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 驱动的视频教程生成器 是一款仅限 Windows 的桌面应用程序，可将问题、主题或源材料转换为完全可编辑的视频课程。它处理研究、脚本编写、故事板创建、旁白、插图、主持人动画和最终导出——所有操作均在一个图形化工作区中完成。该工具捆绑了所需的 Python、Node、Chromium 和 FFmpeg 运行时，并可使用本地扩散模型（ComfyUI/SDXL）或调用云服务提供商进行文本、研究和图像生成。

它能做什么（非专业人士视角）

从一个想法开始 – 输入一个问题、主题，或粘贴源文本。
规划课程 – 选择受众、时长、视觉风格和一个 AI「配置文件」。应用程序将生成目标、证据、大纲和脚本，允许您逐项审查。
选择主持人 – 最多可选择四个卡通/写实/动物主持人。您可以使用内置图库或上传自己的肖像；可选的动画由本地「SoulX」模型生成。
生成媒体 – 该应用可以：
- 通过云 LLM（Groq、Gemini、Mistral 等）进行文本编写和研究
- 使用本地 Stable Diffusion-XL（ComfyUI）或云图像服务生成插图
- 合成旁白和字幕
- 渲染动画主持人片段和完整场景视频
在时间线上编辑 – 可并排查看视频帧、波形、字幕和媒体。任何更改都会创建一个修订版本，仅重新生成依赖部分。
导出 – 输出视频文件，以及可选的字幕、转录文本、参考文献、章节、缩略图和一个包含整个项目状态的便携式「.alytutorial」归档文件。

所有项目文件均保留在您的计算机上；无需强制在线账户。

适合谁使用

用户类型	为何重要
教育者 / 培训师	无需视频编辑团队，即可快速生成高质量的视频课程。
教学设计师	引导式规划工作流强制您在生成媒体前定义目标、证据和引用。
内容创作者	可重复使用主持人头像、更换风格，并完全掌控最终编辑。
开发者 / 高级用户	开源代码，Tauri-React UI，Rust 核心，可扩展或替换的 Python 流水线。

工作原理（高层架构）

前端 – 在 Tauri 窗口（基于 Chromium）中运行的 React + TypeScript UI。
Rust 核心 – 处理项目元数据、下载、凭证存储，并监督工作进程。通过类型化 IPC 命令与 UI 通信。
Python 流水线 – 唯一向项目 SQLite 数据库写入的组件。运行研究、LLM 提示、修订跟踪、QA 检查和导出逻辑。
媒体工作进程 –
- ComfyUI/SDXL 用于本地图像生成（约 10 GB 模型包）。
- SoulX-FlashHead Pro 用于主持人动画（8 个预批准头像）。
- FFmpeg 用于视频/音频拼接。
云服务提供商（可选） – 用于文本/研究的 LLM 和用于额外插图或授权素材的图像 API。您需自行提供 API 密钥（BYOK）。

所有重型二进制文件均打包在 Windows 安装程序中，因此最终用户无需手动安装 Python、Node 或其他运行时。

快速上手（用户视角）

从最新发布版（v1.8.1）下载安装程序。
运行安装程序——它将安装应用程序和约 25 GB 的可选模型包。
从开始菜单启动 AI Video Tutorial Generator。
按照引导向导进行：
- 如果需要本地图像生成，下载 ComfyUI/SDXL 模型包；
- 配置您计划使用的任何云 API 密钥。
创建新项目，输入您的主题，让 AI 构建课程计划。
审查每个阶段，调整脚本或故事板，然后点击 Generate 生成媒体。
根据需要编辑时间线，然后导出。

优势与局限

优势	局限
从想法到导出的端到端工作流，全部集成在一个桌面应用中。	仅支持 Windows；目前尚无 macOS/Linux 版本。
支持本地（无 API 费用）和云 AI 选项，兼顾隐私与成本灵活性。	本地生成需要中等以上 GPU（≥12 GB VRAM）和约 10 GB 模型下载。
支持修订感知的流水线——仅重新生成变更部分。	主持人动画仅对 8 个头像即开即用；自定义头像需预览步骤，可能失败。
可移植项目归档（.alytutorial）将所有资产和来源信息集中保存。	无内置协作或云同步功能；共享需手动文件传输。
开源 MIT 许可代码，Rust、Python 和 TypeScript 组件分离清晰。	安装程序未 Authenticode 签名，Windows 会显示“未知发布者”警告。

如何贡献（开发者视角）

克隆仓库 并按照 Windows PowerShell 启动脚本（bootstrap.ps1）操作。
技术栈使用 Node 24、pnpm 10、Python 3.12、Rust 1.96 和 Tauri 框架。
运行 pnpm dev 启动完整桌面应用及流水线工作进程。
测试包括代码检查、类型检查、单元/端到端测试和确定性渲染测试。GPU 或提供方的实时测试需手动运行。
发布新版本时，使用 node scripts/set-release-version.mjs 升级版本号，打标签，让 GitHub Actions 工作流自动构建并签名 Windows 安装程序。

总结

AI 驱动的视频教程生成器 是一款真正的全栈桌面应用，整合了 LLM 驱动的研究、本地扩散图像生成和动画主持人头像，用于生成可编辑的视频课程。它专为教育者和创作者设计，提供一个自包含的 Windows 工具，兼具本地与云 AI 选项，并为开发者提供开源代码库以扩展或自定义流水线。

以上所有信息均直接取自仓库的 README；未添加任何外部声明。