视频流水线工作台产品系统Vibe Coding

1.做投教短视频，最头疼的就是「慢」。
一篇口播稿写完，接下来要找人录音、设计分镜、画图、做动画、剪辑、加字幕……一条一两分钟的视频，少说也得折腾好几天。团队人手有限，内容需求却越来越多，传统流程根本跟不上。
于是我们想了个办法：用户只需要交一篇口播稿，剩下的全部交给 AI 自动完成——从语音合成、分镜设计、画面生成、文字校验、视频制作到最终拼合加字幕，一条龙搞定，输出一条可以直接发布的成品视频。
2.上一篇聊的口播线，解决的是「会写稿就有视频」——你交一篇口播稿，AI 帮你配音、分镜、画图、剪辑，几分钟出成片。
但跑了一段时间我们发现，还有一大群人连稿都不会写：楼下的火锅店、街角的奶茶铺、开舞蹈工作室的朋友。让他们写「钩子—痛点—卖点—促单」的口播稿，比让他们剪视频还难。他们的真正痛点不是「没有生产能力」，而是不知道什么样的内容会火。
而答案其实就在那儿——抖音上每天都在诞生被市场验证过的爆款：开头几秒怎么钩人、什么时候抛痛点、什么节奏递进卖点、怎么收口促单，整条视频的情绪曲线都是拿真金白银的流量跑出来的。
于是我们做了第二条流水线——复刻线：
上传一条爆款视频 → AI 把它拆解成结构化模版 → 换上你自己的人物、产品、场景、口播稿 → 全自动生成一条结构相同但内容是你的新视频。
一句话概括两条线的分工：口播线是「从 0 到 1」的自由创作，复刻线是「从 1 到 1'」的定向迁移——创作交给爆款的原作者，生产交给 AI，商户只负责「我是谁、我卖什么」。

1.用户只需要交一篇口播稿，剩下的全部交给 AI 自动完成——从语音合成、分镜设计、画面生成、文字校验、视频制作到最终拼合加字幕，一条龙搞定，输出一条可以直接发布的成品视频
2.上传一条爆款视频 → AI 把它拆解成结构化模版 → 换上你自己的人物、产品、场景、口播稿 → 全自动生成一条结构相同但内容是你的新视频。

项目概述：本项目构建了一套「AI 视频流水线控制台」——面向团队的 AI 内容生产中台，覆盖口播视频生成、爆款视频复刻、图片海报裂变三条自动化生产链路，实现从文案/素材输入到成片输出的全流程无人值守生产。技术栈：前端采用 React 18 + TypeScript + Vite + Zustand + Tailwind CSS；后端采用 Python FastAPI + uvicorn + SQLite；AI 能力统一接入阿里云百炼 DashScope（qwen3.7-plus 承担 LLM/VLM 理解与生成、qwen3.8-omni-flash 多模态解析、qwen-image 3.0 生图、CosyVoice 语音合成与音色复刻、wan3.0-video/R2V 模型生视频、videoretalk 口型同步）；FFmpeg 完成合成与字幕烧录，OSS 承载音视频大文件，AgentScope 实现对话式 function-calling 助手。系统架构：采用 React SPA + FastAPI 同源托管的单服务架构，REST 处理鉴权与项目 CRUD，WebSocket 承载事件流。核心分三层：编排层（口播线 8-Phase、复刻线「解析 R0 + 生成 R3–R7」、裂变线 F1–F7 三套 Phase 编排器）；服务层（项目管理、并发调度——全局并发上限 2、单用户运行中限 1、内存事件总线）；执行层（生图/生视频等重 IO 调用以独立子进程执行、stdout 逐行回流解析为进度事件，LLM 阶段进程内直调并统一重试、用量与成本核算）。多租户按用户目录隔离，每账号独立配置 API Key，成本归属到人。