当前版本: v0.4.0
简体中文 | English
VideoHub 是一个基于 PyQt6 的本地视频处理与智能剪辑工作台，支持 YouTube、Twitter/X、抖音/TikTok、Instagram、Bilibili 等平台及本地媒体。除了视频下载、音频提取、Whisper 转录、双语字幕、字幕翻译、AI 配音和内容摘要，它还通过供 Codex、Claude Code、DeepSeek 等智能助手调用的项目级 Skills，提供基于字幕与画面证据的故事剪辑、影视解说、连续剧批量自动剪辑、音乐卡点、多画幅封面和完整发布包。桌面端同时支持批量处理、闲时队列和剧集目录项目化管理，让多集视频可以按统一配置分阶段处理、复用中间资源并持续调整。
需要尽快跑通或定制工作流？ 现有固定范围付费支持从 USD 149 起，可直接提交公开付费支持申请。无需邮箱；请勿提交密钥、私有素材、客户数据或个人敏感信息。
正在准备 VideoHub Series Ops Kit：一次性 USD 59 的 Excel 数字下载包，包含剧集跟踪、素材权利、旁白时长、字幕 QA、多画幅封面和最终交付门禁。先查看真实工作簿预览与交付说明；当前尚未开放购买，可通过公开、无需邮箱的意向表单说明用途和价格匹配度。提交意向不是订单、预约或付款承诺，也不保证上线日期、兼容性、销量或收益。请勿公开提交密钥、私有素材、客户数据或个人敏感信息。
VideoHub 的 MIT 开源版本继续免费。如果你不想自己排查 Python、FFmpeg、TTS 和系列配置，也可以购买固定范围的实施服务：
- 异步环境诊断 — USD 149：审阅无密钥预检报告与脱敏错误日志，提供书面根因判断、按优先级排列的修复步骤和一次公开 Issue 跟进；7 天内升级 QuickStart 可全额抵扣。
- QuickStart 远程安装 — USD 299：安装配置、一个授权样例、45 分钟交接和 7 天缺陷支持。
- Creator Series Workflow — USD 999：统一系列字幕、画幅、音色、封面和三个授权样例。
- Team Local Deployment — USD 2,999：团队私有部署、一个定制流程、验收、培训和 30 天缺陷支持。
服务不包括绕过平台限制、处理未授权内容、第三方 API 费用或无限期维护。查看完整服务范围、验收与付款说明，或直接提交公开的付费支持申请。公开 Issue 中禁止粘贴密钥、私有素材或个人敏感信息；当前不通过邮件受理或跟进。
先看证据：11 期授权艺术内容系列的匿名案例，包含可在仓库中复核的成片、字幕、章节、发布说明和 44 张多画幅封面；不把内部产出数量包装成客户数量或商业收益。
咨询前可运行 python src/support_preflight.py，生成不联网、不含密钥值的环境报告；再按付费支持申请模板提供范围信息，可以更快判断适合的档位与排期。只想先确认问题和修复路径，可选择 USD 149 异步环境诊断，并先查看脱敏交付样例。
项目地址：https://github.com/cacity/VideoHub
最简单的使用方式，是把项目地址直接发给运行在本机的 Codex、Claude Code 或其他能够读取文件、执行命令的智能助手，让它完成克隆、依赖检查和本机配置。例如：
请安装并配置这个项目：https://github.com/cacity/VideoHub
把它放到独立项目目录，检查 Python、FFmpeg 和 requirements.txt，安装缺少的依赖，
验证桌面程序和 .agents/skills 下的 VideoHub Skills 是否可用。
需要 API Key 的可选功能先告诉我如何配置，不要把密钥写入代码或提交到 Git。
安装完成后，在 VideoHub 项目目录中继续对话，直接提供视频链接、本地文件或剧集目录，再说明成片时长、语言、声音、字幕、画幅和发布平台即可。项目级 Skills 会根据任务自动选择下载、字幕、故事剪辑、影视解说、卡点剪辑或封面流程；如果当前客户端没有自动发现 Skills，可明确要求助手先读取 .agents/skills/videohub/SKILL.md。
# YouTube 故事剪辑
使用 VideoHub 处理 https://www.youtube.com/watch?v=VIDEO_ID，先获取原文字幕并理解内容，
剪成 5 分钟的视频，保留原声，生成中英双语字幕，同时给出标题、文案和封面。
# YouTube TTS 解说
把 https://www.youtube.com/watch?v=VIDEO_ID 剪成 8 分钟中文解说版，使用 MiniMax 1.2x，
原声降低到 0.2，关键对话保留原声，输出 1080p 成片和完整发布包。
# 抖音视频
下载并处理 https://v.douyin.com/xxxx/，使用原视频音乐剪成 30 秒卡点视频，
从我提供的素材目录选择镜头，不烧录字幕，生成 3:4、4:3 封面和发布文案。
# 本地电影或连续剧
使用 VideoHub 处理 D:/videos/example.mp4，剪成 10 分钟影视解说；先根据字幕和画面理解剧情，
