正在整理你需要的资料…
myccarl/ai-shortVideo-pipeline ↗
批量产中文短视频,最怕供应商半夜抽风。这条流水线把选题到分发拆成七层且各层可替换:FastAPI 编排,Spring Boot 管鉴权、路由、熔断、计量与全链路可观测,Java 网关用 Resilience4j 聚合 Qwen、GLM 并在供应商失败时自动切换,CLIP 判图文一致,trace_id 打通 Java 与 Python。
适合要批量做知识类、资讯类中文短视频的团队;需要自备各家模型 API Key,Docker Compose 部署,前端是 Vue 3,调用树接 Langfuse 看。
ai-shortVideo-pipeline
批量产中文短视频,最怕供应商半夜抽风
下面是把仓库 README 逐节读完后归纳出的中文要点。
端到端的自动化短视频生产流水线,一条命令进去,出一条可发布的视频;国内在 AtomGit 有镜像 ai-shortVideo-pipeline 供访问,GitHub 仍是主仓库,AtomGit 是单向同步的镜像
myAiVideos 是自动化中文短视频生产的开源工程项目,覆盖选题发现、创意生成、画面、音频、后期到分发的完整链路;用 FastAPI 作编排核心,Java 网关作平台治理层(鉴权、路由、熔断、计量、可观测),协调多个 AI 模型做生成与质量把关;适合的内容形态包括热点评论、知识科普、情感故事、猎奇冷知识与社会观察类短片
七层流水线架构:选题、创意、画面、音频、后期、分发、优化,各层解耦且可单独替换;多模型故障切换加熔断,Java 网关用 Resilience4j 聚合 DeepSeek、Qwen 与 GLM,失败的服务商自动轮换;一致性治理包括提示词锚定以保持主体视觉一致、CLIP 文图一致性把偏离提示词的关键帧提前拦下、音画不同步自动补救四档策略;全栈可观测用 trace_id 跨 Java 与 Python 传递并由 Langfuse 展示调用树;计量与限流用切面捕获令牌与成本并按租户聚合;生产可用特性含 SSE 进度流、单段重生成与滚动日志归档
编排层用 Python 的 FastAPI、asyncio、Pydantic、SQLAlchemy、Alembic 与 ARQ;网关层用 Java 的 Spring Boot 3.5、WebClient、Resilience4j、Caffeine 与 Prometheus;前端用 Vue 3、Vite、Vue Flow、Pinia 与 Tailwind;数据用 PostgreSQL、Redis 与 MinIO;可观测用 Langfuse 与跨语言追踪上下文;AI 模型用 DeepSeek、智谱 GLM-4V、可灵 v2.5、火山引擎与 MiniMax TTS、faster-whisper;容器用 Docker Compose
细节见架构文档;需要 Docker Desktop 24 以上,Node.js 20 以上(仅前端开发需要),Python 3.11 以上(不用 Docker 本地运行或在宿主机跑测试时才需要);并给出了各服务的健康检查方式
文档索引包括总体架构与数据流的架构文档、含飞书对接与测试、日常维护的操作手册、跨平台启停与日志排查指南,以及说明 Java 网关鉴权路由故障切换计数的网关说明;注意 docker compose restart 不会重建镜像,源码改动要用上面那两条命令
myAiVideos/
├── api/ FastAPI routes (webhook, storyboard, clip)
├── config/ Settings, Skill templates, characters, styles
├── core/ trace context, langfuse client, logging, scheduler
├── db/ SQLAlchemy models, Alembic migrations
├── integrations/ External model client wrappers
├── layers/ Seven-layer pipeline
│ ├── L1_trending/ Topic discovery / ranking
│ ├── L2_creative/ Script generation, prompt orchestration, anchoring
│ ├── L3_visual/ Text-to-image, image-to-video, CLIP consistency
│ ├── L4_audio/ TTS, mixing, duration planning
│ ├── L5_postprod/ AV sync, rescue, captions, cover
│ ├── L6_distribution/ Delivery back to client
│ └── L7_optimization/ Quality scoring, data feedback
├── scripts/ Ops & backfill scripts
├── sl-vue/ Vue 3 frontend
├── gateway/ Java Spring Boot gateway (see gateway/README.md)
├── tests/ pytest test suite
├── docs/ Module reference docs
├── docker-compose.yaml Multi-container orchestration
├── Dockerfile Python image
└── main_v2.py FastAPI entrypoint| 主要语言 | Python | 许可 | MIT |
|---|---|---|---|
| 创建时间 | 2026-06-04 | 最近提交 | 2026-11-13 |
| 站内采集 | 2026-11-10 起,连续观察 6 天 | 最近一次 | 2026-11-15 |
最近 4 次采集
2026-11-10 811 ★ → 2026-11-15 827 ★ (累计 +16)
数据来自 GitHub 公开接口的每日采集快照,star 数为采集当时读到的值, 与 GitHub 页面上显示的实时数字可能有几分钟的差距。 项目名点击可回到 本页。