AkshitIreddy/AI-Powered-Video-Tutorial-Generator

Create and edit AI video tutorials with illustrated lessons, expressive presenters, distinct voices, and a native timeline. Windows desktop app with local models and cloud providers.

TL;DR

AI駆動型ビデオチュートリアルジェネレーター は、Windows専用のデスクトップアプリで、質問やトピックを完全に編集可能なビデオレッスンに変換します。研究、スクリプト作成、ストーリーボード作成、ナレーション、イラスト作成、プレゼンターのアニメーション、最終エクスポートまで、すべて1つのグラフィカルワークスペースから処理します。このツールは必要なPython、Node、Chromium、FFmpegランタイムをバンドルしており、ローカルのAIモデル（ComfyUI/SDXL）またはクラウドプロバイダー（テキスト・研究・画像生成用）を呼び出すことができます。

何ができるか（非専門家向け）

アイデアから始める – 質問、トピック、またはソーステキストを入力します。
レッスンを計画する – 対象読者、長さ、ビジュアルスタイル、AI「プロフィール」を選択。アプリが目的、証拠、アウトライン、スクリプトを生成し、各ステップを確認できます。
プレゼンターを選ぶ – 最大4人のカートゥーン／リアル／動物のホスト。組み込みギャラリーを使用するか、独自のポートレートをアップロード。オプションでローカルの「SoulX」モデルでアニメーションを生成。
メディアを生成する – アプリは以下を実行できます：
- クラウドLLM（Groq、Gemini、Mistralなど）でテキスト作成・研究
- ローカルのStable Diffusion-XL（ComfyUI）またはクラウド画像サービスでイラスト作成
- ナレーションと字幕の合成
- アニメーション付きプレゼンタークリップおよびシーン全体のビデオレンダリング
タイムラインで編集する – ビデオフレーム、波形、字幕、メディアを並べて表示。変更はすべてリビジョンを生成し、依存する部分のみ再生成。
エクスポート – ビデオファイルに加え、オプションで字幕、トランスクリプト、参考文献、チャプター、サムネイル、およびプロジェクト全体の状態を含むポータブルな「.alytutorial」アーカイブを出力。

すべてのプロジェクトファイルはあなたのコンピュータ上に保持され、オンラインアカウントの必須登録はありません。

どんな人に向いているか

ユーザータイプ	なぜ重要か
教育者／トレーナー	ビデオ編集チームがいなくても、素早く洗練されたビデオレッスンを生成可能。
インストラクショナルデザイナー	指導的な計画ワークフローにより、メディア生成前に目的、証拠、引用を明確に定義できる。
コンテンツクリエイター	プレゼンターのアバターを再利用、スタイルを切り替え、最終編集を完全にコントロール可能。
開発者／パワーユーザー	オープンソースコード、Tauri-React UI、Rustコア、Pythonパイプラインを拡張または置き換え可能。

動作原理（ハイレベルアーキテクチャ）

フロントエンド – Tauriウィンドウ内（Chromiumベース）で実行されるReact + TypeScript UI。
Rustコア – プロジェクトメタデータ、ダウンロード、認証情報の保存、ワーカープロセスの監視を担当。タイプ付きIPCコマンドでUIと通信。
Pythonパイプライン – プロジェクトSQLiteデータベースに書き込む唯一のコンポーネント。研究、LLMプロンプト、リビジョン管理、QAチェック、エクスポートロジックを実行。
メディアワーカー –
- ComfyUI/SDXL：ローカル画像生成（約10GBモデルパック）。
- SoulX-FlashHead Pro：プレゼンターのアニメーション（8つの事前承認済みアバター）。
- FFmpeg：ビデオ／オーディオの合成。
クラウドプロバイダー（オプション）：テキスト／研究用LLM、追加のイラストやライセンス付きストックメディア用画像API。APIキーはユーザーが独自に提供（BYOK）。

すべての重いバイナリはWindowsインストーラにバンドルされているため、エンドユーザーはPython、Node、その他のランタイムを手動でインストールする必要がありません。

使い始め（ユーザー視点）

最新リリース（v1.8.1）からインストーラをダウンロード。
セットアップを実行 – アプリとオプションのモデルパック（約25GB）をインストール。
スタートメニューから AI Video Tutorial Generator を起動。
オンボーディングウィザードに従い、
- ローカル画像生成用にComfyUI/SDXLモデルパックをダウンロード（必要に応じて）
- 使用するクラウドAPIキーを設定。
新規プロジェクトを作成し、トピックを入力。AIがレッスンプランを構築します。
各ステージを確認し、スクリプトやストーリーボードを調整。Generate を押してメディアを生成。
必要に応じてタイムラインを編集し、エクスポート。

強みと制限

強み	制限
1つのデスクトップアプリでアイデアからエクスポートまでエンドツーエンドのワークフロー。	Windows専用。macOS/Linuxビルドは現時点では未対応。
ローカル（API料金不要）とクラウドのAIオプションを両方備え、プライバシーまたはコストの柔軟性を提供。	ローカル生成には中程度以上のGPU（≥12GB VRAM）と約10GBのモデルダウンロードが必要。
リビジョン対応パイプライン – 変更されたアセットのみ再生成。	プレゼンターのアニメーションは8アバターのみで即時動作。カスタムアバターはプレビュー手順が必要で、失敗する可能性あり。
ポータブルプロジェクトアーカイブ（.alytutorial）ですべてのアセットと履歴を一括管理。	コラボレーションやクラウド同期機能は内蔵されていない。共有には手動でのファイル転送が必要。
オープンソース（MITライセンス）、Rust、Python、TypeScriptのコンポーネントが明確に分離。	インストーラはAuthenticode署名されていないため、Windowsで「不明な発行者」と警告が表示される。

コントリビュート方法（開発者視点）

リポジトリをクローン し、Windows PowerShellのブートストラップスクリプト（bootstrap.ps1）に従う。
スタックは Node 24、pnpm 10、Python 3.12、Rust 1.96、および Tauri フレームワークを使用。
pnpm dev を実行して、パイプラインワーカー付きのフルデスクトップアプリを起動。
テストにはLint、型チェック、ユニット／E2Eフィクスチャ、決定論的レンダリングテストが含まれる。GPUやプロバイダーのライブテストは手動で実行。
新バージョンをリリースするには、node scripts/set-release-version.mjs でバージョンを更新、タグを付けて、GitHub Actionsワークフローにビルドと署名を任せます。

まとめ

AI駆動型ビデオチュートリアルジェネレーター は、LLM駆動の研究、ローカルの拡散画像生成、アニメーション付きプレゼンターのアバターを統合した本格的なフルスタックデスクトップアプリです。教育者やクリエイター向けに、ローカルとクラウドのAIオプションを備えた自己完結型のWindowsツールを提供し、開発者向けに拡張・カスタマイズ可能なオープンソースコードベースを提供しています。

上記のすべての情報はリポジトリのREADMEから直接取得；外部の主張は一切追加されていません。