ersinkoc/AI-Video-Factory

项目介绍

AI Video Factory 把单个选题按阶段流水线做成多语言 YouTube 视频。Claude 代理负责风格、故事、脚本、选角、概念图和审查，付费媒体服务生成配音、图片和视频片段，Remotion 渲染最终成片。Web Studio 展示每个阶段的进展，并让人工在花钱之前审核脚本和角色绘图。

流水线可中断续跑，每个子步骤完成后都会保存。提供四种运动模式：vector（代码驱动的 SVG 木偶动画）、still（图片加 Ken Burns 运动）、mixed 和 animated（AI 视频片段）。绘图质量闸会盲评画面、打分并根据缺陷重画；风格包固定配色、绘制规则和纹理；角色库可跨集复用已通过审核的角色。

快速使用

需要 Node.js 24+、pnpm 11、FFmpeg（若 Remotion 自带副本够用则可省略），以及已登录的 Claude Code 或 ANTHROPIC_API_KEY。fal、Gemini、ElevenLabs 的密钥可选，未配置的提供商会自动禁用。

git clone https://github.com/ersinkoc/AI-Video-Factory.git
cd AI-Video-Factory
pnpm install
cp .env.example .env          # 填写已有密钥
pnpm ys providers             # 查看当前启用的提供商
pnpm ys render-demo           # 本地 Remotion 渲染测试，不调用 API

随后启动 Studio 创建剧集：

pnpm studio                   # http://localhost:3100

在 Studio 点击 New episode，输入选题并选择语言、时长、运动模式、风格包、语音、预算和字幕选项。编辑并批准脚本，再批准或重画角色。生产阶段自动运行，产出视频、.srt 字幕文件，以及带标题、描述、标签和封面的发布包，可选生成 9:16 竖版短视频。

CLI 支持同样的流程，例如：

pnpm ys episode new --topic "Ottoman coffeehouse bans" --lang en --minutes 3 --motion vector --budget 5
pnpm ys episode run <id>

配置与成本控制

密钥和开关放在 .env，README 的配置表列出了 FAL_KEY、GEMINI_API_KEY、ELEVENLABS_API_KEY、ANTHROPIC_API_KEY 和各层模型变量。所有付费调用经过统一媒体网关，按质量和价格给提供商排序，按内容哈希缓存，并在失败时回退。花钱前会显示估算金额，每集对图片、语音和视频 API 设有预算上限；Claude 代理调用单独统计，不计入该上限。

默认资产写入 .data/assets，成本账本写入 .data/ledger.jsonl，视频写入 .data/episodes。也可以通过 pnpm infra:up 和 db:migrate 改用 Postgres 18、Redis 8 和 RustFS（S3）。可选安装 Manim 0.22 和 LaTeX，为 vector 模式添加公式与图表板。

使用约束

• Remotion 对个人、非营利组织及员工不超过 3 人的营利公司免费；更大的公司需要购买 Remotion 公司许可。
• 生成的媒体受各提供商（fal、Google、ElevenLabs）条款约束，参考图片保留其 Wikimedia 许可。
• 默认使用 GPU 渲染（YS_RENDER_GL=angle，约快 40%，3D 角色需要它）；没有 GPU 的机器改用 swangle，GPU 渲染崩溃时会自动用软件 GL 重试一次。
• Studio 每 6 小时检查一次 GitHub 新版本，可用 YS_UPDATE_CHECK=0 关闭。

HotRepo 点评

项目在 2026-11-03 出现在 HotRepo 的 TypeScript 新项目榜，报告在 2026-11-02T10:45:27Z 至 2026-11-03T10:45:31Z 约 24 小时的统计窗口内新增 49 颗 Star，快照记录为 159 Star、22 Fork。本站采样从 2026-11-02T02:45Z 的 100 颗增长到窗口结束时的 159 颗，是持续上升而非单点尖峰。GitHub 全部语言日榜没有记录到该项目，因此这只是新项目观察，不足以说明广泛采用。README 强调可续跑阶段、每集预算上限、内容哈希缓存和针对生成绘图的明确质量闸，使其不同于只做媒体 API 封装的薄壳项目；采用者真正需要权衡的是提供商开销，以及较大团队要额外承担的 Remotion 许可。

项目源码与说明