scenepilotLLM/scenepilot
ScenePilot把AI编程助手变成一整套视频制作工作室,而且是开源的
ScenePilot是一个开源系统,让Claude Code、Cursor这类AI编程助手只凭一句自然语言指令就能完成从调研、写脚本、生成素材、剪辑到最终渲染的整个视频制作流程。系统没有单独的代码调度器,AI代理本身通过阅读YAML流水线清单和Markdown技能文件来决定每个阶段该做什么。即使不配置任何付费API密钥,也能用免费的语音合成和免费素材库做出真实素材的视频,配上付费生成服务则能做出更精良的效果。
它做什么
- 纪录片蒙太奇流水线会从Archive.org、NASA、Wikimedia Commons等免费公开档案库中构建可检索的素材库,调取真实运动画面进行剪辑,而不是简单地给静态图片加动画。
- 每个制作项目都遵循固定的七个阶段流程——调研、提案、脚本、分镜规划、素材生成、剪辑、合成,每个阶段都有专门的Markdown“导演技能”文件指导代理如何执行。
- 视频、图像、语音、音乐等供应商的选择会按任务契合度、输出质量、可控性、可靠性、成本效率、延迟、连续性七个维度加权打分,最终选择结果及理由都会被记录下来。
- 渲染前系统会校验是否兑现了承诺的效果并检测“幻灯片风险”,渲染后再运行ffprobe校验、抽帧检查、音频分析,只有通过自检才会把视频呈现给用户。
- 内置预算管控功能,默认总预算上限为10美元,单次操作超过0.5美元的阈值就会暂停请求人工确认,避免产生意外费用。
为什么重要
它省去了为制作一段视频而手动拼接多个独立AI工具的麻烦,也证明仅用免费开源组件就能做出基于真实素材的视频。其可审计的决策日志设计,也为想弄清楚AI生成视频“为什么长这样”的人提供了一个具体的参考范例。
本仓库术语
- TTS · 文本转语音技术,把文字转换成语音朗读
- CLIP · 一种能同时理解图像与文本的AI模型,可实现基于语义的检索
- ffprobe · FFmpeg中用于检测视频音频文件信息的工具
- Remotion · 一种用React代码以编程方式生成视频的渲染引擎
- YAML清单 · 定义流水线各阶段与配置的设置文件
仓库简介（英文）
🔥 Turn any URL into clean, structured, LLM-ready content. The open-source web fetching & extraction API.
在 GitHub 打开热门仓库
- openai/codexOpenAI的编程智能体现在可以直接在终端里运行了
- cordiverse/cordis一个可以随时插拔功能模块的TypeScript编程框架
- ripienaar/free-for-dev一个仓库汇总了开发者能用的所有免费云服务、API和协作工具
- Wei-Shaw/sub2api让一份Claude、OpenAI、Gemini、Grok订阅可以被多人拼车共用的中转服务器
- multica-ai/andrej-karpathy-skills一份指令文件,防止AI编程助手偷偷瞎猜、乱改代码
- eneskirca/nodeterm把散乱的终端标签页和AI编程代理统一摆到一张可拖拽的画布上
- affaan-m/ECC让AI编程助手养成工程师式工作习惯的工具集
- n8n-io/n8n不用写代码,靠拖拽连接模块就能搭建自动化流程和AI智能体的工具n8n