receptron/mulmocast-cli

解决的问题

MulmoCast 解决了传统演示工具（如 PowerPoint）专为人类设计而非 AI 的局限性。它提供了一个 AI 原生环境，使生成式 AI 能够从单一可信源生成丰富的多模态内容，如视频、播客、幻灯片、漫画和 PDF，同时保持人类在创作流程中。

如何工作

系统的核心是 MulmoScript，一种基于 JSON 的中间语言，充当剧本。LLM 生成此脚本以定义叙事结构、视觉元素和音频。MulmoCast CLI 通过以下流程处理该脚本：

1. 脚本生成：通过交互式 AI 聊天、网页内容或本地文件生成 MulmoScript。
2. 音频生成：使用 TTS 提供商（OpenAI、ElevenLabs、Google）生成配音。
3. 图像生成：使用图像模型（OpenAI、Google、Replicate）生成视觉内容，或通过 Slide DSL（Tailwind CSS + Puppeteer）渲染幻灯片。
4. 合成：将这些资产组合成最终格式，如带字幕的 MP4 视频。

适用人群

专为希望将报告、提案或故事转化为动态多格式内容的创作者、研究人员和商务专业人士设计，无需手动构建每个资产。

主要亮点

• 多模态输出：可导出为视频、播客、幻灯片、PDF、漫画或「Swipe Anime」。
• 幻灯片 DSL：一种结构化 JSON 系统，支持 12 种布局和 10 种内容块类型，用于创建专业幻灯片。
• AI 原生工作流：集成工具支持交互式脚本生成和自动翻译。
• 使用量追踪：内置功能可估算并追踪多个 AI 提供商的 token、字符和成本消耗。
• 丰富样式：提供 100 多种预设 CSS 样式，适用于商业、科技、自然等各类主题的 Markdown 幻灯片。