Alisa0808/vox-director

解決的問題

Vox Director 可以自動創建編輯風格的「紙質拼貼」解說與廣告影片。它透過將單一主題轉換為完成的 MP4 檔案，消除了編寫劇本、建立素材、製作動畫與音訊同步的人工工作。

工作原理

該專案作為一個與編程代理（如 Claude Code 或 Codex）集成的代理技能運行，並使用 Atlas Cloud API 與本地 ffmpeg。流程遵循結構化的流水線：

1. Beat Mapping：選擇敘事弧並建立 beats.json 檔案供用戶批准。
2. Style Bake-off：渲染多種視覺主題，供用戶選擇所需的風格。
3. Keyframe Generation：使用文字生成圖像模型為每個節拍生成高品質的拼貼海報。
4. Motion：透過圖像生成影片模型或本地關鍵影格引擎對這些海報進行逐件組裝動畫處理。
5. Audio：使用 TTS 與音樂模型生成旁白與背景音樂。
6. Assembly：使用 ffmpeg 連接剪輯、在旁白下壓低音樂音量並嵌入字幕。

它支援三種輸入模態：B-roll（主題轉影片）、A-roll（重新設計現有談話影片的風格）以及 C-roll（將單張靜態照片固定在拼貼畫中）。

適用對象

希望無需專業動態圖形軟體，即可利用 AI 代理快速製作高品質、風格化解說影片的內容創作者、行銷人員與開發人員。

亮點

• 自動化的拼貼美學：專門針對帶有撕裂紙張、半色調網點與報紙剪報的「Vox 風格」外觀。
• 多模態輸入：可以從文字主題、現有影片或單張照片生成影片。
• 代理集成：設計為可被編程代理發現並作為技能執行。
• 人機協同 (Human-in-the-loop)：包含用於批准敘事結構與視覺風格的決策環節。