一个集内容策划、AI文案自动生成、TTS 批量自动配音、(AI)图片素材合成、ASR自动提取语言字幕脚本、AI自由创作于一体的(短视频)生成工作站。方便管理每期的视频项目。
- 支持按模板批量生成视频项目，脚本、图片素材(AI)、字幕和音频一键齐备。
- Gemini + TTS合成，既能改写脚本又能直接输出(带情绪的)配音。
- 图文分轨管理，可在前端随时替换图片、字幕或音频并预览结果。
- 复制配置：
cp env.example.yaml env.yaml，填好各个 Key。容器内建议把Default-Project-Root设为/data/projects（会被映射到本地./data目录，方便持久化）。 - 一键启动：
docker compose up -d --build。首次会自动构建。 - 打开
http://localhost:8765使用。查看日志可用docker compose logs -f video-workstation。 - 容器是无桌面环境，“打开项目目录/打开TTS文件夹”等按钮不会弹出文件管理器，接口会直接返回路径；请在宿主机手动进入对应目录（默认挂载在当前仓库的
./data）。
node如果拉不下来，推荐先使用
docker pull node:20-alpine, 再运行docker compose up -d --build
如果不想用 Compose，也可以用单条命令运行镜像（需要先 docker build -t video-workstation .）：
docker run -d -p 8765:8765 -v $(pwd)/env.yaml:/app/env.yaml:ro -v $(pwd)/data:/data --name video-workstation video-workstation
- 复制
env.example.yaml为env.yaml，填入自己的 Gemini Key、Base URL、模型、TTS Key 与提示词等配置，否则无法调用接口。 - （可选）在
env.yaml中设置Default-Project-Root，用于存放自动生成的脚本、音频与图片文件。 - 安装依赖：
npm install。 - 启动服务：
npm start或直接双击start.bat，默认访问地址为http://localhost:8765。
- 项目总览：以卡片形式管理批量项目，显示输出目录、创建时间及删除动作，便于快速定位。
- 文案生成：结构化展示场景脚本，可复制单条或整段文案，左侧勾选联动右侧提示词。
- 字幕获取: 需配合我的另一个项目(n8n-http-tools): 开源地址:n8n-http-tools
- TTS 合成：支持单条与批量两种模式，输入合成文本与情感提示即可生成语音。
- 图片生成：集中管理角色描述、场景描述等提示词，勾选后即可批量复制到绘图任务。
- 立绘/背景等生成：提供提示词输入、参考图上传、宽高比设置与历史记录，方便随时复用素材。
- 逆向接口实现ASR自动提取剪辑需要的字幕文件：在TTS合成界面下方，有“字幕生成”功能，点击下方的按钮可以打开字幕生成工具。此部分代码由其它作者开源。
- 常用提示词与自由创作：收藏高频提示词并一键复制，同时提供自由创作面板进行自定义绘制。