AI-native 社交媒体内容创作平台
从选题调研到成片发布，全程 AI Agent 驱动 —— 任何 CLI agent（claude / codex / kimi / gemini / aider）都能驱动
demo.mp4成品样本 |
face.swap.mp4人脸适应功能 |
AI 全自动创作的健身短视频 — 从选题到成片，零人工干预，支持一键换人物形象
AutoViral 是一个本地运行的 AI 内容工作台，你描述一个选题，AI Agent 完成从调研到成片的全部工作：
你："做一个月球战争的科幻短片"
│
▼
┌─────────┐ ┌─────────┐ ┌─────────┐ ┌─────────┐
│ 话题调研 │───▶│ 内容规划 │───▶│ 素材生成 │───▶│ 合成输出 │
│ │ │ │ │ │ │ │
│ AI 搜索 │ │ 分镜脚本 │ │ AI 生图 │ │ 视频拼接 │
│ 趋势分析 │ │ 文案策划 │ │ AI 生视频 │ │ 字幕配乐 │
│ 竞品参考 │ │ 配乐规划 │ │ AI 配乐 │ │ 转场特效 │
└─────────┘ └─────────┘ └─────────┘ └─────────┘
每个步骤 AI 会先和你确认方案，等你同意后再执行。你随时可以在对话中给反馈、调整方向。
| 类型 | 目标平台 | 产出 |
|---|---|---|
| 短视频 | 抖音 | 带字幕、配乐的完整视频 |
| 图文 | 小红书 | 专业排版的多图 + 发布文案 |
| 能力 | 技术方案 | 说明 |
|---|---|---|
| AI 图片生成 | OpenRouter · openai/gpt-5.4-image-2（GPT Image 2） |
支持 4K、自定义宽高比、图生图 |
| AI 视频生成 | OpenRouter · bytedance/seedance-2.0（Seedance） |
图生视频，时长 {3,5,10}s |
| 配音 (TTS) | edge-tts → OpenAI 兜底 | 中/英旁白音轨 |
| 图文排版 | HTML/CSS + Playwright | 5 套小红书模板、专业字体 |
| 视频合成 | Remotion + FFmpeg | 合成、字幕、配乐、转场 |
| 作品内调研 | Agent 按需 Web research | 研究笔记保存在当前作品的 research/ 目录 |
| 质量评审 | LLM-as-Judge | 每步可选质量门控 |
AutoViral 不只是一个工具——它会记住你，并在每个作品里延续创作上下文。
🧠 长期记忆（EverMemOS）
集成 EverMemOS 长期记忆系统，AI Agent 在创作时自动检索：
- 风格画像 — 你偏好的表达方式、视觉风格、人设定位
- 创作历史 — 过去做过什么、哪些选题效果好
- 平台规则 — 各平台的算法偏好和内容规范
- 当前作品 —
topicHint、方案与按需调研笔记
每次创作完成后，对话内容自动同步回 EverMemOS，形成越用越懂你的正向循环。
- Node.js >= 20
- 任意 CLI agent — 任何 CLI agent（claude / codex / kimi / gemini / aider）都能驱动 AutoViral，安装并登录其一即可
- FFmpeg —
brew install ffmpeg
git clone https://github.com/nanxingw/AutoViral.git
cd AutoViral
npm install && npm run buildcp .env.example .env编辑 .env：
# OpenRouter 是唯一的外部生成网关 —— 图片 / 视频 / 翻译都走它
OPENROUTER_API_KEY=sk-or-v1-xxxxxxxx一把 OpenRouter Key 即可解锁图片（openai/gpt-5.4-image-2）、视频（bytedance/seedance-2.0）与翻译。TTS（edge-tts）无需额外 Key；只有用 OpenAI 作为 TTS 兜底时才需配 OPENAI_API_KEY（可选）。
autoviral start # 后台启动
autoviral start --foreground # 前台启动（看日志）打开 http://localhost:3271 开始创作。
点击「新建作品」，输入标题和创作方向（如"科幻短片，月球大战"），选择类型和平台。
进入 Studio（短视频，composition.yaml）或 Editor（图文，carousel.yaml），在右侧 agent 面板里描述你想要的东西。agent 加载操作手册 skill（skills/autoviral/）并通过 autoviral CLI 驱动工位——它不强迫线性流程，按你的意图直接动手：
| 你想做 | 短视频 | 图文 |
|---|---|---|
| 找选题 | 按需搜索、分析竞品 | 按需搜索、参考同类内容 |
| 定方案 | 分镜脚本、画面描述、台词 | 每张图的内容规划、文案 |
| 出素材 | 生首帧 → 生视频片段 → 配音 | 生配图 → 排版渲染 |
| 成片 | Remotion 合成 + 字幕 + 配乐 | Konva 多图层 + 排序 + 发布文案 |
任意一步都能做起点：给完整 brief 就直接出素材、成片；只想先做作品内调研也可以。agent 不会反问"我们应该先做哪一步"。
工位本身对"什么是好视频"不持立场——审美交给你挂载的 sibling taste skill（
editorial-pro等），skills/autoviral/只教 agent 如何操作这个工位。
成品在右侧素材面板预览，保存在 ~/.autoviral/works/<id>/output/。
OpenRouter 是唯一的外部生成网关——图片、视频、翻译全部通过它，统一一把 Key、统一密钥管理（架构不变量 #2，不存在直连各家厂商的旁路）。
| 能力 | 模型 | 密钥 | 说明 |
|---|---|---|---|
| 图片生成 | openai/gpt-5.4-image-2（GPT Image 2，~$0.04/张） |
OPENROUTER_API_KEY |
支持 4K / 宽高比 / 图生图 |
| 视频生成 | bytedance/seedance-2.0（Seedance，~$0.76/3s） |
OPENROUTER_API_KEY（复用） |
图生视频，时长仅 {3,5,10}s，输出固定 720×1280@24 |
| 翻译 | anthropic/claude-sonnet-4.5 |
OPENROUTER_API_KEY（复用） |
