AI 大模型驱动的一键短视频生成工具实践

手动部署说明

若需手动部署，请遵循标准 Python 项目流程：

1. 创建虚拟环境：

python -m venv venv
source venv/bin/activate  # Linux/Mac
venv\Scripts\activate     # Windows

2. 安装依赖包：

pip install -r requirements.txt

3. 配置环境变量：

项目通常包含 .env.example 文件，复制为 .env 并根据实际需求填入 API Key 等信息。

常见问题处理

镜像源问题

在拉取系统包时，如果遇到连接 deb.debian.org 失败的问题，可以通过修改 Dockerfile 中的镜像源解决：

RUN echo "deb http://deb.debian.org/debian buster main" > /etc/apt/sources.list
RUN sed -i 's/deb.debian.org/mirrors.aliyun.com/g' /etc/apt/sources.list

中文生成报错

在使用中文主题生成视频时，可能会遇到如下错误：

AttributeError: 'NoneType' object has no attribute 'get'
# 原因：failed to generate audio, maybe the network is not available.
# 建议：if you are in China, please use a VPN.

此问题通常与 TTS 服务的网络访问限制有关。如果是测试用途，建议暂时使用英文主题；生产环境需确保网络环境通畅或配置代理。

配置与使用指南

界面概览

部署完成后，通过浏览器访问 Web 界面。主要功能区域分为四部分：

1. 文案设置：输入主题或粘贴自定义文案。
2. 视频设置：选择分辨率、时长等参数。
3. 音频设置：选择语音风格、背景音乐。
4. 字幕设置：调整字幕样式。

操作流程

1. 填写主题：必填项，例如'人工智能的未来发展'。
2. 模型选择：在后台配置中选择可用的 LLM 模型。
3. 参数调整：根据需求调整视频尺寸和时长。
4. 生成任务：点击生成按钮，系统将自动执行后续流程。
5. 查看日志：后端日志会实时输出素材搜索、下载、剪辑进度。
6. 下载成品：视频合成完成后，可在页面直接下载。

模型接入配置

项目支持灵活的模型接入配置。在环境变量中，可以指定不同的 API 地址和密钥。例如：

• OpenAI：适用于全球通用场景。
• Moonshot：国内可用，响应速度快。
• Ollama：支持本地部署模型，保护数据隐私。
• 通义千问：阿里系模型，对中文理解较好。

开发者可根据实际需求组合使用这些模型，实现成本与效果的最优平衡。

扩展性与未来计划

自定义素材支持

目前程序自动从网络下载素材。已有社区反馈希望能支持上传自定义素材。作者已在后期计划中列入此功能，这将进一步提升工具的灵活性。

性能优化

随着生成任务的增加，可以考虑引入消息队列（如 Redis/RabbitMQ）来处理异步任务，避免阻塞主线程，提升并发处理能力。

总结

该开源项目提供了一个低门槛的视频自动化解决方案，特别适合需要快速产出内容的自媒体从业者。通过集成主流大模型能力，实现了从创意到成品的全流程自动化。配合 Docker 部署，上手难度较低。对于有二次开发需求的开发者，清晰的 MVC 架构也为功能扩展提供了便利。