全自动内容爆款视频生产器产品系统

内容行业（自媒体、MCN、知识付费）长期存在短视频产能瓶颈：一条成片需要选题、写稿、配音、找素材、剪辑、审核多个环节，人工成本高、周期长。本项目立项旨在用大模型 Agent 流水线将"一个选题"自动转化为"一条可直接发布的成片"，解决中小自媒体团队与知识博主产能不足、外包成本高的痛点。业务场景包括：知识科普类短视频批量生产，以及多平台（抖音/B站/视频号）发布前的自动化制作与质检。

项目包含九大功能模块：选题解析、资料检索、脚本生成、事实核查、TTS 配音、素材检索、分镜组装、渲染输出、成品质检。主要功能：输入一段选题简报，系统自动完成资料调研与脚本撰写；逐句生成配音并自动对齐字幕；从 CC0/CC BY/公有领域素材库检索镜头素材并逐镜头组装；渲染输出带旁白与同步字幕的成片；每条视频自动生成素材来源与署名台账；质检模块对音量、画面、时长自动校验，不达标即阻断产出。

本人独立负责全部设计与开发：整体 Agent 编排架构（25 个智能体，LLM 智能体与确定性非 LLM 智能体混合调度）、4 个人工审核卡点、逐声明事实核查机制。技术栈：Python、LLM API 编排、ffmpeg 音视频处理与 EBU R128 响度测量、SQLite（WAL 模式）。实现亮点与难点：构建"失败即阻断"的质量契约——响度必须实测 -16 LUFS、素材必须帧级验证出现在画面中、成片时长与时间轴误差不超过 ±1 秒；通过 append-only 工件与 WAL 实现崩溃自恢复；80+ 条自动化回归用例；单次运行 LLM 成本控制在 0.006 美元。