旁白主导并保留少量关键原声。或者处理 D:/series/example/ 目录下全部剧集，
每集剪成 6 分钟，沿用统一音色、封面和发布包规格，支持断点继续。
基础下载、转录、字幕和本地编辑不依赖付费大模型。MiniMax、豆包 TTS、DeepSeek 润色等可选能力需要在本地环境变量或未提交的 .env 中配置相应凭据。请只处理自己拥有下载、剪辑和发布权利的素材。
最近新增的能力已经从“单次剪一条视频”扩展到可复用的系列生产：
- 连续剧配置驱动批量制作：
videohub-film-commentary新增统一系列执行器。系列级 TTS、音量、画幅、封面和输出路径写入series_spec.json，每集剧情、旁白、选段和发布文案写入episode_specs.json，不再为每个项目复制一份build_episode_series.py。 - 分阶段执行与断点复用：支持
preflight、prepare、render、package、audit和all。修改单集文案后可复用未变化的证据包、视频片段、TTS 分块缓存和发布资产；预检与计划阶段不会调用付费 TTS。 - 剧集目录项目模式：批量处理本地剧集时，字幕、翻译、转录稿和摘要保存在原视频目录，并生成可移动的
videohub_project.json。后续只需给出剧集目录，Skill 会自动定位视频和最佳字幕。 - 五轨时间线精修：本地网页工作台支持调整视频切点、原声、TTS 旁白、原声窗口和字幕；预览自适应窗口，预览区与时间线可上下拖动调整，解说字幕位置也可手动移动。
连续剧项目可先执行不产生 API 费用的预检：
python .agents/skills/videohub-film-commentary/scripts/run_series_commentary.py `
"workspace/projectNNN_series" --episodes 1-12 --stage preflight配置结构和完整命令见 series-job-schema.md。
VideoHub 的智能剪辑不是简单地按固定时间截取视频，而是让大模型先阅读原文字幕和画面证据，理解人物、主题、事件与因果，再生成可验证的剪辑计划，最后由确定性脚本完成剪辑、翻译、配音、字幕和发布物料。
flowchart LR
A["视频和字幕"] --> B["证据提取层"]
B --> C["故事理解层"]
C --> D["剪辑规划层"]
D --> E["剪辑后翻译与可选 TTS"]
E --> F["确定性渲染层"]
F --> G["短视频、同步字幕和发布包"]
| Skill | 主要用途 | 可交付版本 |
|---|---|---|
videohub-story-editor |
把长视频、播客、访谈、课程或知识内容组织成几分钟、叙事完整的短片 | 保留原声的原文/双语字幕版；原声降至约 30% 的 MiniMax 或豆包 TTS 解说版；带 50-100 字文案的抖音发布包 |
videohub-film-commentary |
为电影、电视剧和短剧制作第三者旁白主导的剧情解说 | 旁白与关键影视原声混合版；同步字幕；1080x1920 抖音封面、标题候选、文案、话题和完整发布包 |
videohub-beat-editor |
检测音乐强拍，从长视频或素材目录选择镜头并批量制作卡点视频 | 多画幅成片、歌词字幕、封面、标题、文案和话题 |
videohub-cover-designer |
为单条视频或连续剧建立统一封面体系 | 9:16、3:4、4:3、16:9 封面和小缩略图可读性预览 |
这些剪辑工作流遵循“先理解和剪辑，后重新翻译”的顺序。外文视频不会直接拿剪辑前的逐句机翻决定剧情；最终字幕根据成片时间轴重新生成，并可选用 DeepSeek 做轻度整体润色。影视解说还会保留冲突、揭露、告白、反问、笑点和告别等关键原声，让演员表演和环境声不被旁白完全覆盖。
智能剪辑能力通过
.agents/skills/供支持项目级 Skills 的智能助手调用，并复用仓库内的 Python/FFmpeg 脚本；它们不是桌面 GUI 中的一键自动剪辑按钮。
AI 完成初剪后，可以在本地网页工作台中继续精修。编辑器会直接打开已有的 workspace/projectNNN_* 解说项目，提供视频预览，以及视频、原声、TTS 旁白、原声锚点和字幕五条轨道。可以拖动切点和原声窗口、拆分、删除、重排片段、调整字幕、撤销或重做，并把每次保存写入独立的 revisions/rev-*，不会覆盖原始计划和素材。
第二阶段能力也已接入：未变化的视频片段会复用 .story_editor_cache/segments 缓存；修改旁白后可以只重新生成对应的 MiniMax 语音块。音量关键帧、片段淡入淡出、交叉转场、多个本地视频源和 DeepSeek 局部改写也可以在同一工作台中设置。最终输出仍由本地 FFmpeg 按保存的时间线确定性渲染。
cd frontend
npm install
npm run build
cd ..
