vox-director: 从单个主题创建编辑风格纸质拼贴解说视频的自动化流水线
它解决了什么问题
Vox Director 实现了高质量、编辑风格“纸质拼贴”解说或广告视频制作的自动化。它消除了编写脚本、设计关键帧、制作动画和添加音频的人工工作，允许用户将单个主题转化为完成的视频文件。
工作原理
该项目作为一个代理技能（agent skill）运行，并与编程代理（如 Claude Code 或 Codex）以及 Atlas Cloud API 集成。它遵循由 beats.json 文件驱动的结构化流水线：
- 节奏点映射 (Beat Mapping)：生成叙事弧线和一组节奏点供用户批准。
- 风格比拼 (Style Bake-off)：渲染几个主题选项供用户选择视觉外观。
- 关键帧生成 (Keyframe Generation)：使用文本生成图像模型为每个节奏点创建一个丰富的拼贴海报。
- 动态效果 (Motion)：使用图像生成视频模型或本地关键帧引擎进行海报动画制作，以实现精确的、逐件组装的效果。
- 音频 (Audio)：通过 TTS 生成旁白和背景音乐。
- 组装 (Assembly)：使用
ffmpeg合并所有元素，在配音时降低音乐音量，并压制字幕。
它支持三种输入模式：B-roll（主题转视频）、A-roll（对现有的出镜讲解视频进行重新风格化）以及 C-roll（将单张静态照片锚定到拼贴环境中）。
适用人群
内容创作者、营销人员以及希望在不使用手动视频编辑软件的情况下制作专业外观、快节奏教育或推广视频的编程代理用户。
亮点
- 端到端自动化：处理从脚本到最终
.mp4的一切。 - 多模态输入：支持从文本主题、现有视频或单张图像开始。
- 人机协作 (Human-in-the-loop)：包含用于批准叙事结构和视觉风格的决策关卡。
- 集成 AI 技术栈：通过 Atlas Cloud 利用各种专门的模型进行图像生成、视频动画、声音克隆和音乐生成。