CHAPTER 01产品概述
1.1 这是什么
短视频工厂是一套面向短视频矩阵运营的 AI 批量生产与克隆平台。它把「找爆款 → 扒文案 → 改写 → 配音 → 剪辑 → 发布」这条原本全靠人工的链路，压缩成一条可批量、可自动、可复用的流水线。
1.2 它解决什么问题
产能瓶颈
人工剪一条视频要 1~2 小时，一天产出 1~2 条，矩阵起量根本喂不饱。
出镜成本
真人出镜需要反复 NG、状态不稳；讲师/医生 IP 时间成本极高。
录音依赖
每条视频都要重新录音，环境噪音、语气差异导致成片质量不稳定。
追不上热点
等手工改完剪完，选题热度已经过去，永远慢一步。
1.3 与传统模式对比
| 维度 | 传统做法 | 短视频工厂 |
|---|---|---|
| 流程 | 写稿 → 拍摄 → 配音 → 剪辑 → 发布 | 文案 → 一键生成 |
| 产能 | 1 人 1 天 1~2 条 | 1 人 1 天几十条，多账号矩阵并行 |
| 出镜 | 真人出镜，反复 NG | 无需真人出镜，数字人 7×24 出镜 |
| 声音 | 反复录音，状态不稳 | 克隆音色一次搞定，永久复用 |
| 起号 | 凭感觉、靠运气 | 批量测试选题，用数据筛选方向 |
1.4 适用人群与场景
| 人群 | 典型用法 |
|---|---|
| MCN / 内容团队 | 多账号矩阵批量铺量，批量测试选题，把资源集中到数据好的方向 |
| 医疗健康 | 医生 IP 口播科普、双角色问诊对话（医生 + 患者） |
| 教育培训 | 课程口播、知识讲解、名师 IP 矩阵日更 |
| 情感心理 | 情感咨询、心理科普、疗愈指导类口播批量产出 |
| 律所法规 | 法律知识普及、法规解读、案例分析类专业内容 |
| 企业品宣 | 品牌宣发、多账号矩阵、区域化内容批量生产 |
| 个人 IP | 博主起号、人设打造、内容日更 |
CHAPTER 02系统架构与技术栈
2.1 架构总览
2.2 技术栈
| 层级 | 技术选型 |
|---|---|
| 前端 | React 19 + Ant Design 5 + Vite + ECharts + React Router 7 |
| 后端 | NestJS 10 + Prisma 5 + MySQL + Redis + BullMQ |
| 媒体处理 | FFmpeg / FFprobe（flutter-ffmpeg、ffmpeg-static） |
| 语音能力 | Qwen3-TTS 语音合成、音色克隆、音色设计；CosyVoice 兼容 |
| 数字人 | LatentSync 1.5 唇形同步引擎 |
| 文案能力 | DeepSeek 大模型（文案改写 / 爆款分析） |
| 数据采集 | 多平台链接解析（抖音、快手、小红书、视频号、百家号）+ TikHub |
| 对象存储 | 阿里云 OSS / 本地磁盘（STORAGE_TYPE 切换） |
2.3 部署形态
- SaaS 多租户：团队自助注册，数据按团队 ID 完全隔离；算力按团队充值扣减。
- 私有化部署：整套系统（含 GPU 推理服务）部署在客户自有服务器，数据不出内网。
- 系统管理端：独立的
/aijkipagent-admin后台，管理团队、用户、公告、版本、算力。
CHAPTER 03界面总览
平台采用左侧菜单 + 右侧工作区的经典布局，左侧自上而下依次为：仪表盘、文案工具、素材库、数字人克隆、批量合成视频、单条合成视频、批量克隆视频、单条克隆视频、个人中心（团队管理员额外可见「团队管理」）。
CHAPTER 04快速上手：5 步跑通第一条视频
首次使用配置稍多，但配置完成后日常只需粘贴链接 → 选样式 → 点合成三步即可出片。
AI 改写要求
告诉大模型「如何把采集来的爆款文案改成你的风格」：替换关键词、调整语气、适配你的领域人设。可维护多条要求，按账号/科室区分。
操作路径：文案工具 → AI 改写要求 → 新增改写要求文案提取与二创
粘贴对标账号的爆款视频链接（抖音、快手、小红书、视频号、百家号均可），系统自动抓取文案，并调用第 1 步的改写要求完成改写、纠错与断句，结果自动存入文案库。支持批量粘贴多条链接。