python src/story_timeline_server.py然后访问 http://127.0.0.1:8766/story-editor。MiniMax 单段重生成和 DeepSeek 改写是可选功能，只有本地配置了对应 API Key 才会调用；没有密钥不影响时间线编辑、保存和渲染。
VideoHub 的 AI 配音现在新增 MiniMax TTS API 后端。除了原来的本地 Kokoro 和 CosyVoice，用户也可以在设置中切换到 MiniMax，并从多个系统音色中选择更合适的声音。
- 多音色选择: 支持中文男声、中文女声、新闻播音、电台主持、青年声线、成熟声线和粤语男声等预置音色
- 可试听再生成: AI 配音页可直接试听当前音色，确认效果后再开始正式配音
- 可自定义 Voice ID: 除预置音色外，也可以手动填写 MiniMax 控制台中的自定义
voice_id - 不影响默认流程: 未切换时仍默认使用本地 Kokoro；CosyVoice 和 MiniMax 都是手动选择的可选后端
- 适合视频解说: 男声播音、主持类音色更适合课程、技术分享、访谈、说明类视频的中文配音
- MiniMax配音的演示视频 youtube https://youtu.be/ns-X5yUb4gE
- 🎥 平台支持: YouTube、Twitter/X、抖音、Bilibili 等主流视频平台
- 智能处理: 支持视频/音频导入与本地处理，可选择完整视频或仅音频模式
- 精准转录: 基于 OpenAI Whisper 的高质量语音转录技术
- 多格式字幕: 生成 .srt、.vtt、.ass 等多种格式的双语字幕文件
- 字幕嵌入: 支持将字幕直接嵌入到视频文件中
- AI 配音: 默认使用 Kokoro TTS，也可手动切换到 CosyVoice SFT / Instruct 或 MiniMax API，生成更自然的中文配音版本视频
- 故事剪辑: 基于原文字幕和画面证据理解长视频，完成选段、重排、剪辑后翻译和同步字幕
- 影视解说: 第三者 TTS 旁白结合关键影视原声，输出剧情解说成片和抖音封面、标题、文案、话题
- 可视化精修: 在五轨网页时间线上调整切点、旁白、原声窗口、字幕、音量、淡入淡出和交叉转场，并按修订版本渲染
- 内容摘要: 利用 LLM（支持 OpenAI、DeepSeek 等）智能生成文章摘要
- 页面集成: 在 YouTube、Twitter/X、Bilibili 视频页面自动添加处理按钮
- 一键加入队列: 点击按钮即可将任务添加到闲时处理队列
- 队列管理: 通过扩展弹窗查看、导出、清空处理队列
- 实时同步: 通过 HTTP API 与桌面应用实时通信
- 智能识别: 自动提取视频标题、作者、链接等信息
- 视觉反馈: 添加成功后按钮状态变化，避免重复添加
正确安装插件后，在X/YouTube等视频网站，视频下方会出现处理按钮，后台运行主程序后，点击按钮即可把当前任务加入处理队列。
- 局域网访问: 在电脑上启动轻量网页端后，iPhone/手机可通过同一 Wi-Fi 下的局域网地址访问
- 手机粘贴链接: 手机浏览器中长按输入框粘贴视频链接，点击按钮即可触发本地下载
- 下载到手机相册: 下载完成后页面会提供视频预览、打开视频和下载入口，iPhone 可通过 Safari 分享菜单保存到相册
- 本地保存: 下载文件统一保存在电脑的
workspace/mobile/目录，便于后续管理和清理
启动方式：
python src/mobile_web_server.py启动后终端会显示类似 http://局域网IP:8787 的手机访问地址。手机和电脑需要连接到同一个局域网；如果无法访问，请检查 Windows 防火墙是否允许 8787 端口。
本项目仅供合法、合规且经授权的用途使用。使用涉及第三方平台内容、Cookie、Token、录制、导入或处理功能前，请先阅读 DISCLAIMER.md。
比如斯坦福CS231N这个视频列表：
https://www.youtube.com/playlist?list=PLoROMvodv4rOmsNzYBMe0gJY2XS8AQg16
复制好视频列表连接，在软件视频URL中右键，会直接粘贴视频的连接。
勾选下面的选项，可以保存视频、获取原生英文字幕；如果没有原生字幕，也可以用 whisper 做语音转字幕，勾选生成字幕并翻译，这样就有了视频和双语字幕，方便学习研究。翻译字幕使用的是谷歌翻译，翻译时间会比较久；如果列表中文件较多，可以先完成媒体处理，再选中视频目录单独进行字幕提取和翻译。下图就是显示出来的双语字幕。
在软件中选中本地视频，勾选“批量处理（目录）”。如果目录是一部连续剧或一组相关视频，
保留“剧集项目模式”开关，生成的原文字幕、Google 初译和 DeepSeek 润色版都会写入视频目录
下的 subtitles/，转录稿和摘要分别写入 transcripts/、summaries/。目录中还会生成