YouTube ingest 等流程的字幕翻译 |
配音 (TTS) 不走 OpenRouter：默认本地 edge-tts，可选用 OpenAI 作兜底（需
OPENAI_API_KEY）。
检查当前工位上下文与环境接线是否就绪（在 Studio 终端面板里运行）：
autoviral whoami # 打印当前 work / 端口 / 版本；env 未接线时非零退出，是安全 smoke test
autoviral docs # 打印操作手册；autoviral docs <topic> 看单节Studio 前端与后端之间是一条 bridge（HTTP + WebSocket） 协议；CLI agent 不直连后端进程，而是通过 autoviral CLI 调 bridge 的 /api/bridge/v1/* 端点——React UI 和 autoviral CLI 共用同一条 bridge，所以任何 CLI agent 都能用同一套命令驱动工位。
浏览器 (React 19 + Vite)
│ HTTP / WebSocket（bridge）
▼
Node.js daemon (Express + Hono, :3271)
│ bridge /api/bridge/v1/*
▼
CLI agent (claude / codex / kimi / gemini / aider)
│ 调 `autoviral` CLI（协议层），不直接读 src/
▼
OpenRouter（唯一外部网关）—— 图片 GPT Image 2 / 视频 Seedance / 翻译
终端面板里的 agent 通过
autoviral whoami/docs/context等命令操作工位；这是一条稳定的协议层，不是早期的/invokeRPC 端点。
src/ # 后端 TypeScript
index.ts # daemon 入口
cli.ts # autoviral CLI 入口（start/stop/config …）
infra/ # 跨切面基础设施（config / logger / paths）
domain/ # 核心领域（work-store / memory / audio-tools）
server/ # Express + WS bridge
api.ts # REST 端点（config / works / assets …）
bridge/ # /api/bridge/v1/* —— 终端面向的协议（routes、ingest-youtube）
cost-ledger/ # 每作品成本账本
render-pipeline.ts # Remotion 驱动的 mp4 导出
providers/ # OpenRouter 适配器（image / video）
tts-providers/ # edge-tts → OpenAI 兜底
shared/ # composition.ts / carousel.ts（zod schema）
ws-bridge.ts # chat-agent WS 桥接（claude -p 子进程）
web/src/ # 前端 React 19 + Vite + Zustand + TanStack Query
pages/
Works.tsx # 作品 hub（pick up where you left off）
Studio.tsx # 视频创作（Remotion Player + 多轨 Timeline + Tweaks）
Editor.tsx # 图文创作（Konva 多图层 + Inspector + Filmstrip）
features/
studio/ # 视频合成数据模型 / Remotion composition / Tweaks
editor/ # 图文 carousel / Konva canvas / Inspector
terminal/ # xterm.js 面板（承载任意 CLI agent）
chat/ # WS 客户端 + StreamBlock
cli/autoviral/ # `autoviral` CLI（协议层，独立分发）
src/commands/ # whoami / docs / context / clip / check / ingest / export …
skills/autoviral/ # 操作手册 skill（agent-agnostic markdown，不教审美）
SKILL.md # 入口：你在 AutoViral 工位里
manual/ # 编号阅读顺序（00-quickstart … 05-conventions）
recipes/ # 常见任务的 step-by-step pattern
contracts/ # 错误码 / 事件流 schema
~/.autoviral/ # 运行时数据
config.yaml # 配置
fonts/ # 下载的专业字体
works/ # 作品数据 + 素材 + 成品
| 层 | 技术 |
|---|---|
| 前端 | React 19, Vite, Zustand, TanStack Query, editorial·cool·glass 主题 |
| 后端 | Node.js, Express + Hono, TypeScript, WebSocket（bridge） |
| AI Agent | agent-agnostic CLI（claude / codex / kimi / gemini / aider）经 autoviral CLI 驱动 |
| 图片生成 | OpenRouter · openai/gpt-5.4-image-2（GPT Image 2） |
| 视频生成 | OpenRouter · bytedance/seedance-2.0（Seedance） |
| 配音 (TTS) | edge-tts → OpenAI 兜底 |
| 图文排版 | HTML/CSS + Playwright + 模板 |
| 视频合成 | Remotion + FFmpeg |
配置优先级：.env > ~/.autoviral/config.yaml
| 配置项 | 默认值 | 说明 |
|---|---|---|
port |
3271 |
仪表盘端口 |
model |
opus |
Claude 模型（opus / sonnet / haiku） |
autoviral start [--foreground] # 启动服务
autoviral stop # 停止服务
autoviral dashboard # 打开浏览器
autoviral config get [key] # 查看配置
autoviral config set <key> <value> # 修改配置MIT