操作路径：文案工具 → 文案提取与二创 → 从链接提取素材库准备
把日常剪辑常用素材（可从剪映导出）预先上传，形成团队共享素材资产。
必须完善：视频模板、克隆音色、字幕格式。
按需完善：片尾视频、背景音乐、贴纸与音效、字体、人名条、封面模板、底部声明。
操作路径：素材库 → 对应子菜单配置合成样式
按账号/主任/人设的风格，把素材组合成一套固定样式：个性化字体、封面图片或视频、背景视频、字幕样式、背景音乐。一个样式可以服务无数条视频。
操作路径：批量合成视频 → 样式管理 → 新增样式批量合成出片
选择第 4 步的样式 + 第 2 步的文案，一键创建合成任务，系统按队列批量出片，完成后可批量下载。
操作路径：批量合成视频 → 手动批量合成 → 选择样式与文案 → 创建任务CHAPTER 05功能模块详解
5.1 仪表盘
登录后的首页，用于总览当前团队的资源与状态：任务数量与状态分布、算力消耗与余额、近期任务执行情况等。右上角常驻显示「已消耗算力」与「余额」，方便随时判断是否需要充值。
5.2 文案工具
整条流水线的「上游」，负责把外部爆款变成你自己的原创文案。
① AI 改写要求
改写规则库，可维护最多 20 条。每条要求是一段给大模型的提示词，用来定义改写风格与硬性约束。例如：保留原文案框架与语速节奏、只替换专业内容（病种/症状/药品/指标）、保持因果逻辑、只输出成品不长篇解释等。
建议：按账号或人设分别建立要求，一条要求对应一个 IP，改写结果才能稳定。
② 文案提取与二创
核心入口。支持批量粘贴视频链接，系统自动完成：解析 → 提取文案 → 按指定要求改写 → 纠错断句 → 入库。
提取结果保存在文案库中，支持分类管理、编辑、批量删除、标记已合成。也支持直接新建/粘贴自己的文案。
③ 视频拆解分析
输入抖音、快手、视频号等链接，系统返回：视频基本信息、数据表现、文案/描述、共性话题，以及 AI 分析结果。用于快速判断一条爆款「为什么火」，提炼可复用的选题与结构。
④ 对标账号
批量维护对标账号：支持批量粘贴链接添加、Excel 导入、一键同步，查看账号列表并支持批量删除与导出。用于持续跟踪同赛道对手的内容动向。
⑤ 我的账号
管理自己的账号并做数据追踪：添加账号、手动/自动采集快照、查看趋势图表、刷新与删除。用数据判断哪些内容方向值得加大投入。
5.3 素材库
团队级素材资产中心，一次上传、长期复用。所有素材均按团队隔离。
| 子模块 | 作用 | 优先级 |
|---|---|---|
| 视频模板 | 视频底板/背景视频模板，决定成片画面基调 | 必须 |
| 克隆音色 | 上传音频样本克隆专属音色，可试听、可删除；支持音色设计 | 必须 |
| 字幕格式 | 字幕预设：字体、字号、颜色、描边、位置、动画 | 必须 |
| 片尾视频 | 统一片尾，用于引导关注/转化 | 按需 |
| 背景音乐 | BGM 库，支持自动循环适配任意时长 | 按需 |
| 贴纸与音效 | 画面贴纸与提示音效 | 按需 |
| 字体管理 | 上传自定义字体，用于封面与字幕 | 按需 |
| 人名条 | 专家/主播姓名条，强化人设可信度 | 按需 |
| 封面模板 | 封面图/封面视频模板，决定点击率 | 按需 |
| 底部声明 | 统一底部免责声明/品牌信息 | 按需 |
5.4 数字人克隆
通过「上传克隆视频」建立数字分身素材：上传一段人物出镜视频（真人或已有数字人视频），配合克隆音色，即可让视频中的人物按你的文案「开口说话」。
- 技术引擎：LatentSync 1.5 唇形同步，256×256 分辨率推理，口型自然度与画面清晰度接近剪映数字人克隆。
- 产物：克隆视频素材进入素材库，可在「批量克隆视频 → 数字分身样式」中组合成可复用样式。
5.5 合成视频
「合成」= 背景画面 + TTS 配音 + 音字同步字幕 + 包装元素，全自动成片，无需真人出镜。
5.5.1 单条合成视频
面向精细打磨或临时出片。流程：选样式 → 上传封面背景视频 → 选文案 → 合成 → 预览与下载。右侧提供「最近任务」与「任务列表」。
路径：单条合成视频 → 手动单条合成5.5.2 批量合成视频
| 子模块 | 说明 |
