成，形成从案例分析到内容生产的完整工作流。

我负责项目需求梳理、系统架构、核心分析流程、前后端开发及第三方能力接入。后端采用Python与Flask构建API服务，将B站、抖音和小红书封装为可插拔数据源，并通过FFmpeg完成媒体提取与转码，接入阿里云百炼Paraformer进行语音识别，结合Qwen大模型完成结构化内容分析、创作蓝图和文案生成。前端采用React、TypeScript、Vite和Tailwind CSS开发，通过SSE实时展示分析进度，并实现批量并发处理、失败隔离、二维码登录、结果对比和CSV导出。实现难点包括多平台数据结构统一、平台风控适配、断点续传、非标准大模型输出容错，以及分镜图、视频、配音和成片合成任务的流程编排。