源码简介
这套源码属于视频自动化处理类项目，主要围绕 ffmpeg 批处理管线、剪映（CapCut）草稿 JSON 自动化和成片质检展开。它把一套实战过的 YouTube / 短影音创作流程抽成了可复用框架：你填自己的频道信息，就能跑起属于你的视频流水线。项目为 MIT 开源，仓库地址 https://github.com/Hao0321/video-autopilot-kit ，由 Hao0321 Studio 维护，所有个人数据均为空白模板，不含任何作者私有的账号、语音或社群数字。适合想研究视频自动化、本地批量剪辑、字幕与 b-roll 自动匹配的开发者学习参考。
适用场景
- 个人创作者想搭建本地视频批处理流水线，自动产出竖屏 Shorts / Reels
- 开发者研究 ffmpeg filter_complex 编排、字幕时间轴对齐、成片自动质检
- 需要剪映（CapCut）草稿 JSON 读写、批量套模板与导出自动化的 Windows 用户
技术栈与运行环境
- 前端：无（命令行 / 脚本驱动，无 Web 界面）
- 后端：Python 3.9+，核心依赖 numpy + Pillow（fx_lib 动画引擎）
- 数据库：无（纯文件系统 + JSON 配置）
- 运行环境：Windows / macOS / Linux，需本机安装 ffmpeg / ffprobe 并加入 PATH
- 其他依赖：CapCut 国际版桌面端（仅 Path 2 剪映自动化路径需要）+ 支持 Computer Use 的 AI 助手
功能亮点
- 纯 ffmpeg 可编程管线：longform_maker 提供教学长片渲染（亚像素 Ken Burns、双层 bloom、光扫、缓动曲线、合成 SFX），silent_vlog_maker 提供竖屏 Shorts 与静默 vlog 处理，跨平台可复现。
- 剪映草稿 JSON 直改：capcut_helpers 可直接读写 CapCut / 剪映本地草稿（draft_info.json / draft_content.json 七文件同步），含 4 级静音、花字、AI 字幕校正，并内置版本/加密检测（detect_draft_format）。
- 字幕与 b-roll 自动匹配：caption_broll_matcher 支持零配置按文件名语义对齐，broll_audit 做占比与旁白同步审计，word_captions 用 whisper 词级时间戳生成字幕时间轴。
- 成片机械质检（QA gates）：delivery_qa 提供频闪检测、死空档检测、字幕同步抽查、全帧扫描联系表，导出前自动把关。
- 跨平台兼容层：platform_compat 自动探测 Win/Mac/Linux 的中文字体路径与剪映草稿目录，避免硬编码系统字体导致的崩溃。
- 方法论知识库与空白模板：knowledge/ 收录 M1-M106 避坑与 YouTube 算法研究，templates/ 提供 voice/brand/algorithm 等可填写模板，SETUP.md 以问卷形式帮你生成自己的配置。
安装与部署提示
1. 本机安装 Python 3.9+ 与 ffmpeg / ffprobe（建议先 `ffmpeg -version` 验证）。
2. 克隆仓库或解压本站打包源码，进入项目根目录；examples/ 下方的 demo 无需额外 pip 安装，脚本会自行把 src/ 加入路径。
3. 纯程式路径（推荐）：运行 `python examples/01_vertical_short.py` 即可用 ffmpeg 合成测试素材并产出一段 1080×1920 竖屏短片，验证管线是否跑通。
4. 剪映自动化路径：复制 config.example.py 为 config.py 填素材/导出路径；如需操作剪映草稿，先运行 detect_draft_format() 确认草稿为明文 JSON（剪映国内版 6.0+ 已加密不可直改），并准备 CapCut 国际版 + 支持 Computer Use 的 AI 助手。
5. 个性化：将 templates/ 复制为 profiles/ 并按 SETUP.md 填写，或把仓库丢给 Claude / ChatGPT 让其按问卷生成配置。
截图与演示说明
常见问题
没有 CapCut 能跑这套源码吗？
可以。Path 1 纯程式路径只依赖 Python + ffmpeg，完全不碰剪映，跨 Win/Mac/Linux 可运行；examples 下的 demo 甚至不需要任何真实素材。剪映自动化（Path 2）才是 Windows 优先且版本敏感的，仅在需要花字 / 云端模板时再走这条路径。
适合二次开发吗？
适合。源码为 MIT 授权、模块划分清晰（longform_maker / silent_vlog_maker / capcut_helpers 各自独立，platform_compat 为独立兼容层），每个核心文件都带 self-test，依赖仅 numpy + Pillow 与本地 ffmpeg。可在此基础上扩展自己的滤镜、字幕样式或质检规则。
安全风险提示
特别提示：本源码未检测安全风险文件，下载后请务必进行安全审计，删除恶意代码后再部署使用！
常规安全扫描说明：通过对 src/ 目录的危险函数排查，所有 subprocess 调用均用于本地启动 ffmpeg / ffprobe 进行视频处理，未见 system()、os.system、eval、base64 动态解码、远程请求（requests / socket）、pickle.loads 等危险或数据外传行为；README 与 CHANGELOG 明确声明已去隐私化（无 PII、无密钥、voice_profiles.json 为空骨架）。项目整体为干净的开源视频处理框架。需注意：剪映（国内版 6.0+）草稿已加密不可直改，直接编辑会失败；CapCut 自动化依赖 AI 助手操作本地 GUI，请仅在自有设备与自有账号下使用。
下载说明
源码仅供学习研究、测试部署和二次开发参考，商用前请自行确认 MIT 授权范围与安全合规。本项目为 MIT 开源仓库，最新版本可前往 https://github.com/Hao0321/video-autopilot-kit 查看与获取；本站同时提供打包下载，便于离线研究与本地部署。