videohub_project.json，使用故事剪辑或影视解说 Skills 时只需提供这个剧集目录，不必再单独
查找和填写字幕路径。普通单文件处理仍使用全局 workspace/ 目录，不受影响。
也可以从命令行直接处理一个剧集目录：
python src/youtube_transcriber.py --video "D:/videos/my_series" --generate-subtitles
在抖音PC版上点分享，复制连接，直接在视频URL中右键直接粘贴连接，勾选你要处理的项，可以进行媒体处理和摘要提取等。
类似这种连接，页面有一个视频。
https://x.com/tanchibu37099/status/2000362448982102119
复制好连接，在视频URL中右键直接粘贴连接，即可加入处理流程。
把项目中的chrome_extension整个文件夹拖到Edge或者Chrome浏览器中的扩展中，就完成了插件安装。安装成功后，扩展栏会有一个图标。在支持的视频正下方会有处理按钮，点击后会把当前任务加入到处理队列中。
- 多平台批处理: 支持混合处理不同平台的视频链接
- 文件导入: 可从文本文件批量导入 URL 列表
- 进度跟踪: 实时显示批量任务的处理进度和结果
- 智能调度: 设置闲时时间段（如晚上23:00-早晨07:00），自动执行处理任务
- 任务队列: 白天将任务添加到队列，闲时自动依次执行
- 灵活控制: 支持暂停/恢复、立即执行、任务重排等操作
- 可视化管理: 专门的"闲时队列"标签页，实时查看和管理任务状态
- 样片演示: CosyVoice 中文配音合成样片
- 默认后端: 默认使用原来的 Kokoro TTS，支持晓贝、晓晓、晓艺、云健、云扬等中文音色
- CosyVoice 后端: 可在设置中手动切换到 CosyVoice SFT 或 CosyVoice Instruct，支持中文女、中文男、粤语女、英文女等音色
- MiniMax 后端: 可在设置中手动切换到 MiniMax API，支持中文男声、中文女声、新闻播音、电台主持、青年声线、成熟声线和粤语男声等系统音色
- 音色试听: 配音页可直接试听当前音色，试听文件会缓存到
workspace/dubbing_temp/voice_previews/，再次试听同一配置时直接播放旧文件 - 智能转录: 自动将视频语音转录为字幕
- 流畅合成: 保持原始视频节奏，自动填充静音
- 灵活输出: 可选择保留原声背景音，调节背景音音量
输出目录: 配音文件保存在 workspace/dubbing_temp/ 目录，完成后生成 {原文件名}_中文配音.mp4
CosyVoice 作为可选本地 TTS 后端，需要先启动独立服务：
python tts_service.py --host 127.0.0.1 --port 8877服务启动后，在 VideoHub 中进入 设置 -> TTS 配音设置：
TTS 引擎版本选择CosyVoice SFT或CosyVoice Instruct- 确认
CosyVoice 服务地址为http://127.0.0.1:8877 - 选择 CosyVoice 音色，例如
中文女或中文男 - 如果使用
CosyVoice Instruct，填写朗读指令，例如“用自然、清晰、适合视频讲解的语气朗读” - 保存设置后，到
AI配音页面点击音色旁边的试听 - 确认音色效果后，选择 YouTube 链接、本地视频或已有字幕，点击
开始配音
切换到 CosyVoice 后，AI 配音页的音色列表会自动从 Kokoro 的“晓贝/晓晓/云健”等切换为 CosyVoice 的“中文女/中文男/粤语女”等。未手动切换时，VideoHub 仍保持原来的 Kokoro 配音流程。
MiniMax 是外部付费 TTS API，适合想快速获得更多中文音色选择、又不想在本地加载大模型的场景。
在 VideoHub 中进入 设置 -> TTS 配音设置：
TTS 类型和引擎选择外部付费 - MiniMax API- 填写
MiniMax API Key - 选择模型，例如
speech-2.8-turbo或speech-2.8-hd - 在
MiniMax 音色中选择男声、女声、播音、主持等预置音色 - 如需使用自定义声音，可直接在音色框中填写自己的
voice_id - 保存设置后，到
AI配音页面点击音色旁边的试听 - 确认音色效果后，选择 YouTube 链接、本地视频或已有字幕，点击
开始配音
切换到 MiniMax 后，AI 配音页的音色列表会自动显示 MiniMax 的系统音色。试听和正式配音都会使用当前选中的音色；如果没有配置 MiniMax API Key，不会影响 Kokoro 和 CosyVoice 的本地配音流程。
本项目在 .agents/skills/ 下维护了一组项目级 skills，供 Codex、Claude Code 等智能编码助手读取。它们不是业务运行时依赖，也不会替代 GUI 或 CLI；它们的作用是让智能助手在处理 VideoHub 相关任务时，优先复用当前项目已有入口、脚本和约定，减少重复造轮子或误用过期路径。
