爆款结构迁移引擎 — AI 创作平台

爆款结构迁移引擎 — AI 创作平台 

从样例拆解 → 素材补全 → 视频重组，一键生成爆款短视频

1. 项目概述

爆款结构迁移引擎是一个完整的全栈 AI 视频创作平台。用户上传一个爆款样例视频，系统通过大语言模型（LLM）自动完成以下全链路闭环：

1. 样例视频解析：提取视频的 fps、时长、分辨率、关键帧、镜头切分点等基础信息
2. 爆款结构分析：借助 Doubao-Seed-2.0-lite 对视频进行三重结构拆解（脚本结构 + 节奏结构 + 包装结构），输出标准化的爆款结构模板
3. 素材缺口识别：针对新的目标主题，基于爆款结构模板和用户已有素材清单，智能识别素材缺口
4. SVT-JSON 时间线生成：生成标准视频时间线（SVT-JSON），支持四版本差异化输出（高点击 / 高转化 / 高节奏 / 高质感）
5. 人工可调优化 & 导出：节奏滑块、字幕密度、自然语言指令；导出 SVT-JSON 文件；可视化时间线预览

2. 核心特性

P0 — 基础核心能力

• 样例视频输入与基础解析（关键帧提取、镜头检测、信息统计）
• 爆款三重结构拆解（脚本结构 + 节奏结构 + 包装结构）
• 基于 LLM 的爆款结构迁移生成
• 火山方舟 + Doubao-Seed-2.0-lite LLM 服务对接
• YAML 持久化配置（config.yaml），无需每次设置环境变量
• 全链路兜底机制：LLM 调用失败或 JSON 解析异常时自动降级至预设模板，保证核心流程永不中断

P0 — 素材缺口处理

• 智能识别结构槽位缺口
• 多策略缺口补全（文案生成、卖点卡片、动画模板）
• LLM 返回的缺口数据自动归一化为 identified_gaps 标准结构

P0 — 结果可验证

• 迁移过程可视化看板
• 样例结构 → 新结构对比展示
• LLM 原始 JSON 以 Markdown 代码块形式展示，可审计
• SVT-JSON 标准视频时间线格式输出

P1 — 进阶能力

• 画面包装建议系统
• 四版本生成：高点击版 / 高转化版 / 高节奏版 / 高质感版
• 人工可调能力（节奏滑块、字幕密度、自然语言指令）
• SVT-JSON 下载导出 & 时间线可视化预览

JSON 修复引擎

• 四策略累积式修复管道：尾随逗号修复 → 未引用键名修复 → 嵌套截断修复 → 截断修复
• 能处理 LLM 同时出现的多种 JSON 格式问题

3. 项目目录结构

AIquanzhan/ ├── main.py # 服务启动入口 ├── requirements.txt # Python 依赖清单 ├── config.yaml # YAML 持久化配置文件 ├── backend/ # 后端核心代码 │ ├── config.py # 全局配置管理（YAML + 环境变量混合加载） │ ├── llm_client.py # LLM 服务对接（Doubao）+ JSON 修复引擎 + 归一化引擎 │ ├── video_processor.py # 视频解析引擎（OpenCV） │ ├── gap_completion.py # 缺口识别补全引擎 │ └── main.py # FastAPI 主服务，定义全部 REST API ├── frontend/ │ └── index.html # 完整 Web 前端界面（HTML + TailwindCSS + Marked.js） ├── uploads/ # 用户上传文件目录（自动创建） ├── outputs/ # 输出结果目录（自动创建） └── temp/ # 临时文件目录（自动创建） 

4. 技术栈

5. 快速开始

5.1 环境要求

• Python 3.10+
• pip

5.2 克隆 & 进入项目

cd AIquanzhan 

5.3 配置 LLM 服务

编辑项目根目录下的 config.yaml：

说明：model_ep 字段取上「模型推理」->「Endpoint ID (EP)」的值。本项目使用 volcengine 作为 provider，model 直接传 EP 值。此配置只需设置一次，后续启动永久生效。

也可通过环境变量覆盖（优先级高于 YAML）：

set VOLCENGINE_API_KEY=your-key set DOUBAO_SEED_2_LITE_MODEL_EP=your-ep 

5.4 安装依赖

pip install -r requirements.txt 

5.5 启动后端服务

python main.py 

后端服务运行在 http://localhost:8000。

也可直接使用 uvicorn：

python -m uvicorn backend.main:app --host 0.0.0.0 --port 8000 

5.6 打开前端界面

在浏览器中直接打开 frontend/index.html。

前端通过 fetch 调用 http://localhost:8000/api/* 接口，确保后端已启动。

6. API 接口一览

7. 前端操作流程

┌──────────────┐ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ ① 上传样例 │ → │ ② 结构分析 │ → │ ③ 缺口识别 │ → │ ④ 生成成片 │ │ 拖拽/选择 │ │ 三重结构 │ │ LLM 智能 │ │ SVT-JSON │ │ MP4/MOV 文件│ │ 拆解 + 模板 │ │ 素材缺口 │ │ 导出 + 预览 │ └──────────────┘ └──────────────┘ └──────────────┘ └──────────────┘ 

Step 1：上传样例视频

拖拽或点击上传一个爆款样例视频，系统自动提取基础信息（fps、时长、分辨率、关键帧、镜头切分点）。

Step 2：爆款结构分析

点击「提取爆款结构模板」按钮，LLM 对视频进行三重结构拆解：

• Hook（开头吸引）：时长、内容特征
• Body（中段卖点）：分段内容与时长
• CTA（结尾引导）：引导文案与时长

同时展示 LLM 返回的原始 JSON（Markdown 代码块渲染）。

Step 3：素材缺口识别

• 输入目标主题（如「全新智能手表 99 元限时特惠」）
• 输入已有素材清单（自由文本描述，如「我有产品白底图3张、卖点文案、一段开箱视频」）
• 点击「识别素材缺口」，LLM 分析并返回结构化的缺口清单（缺口分类、优先级、补全策略）

同时展示 LLM 原始缺口分析数据。

Step 4：多版本生成 & 导出

• 选择版本类型（高点击 / 高转化 / 高节奏 / 高质感）生成 SVT-JSON 时间线
• 导出 SVT-JSON：下载为标准 JSON 文件
• 预览成片：弹窗展示视频 / 字幕 / 包装三轨时间线可视化
• 人工调整：拖动节奏滑块 / 字幕密度，输入自然语言指令微调

8. 数据格式：SVT-JSON (Standard Video Timeline JSON)

本项目定义的视频时间线标准格式，用于描述视频的时间编排：

{ "meta": { "duration": 15.0, "fps": 30, "version_type": "high_click" }, "tracks": { "video": [ {"at": 0.0, "duration": 3.0, "material": "产品大图", "effect": "缩放进入"} ], "subtitle": [ {"at": 0.0, "text": "划时代新品首发", "style": "viral_red_bounce"} ], "packaging": [ {"at": 3.0, "type": "sales_card", "name": "核心卖点"} ] } } 

9. 配置系统说明

YAML 配置文件（config.yaml）

项目采用 YAML 持久化配置 + 环境变量覆盖 的混合配置方案：

优先级：环境变量 > config.yaml > 默认值 

10. 详细功能文档

每个功能模块的详细说明文档请参见 docs/ 目录