Orkas-AI/Orkas-VideoStudio

解决的问题

OrkasVideoStudio 为 AI 编码代理（如 Claude Code、Cursor 或 Codex）提供了一种使用自然语言来组合、生成和编辑视频的方法。它摆脱了“黑箱”式 AI 视频生成，采用可读、可编辑、可对比的中间表示形式（plan.json），使代理和用户都能精确修改视频的特定部分，而无需重新渲染整个项目。

工作原理

该系统作为一个工具包，为代理提供知识和确定性能力。它在四个“生产流水线”上运行：

• 组合：使用 HTML/CSS（通过 HyperFrames）从脚本创建动态图形和解说视频。
• 编辑：使用 ffmpeg 和 whisper.cpp 执行确定性的视频编辑任务，如剪除静音、移除填充词、混合音频、烧录字幕。
• 生成：与外部 AI 提供商（自带密钥）对接，用于生成对话头像或电影级画面。
• 自动：一个端到端的流水线，将其他三条流水线整合为一个 plan.json，并使用“交付守卫”验证最终输出是否符合原始要求。

代理通过 CLI（ovs）或 MCP 服务器与工具包交互，使用提供的“技能”（知识包）来理解如何路由请求并执行生产流水线。

适用人群

• 希望自动化视频制作的 AI 编码代理使用者。
• 希望拥有可审计、以本地优先的视频创作工作流，并完全掌控 API 密钥和最终时间线的用户。
• 需要自动创建解说视频、从长录音中提取精彩片段或生成本地化视频内容的团队。

亮点

• 可编辑的中间表示：使用 plan.json，对脚本中的一行或一个片段进行修改，仅需部分重新渲染。
• 代理无关性：适用于任何能运行 shell 或支持 MCP 的代理。
• 零密钥核心功能：核心的组合与编辑功能无需付费 API 密钥即可使用。
• 自带生成：支持多种提供方（如 OpenAI、Gemini、MuAPI）的图像、视频和 TTS，避免供应商锁定。
• 确定性验证：包含 promise-check 工具，可在交付前验证最终视频的时长、音频和动态效果是否符合要求。