Orkas-AI/Orkas-VideoStudio

解決的問題

OrkasVideoStudio 為 AI 編碼代理（如 Claude Code、Cursor 或 Codex）提供了一種使用自然語言來組合、生成與編輯影片的方法。它擺脫了「黑箱」式 AI 影片生成，採用可讀、可編輯、可比對的中間表示形式（plan.json），使代理與使用者都能精確修改影片的特定部分，而無需重新渲染整個專案。

工作原理

該系統作為一個工具包，為代理提供知識與決定性能力。它在四個「生產流水線」上運作：

• 組合：使用 HTML/CSS（透過 HyperFrames）從腳本創建動態圖形與說明影片。
• 編輯：使用 ffmpeg 與 whisper.cpp 執行決定性的影片編輯任務，如剪除靜音、移除填充詞、混合音訊、燒錄字幕。
• 生成：與外部 AI 提供商（自備金鑰）對接，用於生成對話頭像或電影級畫面。
• 自動：一個端對端的流程，將其他三條流水線整合為一個 plan.json，並使用「交付守衛」驗證最終輸出是否符合原始要求。

代理透過 CLI（ovs）或 MCP 伺服器與工具包互動，使用提供的「技能」（知識包）來理解如何路由請求並執行生產流程。

適用對象

• 希望自動化影片製作的 AI 編碼代理使用者。
• 希望擁有可審計、以本地為先的影片創作工作流程，並完全掌控 API 金鑰與最終時間軸的使用者。
• 需要自動創建說明影片、從長時間錄音中擷取精彩片段或生成本地化影片內容的團隊。

亮點

• 可編輯的中間表示：使用 plan.json，對腳本中的一行或一個片段進行修改，僅需部分重新渲染。
• 代理無關性：適用於任何能執行 shell 或支援 MCP 的代理。
• 零金鑰核心功能：核心的組合與編輯功能無需付費 API 金鑰即可使用。
• 自備生成：支援多種提供方（如 OpenAI、Gemini、MuAPI）的影像、影片與 TTS，避免供應商鎖定。
• 決定性驗證：內建 promise-check 工具，可在交付前驗證最終影片的時長、音訊與動態效果是否符合要求。