VidoLog / 镜理AI

AI 短视频结构迁移与素材补全平台

从样例拆解、结构迁移、素材补全到视频重组，构建可解释、可调整、可部署的 AI 创作工作台。

🌐 在线体验 — 访问镜理AI平台，体验样例拆解、结构迁移、素材补全与视频生成流程。

项目介绍 | 你将看到什么 | 核心能力 | 系统架构 | 快速部署 | 评委说明文档

---

🎯 项目介绍

很多短视频真正有效的地方，不只是素材本身，而是隐藏在内容里的“结构能力”：开头如何抓人、信息如何推进、镜头节奏如何变化、字幕和标题条如何承接卖点、结尾如何形成行动引导。

VidoLog 面向“爆款结构迁移引擎”赛题，目标不是复制样例视频内容，而是把样例中的脚本、节奏和包装结构抽象出来，再迁移到新的主题、商品信息或用户素材中，生成新的短视频方案。

当前输入以本地样例视频、真实素材文件和文本信息为主；暂不支持解析抖音等平台直链。

✨ 你将看到什么？

• 📹 样例视频拆解：基础信息、关键帧、音频转写、脚本/节奏/包装结构。
• 🧩 结构迁移过程：样例结构如何映射到新主题、新商品或新素材。
• 🔍 素材缺口识别：哪些结构槽位缺少开头镜头、商品特写、对比镜头或 CTA 画面。
• 🪄 缺口补全方案：通过结构重排、字幕文案、包装建议实现补足表达。
• 🎬 结果生成路径：使用当前最新版迁移草稿进入 AI 视频生成或 Remotion 模板快剪。
• 🧑‍💻 可部署工程形态：Docker Compose 一次拉起前端、Flask、AI 视频服务和 Remotion 渲染服务。

🧭 内容导航

模块	说明
核心能力	项目完成了哪些赛题能力
系统架构	前端、后端、模型服务和渲染服务如何协作
典型工作流	从上传样例到生成视频的完整链路
关键接口	前后端与视频任务协议
快速部署	Docker Compose 服务器部署方式
安全与边界	密钥、网络、输入能力和模型输出边界
赛题对应关系	与评分项的直接对应

🚀 核心能力

能力	当前实现
📼 样例视频解析	提取视频基础信息、关键帧、音频转写和结构化分析上下文
🧠 结构拆解	输出脚本结构、节奏结构、包装结构，包括 hook、中段推进、CTA、字幕、标题条、转场、封面等
🧬 结构迁移	基于样例结构和新内容生成迁移方案，覆盖脚本、分段、时间线草案和包装建议
🕳️ 素材缺口识别	按结构槽位判断现有素材是否足以支撑迁移目标，并说明缺口影响
🧰 素材缺口补全	支持结构重排、文案/字幕补全、包装建议等
🎛️ 多版本与人机协同	支持高点击版、高转化版、高节奏版、高质感版，也支持自然语言修改方案
🎞️ 双视频生成路线	AI 模型视频生成 + 服务端 Remotion 模板快剪
🐳 工程部署	提供 Dockerfile、docker-compose.yml、Nginx 代理和生产环境变量模板

🏗️ 系统架构

flowchart LR
  U["用户"] --> N["Nginx / Dashboard"]
  N --> F["Flask Backend"]
  F --> A["结构分析器 / LLM / ASR / Embedding"]
  F --> Q["Qdrant 本地向量库"]
  F --> S["S3 兼容对象存储"]
  F --> G["generate-video AI 视频服务"]
  F --> R["remotion-render 模板渲染服务"]
  R --> O["template-video-data 输出卷"]
  N --> O

Loading

生产部署时只暴露 Nginx 的 80 端口。flask-backend、generate-video 和 remotion-render 只在 Docker 内网通信。

服务拓扑

服务	作用	内部端口
nginx	对外入口，托管 dashboard，代理 /api，托管模板视频输出	80
flask-backend	样例解析、结构拆解、素材缺口、迁移方案、视频任务代理	5001
generate-video	Markdown 到 AI 视频任务服务	8788
remotion-render	服务端 Remotion 模板视频渲染	8790

