naqashafzal/AI-Content-Studio

A 100% free & open-source AI Content Automation Tool that writes scripts, generates voiceovers, creates videos, and uploads them automatically — hands-free YouTube growth powered by AI.

🎬 AI Content Studio – 下一代 (v2.0)

它是什么 – 一个开源桌面/Web 应用程序，可自动创建视频、播客和短视频片段。它将一组 AI 代理（研究、脚本编写、质量检查等）和媒体处理流水线串联起来，使您可以从热门话题直接生成带有字幕、品牌标识和可选 B-roll 的、响度标准化的成品视频 – 无需手动编辑。

核心功能

功能	您获得的内容
自主 AI 导演	一个监督式多代理系统（`StrategyAgent`、`TrendDiscoveryAgent`、`ResearchAgent`、`CreativeDirectorAgent`、`QualityAssuranceAgent`、`LearningAgent`），负责研究主题、编写脚本、检查事实准确性和叙事流畅性，并可在生成任何昂贵媒体之前重写低分场景。
交互式故事板	场景卡片显示旁白、视觉提示、构图说明和音频提示。您可以锁定喜欢的场景，并通过自然语言指令要求导演重新生成单个镜头。
Magic AI Clipper 2.0	将长 YouTube 视频、播客或直播流转换为竖屏短视频。它融合了 Whisper 转录、音频音量峰值和 OpenCV 颜色直方图剪切，以发现“病毒式传播时刻”，跟踪活动说话者，注入库存 B-roll 并烧录卡拉 OK 风格字幕。
风格克隆引擎	上传参考视频（例如 MrBeast 或 Vox 片段）。系统分析镜头长度、剪切频率和字幕动画，然后创建可应用于新内容的可重用风格配置文件。
非线性时间线和波纹编辑器	基于文本的编辑：删除转录中的单词，底层视频/音频会自动修剪。AI 助手还接受纯英语命令，如“加快节奏”或“静音此部分”。
音频母带处理与乌尔都语支持	FFmpeg EBU-R128 响度标准化，符合 YouTube/TikTok 标准，外加一个语音引擎，可正确发音乌尔都语和罗马乌尔都语文本以用于 TTS。
弹性 SQLite 队列	作业逐步存储（`research → storyboard → qa_review …`），因此崩溃或重启不会丢失进度。
多模型网关	一个统一的 API 层，可与 Google Gemini、任何兼容 OpenAI 的服务或本地 Ollama 模型通信，并具有自动故障转移功能。
自动驾驶活动	后台机器人可持续扫描趋势并安排内容生成，适用于运行 24/7 频道。
实用工具箱	独立字幕烧录器、宽高比转换器（9:16、16:9、1:1）以及带预设语音的 TTS 生成器。

架构概览

前端 – Next.js (React) 搭配 Turbopack、原生 CSS + 玻璃拟态 UI、用于代理日志和时间线同步的实时 WebSocket 更新。
后端 – FastAPI + Uvicorn (Python 3.10+)。SQLite + SQLAlchemy 存储作业队列和检查点。
媒体处理 – FFmpeg 用于所有视频/音频工作，yt-dlp 用于下载源媒体，OpenAI Whisper（离线）用于转录，pysubs2 用于字幕生成，OpenCV 用于说话者跟踪和基于直方图的剪切检测。
AI 编排 – 一个轻量级“网关”将提示路由到选定的 LLM 提供商（Gemini、OpenAI、Ollama）并将响应返回给代理。

快速入门

克隆并安装

git clone https://github.com/naqashafzal/AI-Content-Studio.git
cd AI-Content-Studio
# Python 环境
python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
# 前端依赖
cd web && npm install && cd ..

运行 – 在 Windows 上，提供的 start.bat 会完成所有操作（检查 Python/Node/FFmpeg，在 localhost:8008 启动 API，在 localhost:3000 启动 UI）。在其他操作系统上，您可以在单独的终端中启动两个服务器：
```
# 后端
python server/main.py   # FastAPI
# 前端（在 /web 中）
npm run dev
```
打开 http://localhost:3000 并按照 UI 创建新活动、选择趋势，然后观看自主代理构建您的视频。

谁将受益？

内容创作者 – 希望扩展短视频制作规模而无需学习视频编辑工具。
营销人员/代理机构 – 需要快速、符合品牌形象的视频广告，并匹配特定视觉风格。
教育工作者/解说视频制作者 – 寻找从脚本到旁白视频的免提流水线。
开发者 – 对多代理编排、多模态媒体分析或在提供的 API 之上构建感兴趣。

限制与注意事项

系统依赖外部 LLM API（Gemini、OpenAI、Ollama）。您需要为所选提供商提供有效的 API 密钥。
风格克隆通过分析镜头级统计数据进行；它不复制受版权保护的视觉资产，但输出可能仍类似于参考风格。
“自动驾驶”趋势扫描器是一个简单的爬虫；如果源数据嘈杂，它可能会错过小众主题或生成低质量的想法。
所有繁重的媒体工作（FFmpeg 转码、Whisper 转录）都在本地运行，因此需要不错的 CPU/GPU 和足够的磁盘空间来处理高分辨率视频。

社区与支持

该项目采用 MIT 许可证，并公开开发。作者提供 Patreon、Instagram 和 YouTube 频道，用于教程和更新。完整的测试套件（pytest）报告 19/19 通过，仓库包含用于队列恢复和秘密处理的脚本。

底线 – AI Content Studio 是一个相当完整、生产就绪的堆栈，结合了多代理 AI 规划与强大的视频处理流水线，让非技术创作者以最少的手动工作生成精美的短视频。