| Skill | 适用场景 | 主要复用入口 |
|---|---|---|
videohub |
总入口与任务路由，判断应使用哪个子 skill | main.py、src/youtube_transcriber.py |
videohub-youtube |
YouTube、Twitter/X、Bilibili、本地音视频/文本的转写、字幕、翻译和总结 | python src/youtube_transcriber.py --help |
videohub-douyin |
抖音单视频和用户主页作品下载 | python src/douyin_cli.py <url> |
videohub-queue |
闲时队列、Chrome/Edge 扩展、本地 API 排查 | src/api_server.py、http://127.0.0.1:8765 |
videohub-ffmpeg |
FFmpeg 状态检查、路径配置、模式切换、下载和测试 | python src/ffmpeg_config_cli.py help |
videohub-subtitles |
字幕生成后的烧录、视频合成、独立字幕合成工具说明 | embed_subtitles_to_video()、python src/subtitle_merger.py |
videohub-story-editor |
根据原文字幕和画面证据理解、选段、重排长视频，生成原声双语版、TTS 解说版和抖音发布包 | .agents/skills/videohub-story-editor/scripts/ |
videohub-film-commentary |
电影、电视剧、短剧的第三者旁白解说、关键原声、同步字幕和抖音封面/标题/文案 | .agents/skills/videohub-film-commentary/scripts/ |
videohub-beat-editor |
音乐强拍检测、镜头候选选择、歌词字幕和多画幅卡点视频 | .agents/skills/videohub-beat-editor/scripts/ |
videohub-cover-designer |
影视、连续剧和卡点视频的统一封面及缩略图可读性检查 | .agents/skills/videohub-cover-designer/scripts/ |
videohub-live |
直播录制依赖、配置和运行状态诊断 | src/live_recorder_adapter.py |
安装提示和 YouTube、抖音、本地电影、连续剧批量剪辑示例见本文顶部的 在 Codex / Claude Code 中安装和使用。在支持项目级 Skills 的智能助手中，直接描述素材、目标时长、版本、字幕、音色、画幅和发布平台即可。
按照当前项目目录规范，智能助手会为每个任务创建独立的 workspace/projectNNN_<project_name>/，并在其中统一保存素材、证据、故事分析、来源映射、剪辑计划、字幕、TTS 缓存、成片、发布物料和 QA 报告。底层脚本仍兼容 workspace/review_packs/story_editor/、workspace/videos_with_subtitles/ 和 workspace/publish_packages/douyin/ 等默认目录。故事方案和剪辑计划在进入渲染前必须通过数据校验，最终视频还会检查时长、字幕边界和完整解码。
常见同步点：
- 字幕翻译默认使用 Google；如果 Google 失败，会尝试 DeepSeek/OpenAI 作为备用翻译。
- 字幕目标语言支持
zh-CN、zh-TW、en、ja、ko、ru、fr、de、es、it、pt、ar，默认zh-CN。 - 字幕烧录主流程复用
src/youtube_transcriber.py中的embed_subtitles_to_video()；独立 GUI 工具为src/subtitle_merger.py。 - 抖音用户主页下载已有入口，但通常需要有效 Cookie 和相关依赖，实际可用性以运行结果为准。
- 在线视频: 单个视频处理，支持 YouTube、Twitter、X、抖音等多平台
- 本地音频/视频: 处理本地媒体文件
- 批量处理: 批量处理多个不同平台的视频链接
- 闲时队列: 可视化任务队列管理和闲时调度控制
- 直播录制: 多平台直播监控与录制相关功能
- 处理历史: 查看所有处理过的任务记录
- 设置: API 配置、模板管理、闲时设置
- Python 3.8+
- Windows/macOS/Linux
- 8GB+ RAM（推荐用于 Whisper 模型）
- FFmpeg（直播录制必需）
- Chrome浏览器（使用浏览器扩展时）
