Endless1936/book-video

解决的问题

此项目提供了一个自动化工作流程，通过自然语言指令来制作书籍宣传短视频。它简化了选书、文案撰写、视觉生成与音频同步的流程，以产出最终的视频成品。

运作方式

用户通过自然语言与 AI 代理 (Codex) 互动，引导视频制作过程。工作流程包含以下步骤：

1. 选书：代理推荐书籍或确认特定书名。
2. 文案撰写：代理生成可用于 CapCut (剪映) 或保存于本地的旁白脚本。
3. 视觉效果：脚本确认后，代理会生成氛围图像与视频帧。
4. 音频：代理使用语音克隆 (若支持) 或导入来自 CapCut 的 MP3 文件。
5. 字幕：使用 FFmpeg 生成字幕时间参考，并以脚本作为文字的真实来源，Whisper 仅用于检查 TTS 内容。
6. 迭代优化：用户可要求修改文字、图像或音频，代理将重新生成特定部分。

系统维护一个状态文件 (workflow-state.json) 来追踪每集节目的进度与依赖关系，若发生错误，可进行恢复与修复。

目标受众

希望制作高质量短视频，但不想编写代码或手动操作复杂剪辑软件的内容创作者与书籍推广者。

特色亮点

• 自然语言界面：完全可通过对话式 AI 控制。
• 强大的错误处理：包含诊断系统 (BOOK_VIDEO_DIAGNOSTIC)，防止错误的输出覆盖有效的视频。
• 状态管理：追踪每本书的制作状态，便于轻松重建或修复素材。
• 整合工具链：结合图像生成、TTS、FFmpeg 与 Whisper，打造完整的生产管线。