Mini Explainer Workbench
短视频低粉爆款雷达、多模态拉片与 9:16 自动成片流水线
打通 P3 找爆款 → P1 多模态拉片重构 → P2 多端视觉资产与 9:16 竖屏成片渲染的本地全栈工作台。融合 6 套开源创作技能库(含 Humanizer-zh 与 marketingskills),以代码驱动幻灯片、配音与 FFmpeg 成片。
- Python
- FastAPI
- Gemini 2.5
- yt-dlp
- OpenCV
- edge-tts
- Pillow
- FFmpeg
- 图号
- PLATE 05
- 角色归属
- 主导原创
- 当前状态
- 本地全栈工作台 · 完整闭环
- 年份
- 2026
- 分工说明
- 主导原创:独立开发 FastAPI 全栈工作台、P3 三漏斗爆款雷达、Gemini 2.5 多模态拉片管线、6 技能提示词编排及 Pillow/OpenCV/FFmpeg 9:16 自动渲染引擎。
交互式 HTML 演示文稿
支持按钮翻页、键盘方向键控制、页码直达与全屏放映。
以异常倍率、收藏潜力与本土化切角三层漏斗量化评估选题上限,替代主观盲猜。
- 低粉高播异常倍率自动排序筛选
- 三维度评分卡显性化呈现选题迁移价值
- 一键将入选视频送入 P1 多模态拉片队列
- P1-P3 找爆款→拉片→渲染闭环
- 6 融合开源创作技能库
- 9:16 代码驱动竖屏自动成片
- 4.2/s 字/秒 · 去 AI 味黄金口播语速
问题背景与工程约束
知识科普短视频创作者常面临选题凭感觉、人工逐帧拉片成本高、LLM 直出文案充满机械腔以及图文卡片与 9:16 竖屏视频重复排版耗时等问题。
系统架构拆解
- 01
P3 Outlier 三漏斗低粉爆款雷达
结合异常播放倍率、收藏复看潜力与中文语境本土化角度三层评分漏斗,快速筛出高潜力的海外科普爆款选题。
- 02
P1 多模态拉片与 6 大开源创作技能编排
通过 yt-dlp 与 OpenCV 抽取关键视觉帧交由 Gemini 2.5 拆解叙事节奏,串联 Humanizer-zh(4.2 字/秒口播节律校验)与 marketingskills 重写自然口播脚本。
- 03
P2 多端视觉资产与 FFmpeg 9:16 自动渲染
同一份结构化脚本同步生成 6 套动态分镜模板、3:4 社交信息卡、edge-tts 语音轨,最终由 Pillow、OpenCV 与 FFmpeg 代码合成 9:16 竖屏成片。
核心工程亮点
- P3 → P1 → P2 全链路在本地 FastAPI 工作台内无缝衔接,把选爆款、拆结构、改文案与出成片整合为可复现工程管线。
- 融合 Humanizer-zh 与 marketingskills 等 6 套开源创作技能,强制校验 4.2 字/秒黄金口播语速,显著消除机械翻译感与 AI 腔。
- 以代码模板替代手动剪辑重复劳动,一次生成动态信息分镜、3:4 社交卡片与带字幕音轨的 9:16 竖屏成片。
- 模块化 Python 引擎完全本地可运行,不绑定封闭云端 SaaS 剪辑模板。