🧪 典型工作流

1. 上传本地样例视频。
2. 后端提取视频帧、音频和基础元信息。
3. 结构分析器输出脚本结构、节奏结构和包装结构。
4. 用户输入新主题、商品卖点或素材。
5. 系统生成迁移方案草稿，并在右侧产物栏展示。
6. 素材缺口分析识别无法直接支撑的结构槽位。
7. 素材补全生成补全版迁移草稿。
8. 用户可用自然语言继续修改方案，或选择不同版本。
9. 生成视频时默认使用当前选中的最新版迁移草稿。
10. 用户选择 AI 视频生成或 Remotion 模板快剪路线。

🔌 关键接口

接口	说明
POST /api/analyze-video	上传并解析样例视频
POST /api/analyze-text-structure	从文本/样例上下文抽取结构
POST /api/analyze-material-gap	分析素材缺口
POST /api/complete-material-gap	生成素材缺口补全方案
POST /api/route-user-intent	对话意图路由
POST /api/generate-migration-plan	生成迁移方案
POST /api/revise-migration-plan	自然语言修改迁移方案
POST /api/video/md/generate	发起 AI 视频生成任务
GET /api/video/md/tasks/:taskId	查询 AI 视频任务状态
POST /api/video/template/generate	发起 Remotion 模板快剪任务
GET /api/video/template/tasks/:taskId	查询模板快剪任务状态
GET /api/health	后端健康检查

🛠️ 本地开发

前端

cd ai-frontend/dashboard
npm install
npm run dev

Flask 后端

cd ai-backend
pip install -r requirements.txt
python app.py

Remotion 渲染服务

cd remotion-render
npm install
npm run dev

AI 视频服务

cd "generate_video(1)/generate_video"
npm install
npm run dev:server

🐳 快速部署

服务器上建议直接使用 Docker Compose：

cp .env.example .env.production
# 编辑 .env.production，填入真实密钥和服务配置
docker compose build
docker compose up -d
docker compose ps

部署细节见 docs/deployment.md。生产环境不要提交 .env.production。

环境变量分组

分组	关键变量
LLM	BASE_URL、API_KEY、LLM_MODEL
Embedding	EMBEDDING_TYPE、BAILIAN_API_KEY、BAILIAN_MODEL
ASR	ASR_TYPE、DASHSCOPE_API_KEY 或阿里云 ASR AK/SK
S3	S3_AK_ID、S3_AK_SECRET、S3_BUCKET、S3_ENDPOINT
AI 视频	NEWAPI_VIDEO_BASE_URL、NEWAPI_VIDEO_API_KEY、NEWAPI_VIDEO_MODEL
Remotion	TEMPLATE_VIDEO_*、REMOTION_CONCURRENCY

✅ 验证命令

node scripts/test-deployment-contract.mjs
cd ai-frontend/dashboard
node scripts/test-input-guidance.mjs
npm run build

如果修改 Remotion 或 AI 视频服务，也应分别运行对应服务的 TypeScript 构建或测试脚本。

🔐 安全与边界

• 只建议公网暴露 Nginx，后端服务端口保持 Docker 内网访问。
• .env.production、API Key、S3 AK/SK 等密钥不得提交到仓库。
• 上传文件、Qdrant 数据、生成视频输出通过 Docker volume 持久化。
• Nginx 限制上传体积为 512M，后端按允许的图片、视频、音频扩展名处理文件。
• AI 输出是创作方案和建议，最终内容需要用户确认后再进入生成链路。
• 可直接访问的素材文件链接可按文件资源尝试处理，但不承诺平台直链解析、登录态解析或第三方内容抓取。

🏁 赛题对应关系

赛题能力	项目实现
样例视频输入与解析	本地视频上传、关键帧、音频、基础信息分析
结构拆解	脚本结构、节奏结构、包装结构
新内容与素材输入	文本、图片、视频素材和产品信息
结构迁移与结果生成	多版本迁移方案、分段脚本、时间线和包装建议
素材缺口识别与补全	槽位化缺口分析、补全版迁移草稿
可视化与可验证	对话流、右侧产物栏、结构/素材/方案展示、视频任务状态
进阶能力	包装建议、多版本、自然语言编辑、Remotion 模板快剪

📄 项目说明文档

给评委阅读的项目说明见 docs/project-explanation-for-judges.md，其中包含赛题要求的整体 AI 架构、工具协议和安全边界。