|---|---|
| 样式管理 | 组合素材库资源，形成可复用的固定样式；支持新增、编辑、复制（复制后可微调，适合多账号变体） |
| 手动批量合成 | 选定样式 + 勾选多条文案 → 一键创建批量任务；任务完成后可批量下载 |
| 自动批量合成 | 配置「批量合成计划」：选定平台与抓取条件后，系统自动采集爆款文案并自动排队合成，全程无人值守 |
5.5.3 合成流水线细节
- TTS 配音：使用克隆音色合成语音，逐条文案自动配。
- 音字同步：字幕与配音逐字对齐，避免「口型/字幕对不上」。
- 背景音乐自动循环：任意时长视频，BGM 从头到尾连贯播放，不会中途断掉。
- 封面：支持封面图片/视频，支持封面长显（延长封面停留时间）。
- 包装元素：贴纸、人名条、底部声明、片尾视频样式化装配。
5.6 克隆视频
「克隆」= 用 LatentSync 驱动已有视频中的人物按新文案做口型同步，实现视频级数字人口播。适合已有优质出镜素材、希望批量复用同一人物形象的场景。
5.6.1 单条克隆视频
流程：选样式 → 上传封面背景视频 → 选文案 → 克隆 → 预览下载。
路径：单条克隆视频 → 手动单条克隆5.6.2 批量克隆视频
| 子模块 | 说明 |
|---|---|
| 数字分身样式 | 把克隆视频素材 + 音色 + 字幕 + 封面 + BGM 组合成固定分身样式 |
| 手动批量克隆 | 选定分身样式 + 勾选多条文案 → 批量克隆出片 |
| 自动批量克隆 | 配置「批量克隆计划」，自动采集文案并自动排队克隆 |
5.6.3 克隆的两个硬核能力
长音频自动分段
当配音长度超过视频素材时长时，系统自动切片循环复用、并行合成、合并输出，长文案也能一次搞定。
双角色对话
支持医生 + 患者等多角色对话场景，自动切分角色、分配音色与画面，问诊类内容天然契合。
5.7 个人中心与团队管理
个人中心
修改个人资料、头像、密码等账号信息。
团队管理（团队管理员可见）
团队详情：查看团队信息、算力余额与充值记录，进行算力充值。
成员管理：新增/禁用团队成员，分配角色与算力额度，重置密码。
CHAPTER 06合成 vs 克隆：两条主线怎么选
| 对比项 | 合成视频 | 克隆视频 |
|---|---|---|
| 画面来源 | 模板背景 / 素材画面 | 已有的人物出镜视频 |
| 是否需要人物素材 | 不需要 | 需要一段人物视频 |
| 核心技术 | TTS + 字幕 + FFmpeg 合成 | LatentSync 唇形同步 + FFmpeg |
| 人物形象 | 无固定人物（或选用数字人视频） | 固定为素材中的人物，形象统一 |
| 算力消耗 | 较低 | 较高（需唇形推理） |
| 典型场景 | 知识科普、图文口播、批量铺量 | 专家 IP、讲师 IP、数字分身出镜 |
CHAPTER 07自动批量：无人值守的内容流水线
自动批量合成 / 自动批量克隆是平台最省力的能力：把「找爆款」这一步也交给系统。
7.1 批量计划如何配置
| 配置项 | 说明 |
|---|---|
| 抓取平台 | 抖音 / 快手 / 视频号 / 小红书等，可多选 |
| 抓取时间范围 | 例如「24 小时内」，只抓最新热点内容 |
| 互动量阈值 | 按点赞 / 评论 / 播放量设置下限（100、500、1000、5000、1w、5w、10w、30w、50w 等档位），锁定真正的爆款 |
| 排序方式 | 点赞最多 / 评论最多 / 播放最多 |
| 素材样式 | 指定使用的合成样式或数字分身样式 |
7.2 执行流程
7.3 任务管理
- 任务列表：查看状态、进度、耗时，支持取消任务、删除任务（含文件清理）。
- 批量下载：勾选已完成任务，一次性下载全部成片；无可用成片时系统会明确提示。
- 计划管理：可启停计划、查看每次执行记录，随时调整抓取条件。
CHAPTER 08团队与算力管理
8.1 多租户与角色
| 角色 | 权限范围 |
|---|---|
| 系统管理员 | 平台级管理：团队、用户、公告、版本、算力，入口 /aijkipagent-admin |
| 团队管理员 | 本团队成员管理、算力充值、团队信息维护；可使用全部创作功能 |
