前言

如果对这个方案感兴趣的同学。可以先去视频号搜索，先看看结果是否符合你的预期？

项目背景

作为技术写文章者，我每天需要将GitHub Trending的日报和深度分析文章制作成短视频发布到抖音。手工制作耗时耗力，于是决定开发一个自动化工程。

主要需求

• 效率痛点: 手工制作单个视频需耗费1-2小时无法应对高频更新需求
• 质量痛点: 不同场景间音量跳变严重，观众体验差
• 成本痛点: 人工配音费用高昂且难以保证一致性
• 流程痛点: 从写文章到视频生产存在断层，无法自动运行流水线

具体目标这方面，

• 将HTML文章转换为1080×1920竖屏视频
• 支持三种文章类型：日报、深度、合并
• 中文语音合成，数字按中文习惯朗读
• 音频质量稳定。 播放音量平稳
• 动画与口播精准同步

技术架构

技术栈选择

前端：TypeScript + React + Remotion
后端这方面，Python + BeautifulSoup + OpenAI SDK
至于AI，DeepSeek v4 Flash
语音的观点是，MeloTTS
音频处理的观点是，FFmpeg
至于建立，npm + Python venv
说到CI/CD，GitHub Actions
: 更适合程序员操作,JavaScript友好,自动化程度高
: 开源免费,中文表现更自然,可离线运行
: 高性价比,支持JSON输出,响应速度快


再看注意事项，

- MeloTTS模型约5GB需要提前下载
- DeepSeek API有限制,需要错误恢复机制
- FFmpeg滤镜链配置复杂,需要充分测试
- Remotion渲染资源密集型,建议使用云主机或Actions

程序架构图
mermaid
graph TD;input-->parse
parse-->json
json-->ai
ai-->storyboard
storyboard-->validate
validate-->tts
tts-->audio
audio-->remotion
remotion-->output

红色节点: 涉及人工干预可能
黄色节点: 性能瓶颈位置
绿色节点: 全自动流水线环节

再看初始版本，基础管线实现

说到第一步先。HTML解析 - 快速提取关键信息 
python hljs language-python
from bs4 import BeautifulSoup
import json
def extract_daily_data -> dict:
"""解析日报HTML，提取结构化数据"""
soup = BeautifulSoup
 # 提取标题 - 包含日期信息用于验证新鲜度
title = soup.find.get_text
# 提取Top 10表格 - 特殊处理表头和空值情况
table = soup.find
projects =
for row in table.find_all: # 跳过表头行
cols = row.find_all
if len!= : continue # 跳过异常行
从try来看，projects.append({
至于'rank'，int),'repo': cols.get_text,'language': cols.get_text,'stars': int,'today': int,})
except :
print}")
continue
return {
'title': title,'projects': projects,'kind': 'daily','_meta': {
'parsed_at': datetime.now.isoformat,'row_count': len
}
}


关键调整点:
* 增加元数据跟踪
* 异常处理防止崩溃
* 数据清洁
* 特殊属性获取


⚠️ 注意事项:
• 需要根据实际


接下来的观点是，AI分镜生成 - 自动编剧程序 

python hljs language-python highlight=5-9,16-19,24-26

from jsonschema import validate

DAILY_SCHEMA = {
至于"type"，"object","required":,"properties": {
"title": {"type": "string","minLength": },"subtitle": {"type": "string","minLength": },"scenes": {
"type"的观点是，"array",# 动态长度范围适应不同内容长度需求
...,items: {
...,properties: {
...,# 特别注明narration最小长度确保可读性
narration: {"type": string",minLength=},...
},required:,// 去掉非必须字段以增加灵活性
}
}
}

def generatestoryboard -> dict:
"""生成分镜脚本并验证"""
client = OpenAI(
apikey=os.environ.get。base_url=https://api.deepseek.com"
)
 prompt_template=f'''
:
...
: {json.dumps}
: 按以下JSON Schema格式输出...
'''
response = client.chat.completions.create(
model=deepseek-v4-flash",messages=,response_format={"type":"json_object"},temperature=: // 减少随机性确保一致性输出,stop= // 防止超长输出,max_tokens= // 控制API费用同时满足日常需求,)
storyboard = json.loads
try这方面，validate // 强校验确保结构正确，validate_scene_transitions // 额外添加场景过渡校验，except ValidationError as e:
print
raise
return storyboard



 调试建议:
• 提示词尽量使用英文避免乱码问题
• 首次尝试建议使用较低temperature值
• 输入内容最好不超过k tokens避免被截断



从调整策略来看，



指标
原因
改进方案




音量跳变
不同场景拼接导致
添加EBU R128响度规范


数字读错
未做特殊处理
数字转中文读法函数


动画卡顿
渲染帧率不足
调整Remotion配置至fps




...

// 剩余部分省略...