描述
AI-Video-Factory 是一个开源的 GitHub 存储库,旨在自动化和简化多语言 YouTube 视频的创建。从单一主题开始,系统协调一系列 Claude 代理来处理视频制作的各个阶段,包括剧本编写、内容规划、视觉资产生成(绘图)和全面的审核流程。该项目强调通过专用的 Studio 界面保持人类控制,确保创作者能够指导和完善 AI 生成的内容。
阅读更多
该架构支持强大的工作流程,集成了数据库集成功能以进行持久数据管理、成本跟踪以监控资源消耗,以及配额管理以控制使用情况。最近的更新表明持续开发,新增了如 Gemini Omni Flash 视频适配器作为 Veo 的替代品,增强了视频输出能力。该系统还结合了先进的视觉效果,允许镜头携带程序化的 Three.js 插图和 PixiJS/CSS 效果,丰富了生成视频的视觉质量。
此外,AI-Video-Factory 包含了在框架检查表中进行风格感知解剖检查的功能,确保视觉一致性和质量。Studio 界面不断改进,以便更好地发现和修订,促进迭代创作过程。该项目还支持角色画廊、风格创作和基于证据的剧集编辑,提供全面的视频定制和完善工具。通过关注基于代理的自动化和人类参与的控制,AI-Video-Factory 旨在使创作者能够高效地制作高质量的多语言视频内容。
该存储库积极维护,频繁提交以解决安全基线、性能改进和新功能集成。它提供了一个灵活且可扩展的视频生成框架,适合希望自动化和扩展视频制作工作的开发者和内容创作者。开源的性质鼓励社区贡献和进一步开发,促进了一个先进的 AI 驱动视频创作生态系统。
- 类别AI 视频生成器
- 定价模式开源
- 部署云端
- 平台网页版
AI-Video-Factory的核心功能
从单一主题生成多语言 YouTube 视频
用于剧本编写、规划、绘图和审核的 Claude 代理
通过 Studio 界面实现人类参与控制
用于数据管理的数据库集成
用于资源监控的成本跟踪
用于使用控制的配额管理
Gemini Omni Flash 视频适配器(可选)
程序化的 Three.js 插图和 PixiJS/CSS 效果
视频帧的风格感知解剖检查
用于发现和修订的 Studio 界面
用于视觉定制的角色画廊
风格创作能力
基于证据的剧集编辑
可重复的 CI 和离线诊断
安全发布恢复机制
AI-Video-Factory入门
克隆存储库:使用 `git clone https://github.com/ersinkoc/AI-Video-Factory.git` 获取项目文件。
安装依赖:导航到项目目录并使用 `pnpm install` 或 `npm install` 安装必要的包。
配置环境:通过将 `.env.example` 复制到 `.env` 并填写所需的 API 密钥和设置来设置环境变量。
运行 Docker Compose:使用 `docker-compose up -d` 启动服务以启动 Studio 和代理。
访问 Studio:打开您的网页浏览器,导航到 Studio 正在运行的本地地址以开始创建视频。
定义主题:在 Studio 界面中输入您想要的视频主题。
审核和完善:利用 Studio 审核代理生成的剧本、计划和视觉效果,根据需要进行编辑。
生成视频:通过 Studio 启动视频生成过程,制作完成的多语言 YouTube 视频。
AI-Video-Factory的使用案例
- 自动化 YouTube 内容创作
- 教育视频制作
- 营销视频生成
- 内容本地化
- 视觉叙事
- 视频开发工具
- 经济高效的视频制作
- 视频创意的快速原型制作