# 克隆仓库
git clone git@github.com:cacity/VideoHub.git
cd VideoHub
# 创建虚拟环境（推荐）
conda create -n VideoHub python=3.12
conda activate VideoHub
# 安装依赖
pip install -r requirements.txtPyQt6 # 现代化GUI框架
yt-dlp # 多平台媒体获取与处理支持
openai-whisper # 语音转录
openai # OpenAI API
requests # HTTP请求
python-dotenv # 环境变量管理
flask # API服务器
flask-cors # 跨域支持
asyncio # 异步IO（直播录制）在应用的"设置"标签页中配置以下 API 密钥：
# OpenAI API (用于GPT模型)
OPENAI_API_KEY=sk-your-openai-api-key
# DeepSeek API (国内替代方案)
DEEPSEEK_API_KEY=your-deepseek-api-key
# 代理设置（如需要）
PROXY=http://proxy.example.com:8080- 默认闲时：23:00 - 07:00
- 可在"设置"或"闲时队列"页面自定义时间段
FFmpeg 是直播录制功能的必需组件。应用会自动检测并尝试安装：
# 运行自动安装脚本
python ffmpeg_install.py手动安装方式：
- Windows: 下载 FFmpeg 并添加到系统 PATH
- macOS:
brew install ffmpeg - Linux:
sudo apt-get install ffmpeg或sudo yum install ffmpeg
如果需要使用浏览器扩展功能：
- 打开 Chrome 浏览器，访问
chrome://extensions/ - 开启右上角的"开发者模式"
- 点击"加载已解压的扩展程序"
- 选择项目中的
chrome_extension文件夹 - 扩展将出现在扩展程序列表中
# 启动桌面应用（包含 HTTP API 服务器）
python main.py
# 启动手机本地网页下载服务（局域网访问，默认端口 8787）
python src/mobile_web_server.py
# 启动 CosyVoice TTS 服务（使用 CosyVoice 配音前启动）
python tts_service.py --host 127.0.0.1 --port 8877
# 或使用抖音处理命令行工具
python douyin_cli.py <抖音视频URL>VideoHub/
├── 📁 核心文件
│ ├── main.py # PyQt6 GUI 主程序（整合所有功能）
│ ├── api_server.py # HTTP API 服务器（供Chrome扩展调用）
│ ├── tts_service.py # CosyVoice 本地 TTS 服务
│ ├── douyin_cli.py # 抖音命令行处理工具
│ ├── live_recorder_adapter.py # 直播录制适配器
│ ├── mobile_web_server.py # 手机局域网网页下载服务
│ ├── ffmpeg_install.py # FFmpeg 自动安装脚本
│ ├── msg_push.py # 消息推送模块
│ └── requirements.txt # Python 依赖
├── 📁 Chrome扩展
│ ├── chrome_extension/
│ │ ├── manifest.json # 扩展配置文件
│ │ ├── background.js # 后台服务脚本
│ │ ├── content-scripts/ # 页面内容脚本
│ │ │ ├── youtube.js
│ │ │ ├── twitter.js
│ │ │ ├── bilibili.js
│ │ │ └── styles.css
│ │ ├── popup/ # 扩展弹窗界面
│ │ │ ├── popup.html
│ │ │ ├── popup.js
│ │ │ └── popup.css
│ │ └── icons/ # 扩展图标
├── 📁 项目级 AI Skills
│ └── .agents/skills/
│ ├── videohub-story-editor/ # 长视频故事理解、剪辑、翻译、TTS 和发布包
│ └── videohub-film-commentary/ # 影视解说、关键原声、封面和发布物料
├── 📁 抖音下载模块
│ ├── douyin/ # 抖音视频解析和下载
│ │ ├── parser.py # URL解析
│ │ ├── downloader.py # 视频下载
│ │ ├── video_extractor.py # 视频提取器
│ │ └── ...