| 普通用户 | 使用本团队素材与算力进行创作，数据按团队 ID 隔离 |
8.2 算力机制
- 算力是平台内部的计算资源计量单位，文案分析、语音合成、视频合成、视频克隆等操作都会按量消耗。
- 顶部常驻显示「已消耗算力」与团队「余额」，数据每 5 分钟自动刷新，任务消耗后会即时刷新。
- 余额低于 100：登录时弹出橙色提醒「请联系系统管理员及时充值算力」。
- 余额为负数：弹出红色告警，所有消耗算力的功能将被拦截，需先充值后才能继续。
8.3 账号安全
- 支持单设备登录：同一账号在新设备登录后，旧设备会话自动失效。
- 登录失败次数限制与登录记录留痕，便于排查异常。
- 系统公告支持「弹窗强制提醒」，重要通知不会错过。
CHAPTER 09关键技术特性
| 特性 | 价值 |
|---|---|
| 音字同步强制对齐 | 字幕与配音逐字对齐，杜绝口型字幕错位 |
| BGM 自动循环 | 任意时长视频背景音乐连贯不断档 |
| 封面长显 | 延长封面停留时间，提升信息传达与点击率 |
| 长音频自动分段 | 音频长于素材时自动切片循环、并行合成、合并输出 |
| 双角色对话 | 多角色自动分配音色与画面，适配问诊/访谈类内容 |
| 违规词检测 | 成片前检测风险词，降低限流与违规风险 |
| 多平台支持 | 抖音、快手、小红书、视频号、百家号全链路支持 |
| 样式复制 | 样式一键复制后微调，快速扩展多账号变体 |
| 爆款生成与任务排序 | 按数据表现优先产出高潜内容 |
| 对象存储双模式 | 阿里云 OSS 或本地磁盘，按部署环境切换 |
CHAPTER 10常见问题 FAQ
首次使用最少要配置哪些素材？
三类必须完善：视频模板、克隆音色、字幕格式。其余（片尾视频、BGM、贴纸、字体、人名条、封面模板、底部声明）可按需逐步补充。配置一次即可长期复用。
支持从哪些平台提取文案？
抖音、快手、小红书、视频号、百家号等主流平台。粘贴视频链接即可提取，支持批量粘贴多条链接一次处理。
提取出来的文案是直接可用吗？
系统会按你在「AI 改写要求」中定义的规则自动改写、纠错和断句，产出属于你自己的原创文案并存入文案库。建议先针对每个账号写好改写要求，效果更稳定。
合成和克隆到底怎么选？
没有固定人物出镜需求、以铺量科普为主，用合成；需要固定人物形象（专家/讲师 IP、数字分身），用克隆。两者都支持单条、手动批量、自动批量三种粒度。
数字人克隆需要准备什么素材？
一段清晰的人物出镜视频（建议人物正面、光线稳定、时长足够覆盖你的文案），以及用于配音的克隆音色。视频上传后即可建立数字分身素材。
克隆音色支持哪些格式？有什么限制？
支持 MP3 / WAV / M4A，单个文件不超过 10MB。上传后可试听，确认满意再用于正式合成。
文案很长，配音超过视频素材时长怎么办？
克隆模块内置长音频自动分段：系统自动切片循环复用素材、并行合成后合并输出，长文案无需手动拆分。
自动批量会自己去找爆款吗？
会。在「自动批量合成 / 自动批量克隆」中配置抓取平台、时间范围（如 24 小时内）、点赞/评论/播放量阈值和排序方式，系统按条件抓取爆款、提取文案、自动排队出片。
一条视频大概多久能出片？
通常在数分钟级，具体取决于文案长度、任务队列排队情况，以及是否使用数字人克隆（克隆需要额外的唇形推理时间）。批量任务按队列顺序执行。
算力不足会怎样？
余额低于 100 会收到橙色提醒；余额为负数时所有消耗算力的功能会被拦截并弹窗告警，需联系团队管理员或系统管理员充值后继续使用。
多人可以同时使用吗？数据会串吗？
可以。平台是多租户设计，素材、文案、任务全部按团队 ID 隔离；团队内成员共享团队素材库与算力池。
成片可以批量下载吗？
可以。在任务列表中勾选多条已完成任务，一键批量下载；如果所选任务中没有已完成的成片，系统会给出明确提示。
能否私有化部署？
可以。企业版支持整套系统私有化部署（含 GPU 推理服务），数据不出内网，并可按业务需求定制开发。详见「企业版与定制开发」章节。
内容合规由谁负责？
平台仅提供技术能力，使用者须自行确保内容合法合规（版权、肖像权、内容安全等），并对使用结果负责。平台提供违规词检测辅助降低风险。
