带货短视频自动化剪辑全链路流水线
基于分镜头向量检索能力，实现「素材预处理入库 → 口播脚本自动匹配镜头 → 智能剪辑合成 → 成片质检导出」的全链路自动化。
快速开始
# 1. 安装
cd auto-editor
pip install -e ".[all]"
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env 填入 API Key 等配置
# 3. 启动 Milvus（需要 Docker）
docker compose up -d
# 4. 素材入库
python -m auto_editor.ingest.pipeline --input ./raw_assets --output ./data/hot
# 5. 生成成片
python -m auto_editor.api.server # 启动 API 服务
curl -X POST http://localhost:8000/edit \
-H "Content-Type: application/json" \
-d '{"script": "这款产品效果非常好...", "duration": 30}'
项目结构
auto-editor/
├── src/auto_editor/
│ ├── core/ # 核心模块：数据模型、FFmpeg、Whisper、元数据
│ ├── config/ # 配置管理（Pydantic Settings）
│ ├── ingest/ # Phase 1: 素材预处理流水线
│ ├── vectorize/ # Phase 2: 向量化引擎
│ ├── script_engine/ # Phase 3: 脚本结构化引擎
│ ├── retrieval/ # Phase 4: 检索与匹配引擎
│ ├── editing/ # Phase 5: 剪辑合成引擎
│ ├── packaging/ # Phase 6: 包装与质检
│ ├── rules/ # Phase 7: 营销规则引擎
│ └── api/ # Phase 8: API 服务层
├── configs/ # 规则配置、模型配置
├── tests/ # 单元测试
└── scripts/ # 运维脚本
技术栈
| 组件 |
选型 |
| 向量模型 |
Qwen3-VL-Embedding (DashScope API) |
| 向量库 |
Milvus 2.x |
| 字幕提取 |
faster-whisper (本地) |
| 镜头检测 |
TransNetV2 (本地 GPU) |
| 脚本拆分 |
Qwen3-8B / 云端 API |
| TTS |
CosyVoice / GPT-SoVITS / doubao-seed-tts |
| 视频处理 |
FFmpeg |
| 任务队列 |
Celery + Redis |
| API |
FastAPI |