│ └── douyinVd/ # Deno实现的备用下载方案
├── 📁 直播录制模块
│ ├── live_recorder/
│ │ ├── spider.py # 直播平台爬虫
│ │ ├── stream.py # 直播流处理
│ │ ├── room.py # 直播间管理
│ │ └── ...
│ └── live_config/
│ ├── config.ini # 直播录制配置
│ └── URL_config.ini # 直播间URL列表
├── 📁 输出目录
│ ├── downloads/ # 多平台音频文件 (.mp3)
│ ├── videos/ # 多平台视频文件 (.mp4/.webm/.mov等)
│ ├── douyin_downloads/ # 抖音视频输出目录
│ ├── live_downloads/ # 直播录制文件 (.ts/.flv/.mp4)
│ ├── mobile/ # 手机网页端下载文件
│ ├── transcripts/ # 转录文本 (.txt)
│ ├── subtitles/ # 字幕文件 (.srt/.vtt/.ass)
│ ├── summaries/ # 文章摘要 (.md)
│ ├── review_packs/story_editor/ # 故事证据、分析、剪辑计划和 QA 报告
│ ├── videos_with_subtitles/ # 故事短片和字幕合成视频
│ ├── publish_packages/douyin/ # 抖音视频、封面、标题、文案和话题
│ └── dubbing_temp/ # AI 配音临时文件
├── 📁 配置目录
│ ├── templates/ # 自定义文章模板
│ ├── icons/ # 应用图标资源
│ └── logs/ # 下载历史记录
└── 📁 配置文件
├── .env # 环境变量（API密钥等）
└── idle_queue.json # 闲时队列数据
- 🎬 YouTube: 完整支持，包括私有视频（需Cookie）
- 🐦 Twitter/X: 支持视频推文，可能需要登录状态
- 📱 抖音: 支持抖音链接识别与媒体处理
- 📺 Bilibili: 支持 B 站视频处理
- 🌍 其他平台: 基于 yt-dlp 支持的 1000+ 网站
| 平台 | 媒体处理 | 音频提取 | 字幕支持 | Cookie需求 | 特色功能 |
|---|---|---|---|---|---|
| YouTube | ✅ 完整支持 | ✅ 高质量 | ✅ 多语言 | 部分视频需要 | 原生字幕提取 |
| Twitter/X | ✅ 支持 | ✅ 支持 | ✅ 转录生成 | 推荐使用 | 短视频优化 |
| 抖音 | ✅ 支持 | ✅ 高质量 | ✅ 转录生成 | 视场景而定 | 智能分享识别 |
| Bilibili | ✅ 支持 | ✅ 支持 | ✅ 转录生成 | 部分内容需要 | 弹幕处理 |
欢迎对本项目进行贡献！
- 🐛 报告 Bug: 创建 Issue
- 💡 功能建议: 提交 Feature Request
- 🔀 代码贡献: 提交 Pull Request
- 📖 文档改进: 完善使用说明
本项目采用 MIT 许可证，允许自由使用、修改和分发。使用涉及第三方平台内容、Cookie、Token、录制或批量处理等功能前，请先阅读 DISCLAIMER.md。
感谢以下开源项目的支持：
- PyQt6 - 现代化GUI框架
- yt-dlp - 多平台视频下载工具（支持1000+网站）
- OpenAI Whisper - 语音识别模型
- OpenAI API - 大语言模型服务
⭐ 如果这个项目对您有帮助，请给个 Star 支持一下！