CHAPTER 11版本更新记录
| 版本 | 更新内容 | 日期 |
|---|---|---|
| v4.10.7 | 新增单条视频合成 / 单条视频克隆模块 | 2026-08-18 |
| v4.9.7 | 数字人克隆升级：LatentSync 1.5 唇形同步 | 2026-08-16 |
| v4.8.7 | 系统账号安全升级：单设备登录 | 2026-08-15 |
| v4.8.6 | 大模型显存优化与文案改写修复 | 2026-08-15 |
| v4.7.5 | 功能优化与稳定性提升 | 2026-08-07 |
| v4.7.4 | 封面长显功能及音画同步修复 | 2026-08-05 |
| v4.7.3 | 小红书全链路支持 | 2026-08-04 |
| v3.7.3 | 版本更新 | 2026-08-03 |
| v3.6.4 | 违规词检测 | 2026-08-01 |
| v3.6.3 | 增加视频号平台全链路支持 | 2026-07-27 |
| v2.6.3 | 增加样式复制功能 | 2026-07-24 |
| v2.6.2 | 音字同步强制对齐升级 | 2026-07-23 |
| v2.5.1 | 爆款生成功能与任务排序功能上线 | 2026-07-20 |
| v2.4.1 | 设计音色功能上线 | 2026-07-19 |
CHAPTER 12开源与授权
短视频工厂已开源，欢迎 Star、Fork、提交 Issue 与 PR。
12.1 双许可证模式
| 版本 | 授权 | 包含能力 |
|---|---|---|
| 社区版 | Apache License 2.0，可自由使用、修改、商用 | 核心功能：视频合成、视频克隆、语音能力、内容资产、多租户基础能力 |
| 企业版 | 商业授权 | 自动批量调度、工作流可视化编排、团队模板库、多 GPU 横向扩展、数据看板、API 开放平台，以及私有化部署与定制开发支持 |
12.2 开源部署前置要求
| 依赖 | 说明 |
|---|---|
| 运行环境 | Node.js 18+、MySQL、Redis |
| GPU 服务 | Qwen3-TTS（语音合成与音色克隆）、LatentSync（唇形对齐），需另行部署 |
| 媒体工具 | FFmpeg / FFprobe |
| 对象存储 | 阿里云 OSS（可选，不填写则使用本地磁盘存储） |
环境变量关键项：DATABASE_URL、JWT_SECRET、INITIAL_ADMIN_PASSWORD、SERVER_URL、DASHSCOPE_API_KEY、DEEPSEEK_API_KEY、OSS_*、LOCAL_TTS_URL、FFMPEG_PATH。
JWT_SECRET 与 INITIAL_ADMIN_PASSWORD，并妥善保管各类 API Key。CHAPTER 13企业版与定制开发
我们提供企业级定制化开发服务：根据团队/企业的业务流程、行业特点与既有系统，量身打造一套专属的 AI 自动化工作流平台 —— 不是通用工具，而是完全匹配你业务场景的个性化解决方案。
企业定制
根据企业规模、行业特性、团队结构定制专属工作流
系统集成
与现有 CRM / ERP / OA 系统无缝对接，数据互通
私有部署
支持本地化部署，数据完全私有、安全可控
敏捷迭代
快速上线 MVP，根据反馈持续优化迭代
13.1 交付内容
- 深度调研业务流程，定位可自动化的关键环节
- 定制化开发 AI 工具链，无缝集成现有工作系统
- 私有化部署与算力规划，数据自主可控
- 团队培训与使用手册交付
- 持续迭代优化，随业务发展灵活扩展
13.2 预约咨询
📧 邮箱：286017663@qq.com
📱 微信：kfw365
⏰ 工作时间：9:00 - 18:00
CHAPTER 14技术支持
| 渠道 | 信息 |
|---|---|
| 官网 | www.aijj.ltd |
| 在线体验 | 短视频工厂登录入口 |
| 邮箱 | 286017663@qq.com |
| 微信 | kfw365 |
| 开源仓库 | GitHub / Gitee |