digitalsamba/claude-code-video-toolkit

解决的问题

此工具组为 AI 代理（特别是 Claude Code）提供了一个全面的工作空间，以自主制作高质量的“解说”风格视频。它消除了协调多种 AI 工具进行脚本编写、配音、音乐和视觉生成的摩擦，让用户能够通过一组统一的指令和模板，从概念直接转化为最终的 MP4 渲染档。

运作方式

该项目将多种 AI 模型和框架整合到一个由 Claude Code 管理的连贯流程中。它使用 Remotion（一个基于 React 的视频框架）进行合成与动画制作，并使用一套基于 Python 的 CLI 工具来介接托管在云端 GPU（通过 Modal 或 RunPod）上的开源模型。

主要组件包括：

• AI 生成工具：整合了如 FLUX.2（图像）、LTX-2（视频）、Qwen3-TTS（语音）和 ACE-Step（音乐）等模型。
• 项目管理：一个多阶段生命周期系统（planning $\rightarrow$ assets $\rightarrow$ review $\rightarrow$ audio $\rightarrow$ editing $\rightarrow$ rendering），在 project.json 文件中追踪进度。
• 品牌配置文件：一个在不同视频中维持视觉识别（颜色、字体、标志）的系统。
• 自定义指令：斜线指令（例如 /video、/setup、/record-demo），允许 AI 代理执行复杂的制作工作流程。

适用对象

专为希望使用 AI 代理自动化制作产品演示、教学视频和简报视频的开发者与创作者所设计，特别是那些偏好使用开源模型以降低成本的用户。

特色亮点

• 端到端自动化：处理从脚本编写、配音生成到最终渲染的所有事务。
• 具成本效益：利用每次生成仅需几美分的开源模型。
• 整合工具链：包含通过 Playwright 进行浏览器自动化以录制演示，以及一个自定义场景转场库。
• 人头像生成：支持使用 SoulX-FlashHead 从肖像和音频建立人头像视频。
• 云端 GPU 整合：通过 Modal 或 RunPod 实现 AI 工具的无缝部署与执行。