项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1481
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装 Docker(README 推荐用 Docker 运行,而非 npm)
- Docker 至少分配 3GB 空闲内存
- Windows + WSL2 需在 .wslconfig 或 Docker Desktop 中设置资源上限
- 云部署建议 Ubuntu ≥22.04、≥4GB RAM、≥2 vCPU、≥5GB 存储
- 一个免费的 Pexels API Key(https://www.pexels.com/api/)
安装与启动步骤
-
1确认 Docker 资源
服务至少需要 3GB 空闲内存。Windows 用 WSL2 时要在 .wslconfig 或 Docker Desktop 里放开资源限制,否则可能启动失败。
docker --version -
2申请 Pexels Key
打开 https://www.pexels.com/api/ 注册并获取免费 API Key,后面作为环境变量 PEXELS_API_KEY 填入,用于拉取背景视频素材。
-
3编写 compose 文件
在项目目录新建 docker-compose.yml,使用官方 tiny 镜像,映射 3123 端口,并把生成视频挂载到 ./videos。
version: "3" services: short-video-maker: image: gyoridavid/short-video-maker:latest-tiny environment: - LOG_LEVEL=debug - PEXELS_API_KEY=你的Pexels密钥 ports: - "3123:3123" volumes: - ./videos:/app/data/videos -
4启动容器
在 docker-compose.yml 所在目录执行,镜像会自动拉取;首次启动较慢,请等待服务就绪。
docker compose up -d -
5对接 n8n(可选)
若与 n8n 或自托管 AI starter kit 共用网络,给该服务加 networks: ['demo'],之后在 n8n 中用 http://short-video-maker:3123 访问。
-
6取出生成视频
生成结果会写入容器内 /app/data/videos,由于已做卷映射,直接在宿主机当前目录的 ./videos 里就能拿到成片。
ls ./videos
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
PEXELS_API_KEY | 是 | Pexels 免费 API Key,用于获取背景视频素材 | 你的Pexels密钥 |
PORT | 否 | 服务监听端口,默认 3123 | 3123 |
LOG_LEVEL | 否 | pino 日志级别,默认 info | debug |
WHISPER_VERBOSE | 否 | 是否把 whisper.cpp 输出转发到 stdout,默认 false | false |
KOKORO_MODEL_PRECISION | 否 | Kokoro 语音模型精度,可选 fp32/fp16/q8/q4/q4f16 | q4 |
CONCURRENCY | 否 | Remotion 渲染时并行打开的浏览器标签数,资源紧张时调小 | 1 |
如何确认成功
浏览器打开 http://localhost:3123 查看 Web UI,或请求 GET /api/music-tags 能返回音乐标签即表示服务已正常运行。
常见问题
Q:用 npm 还是 Docker 跑?
A:README 明确推荐使用 Docker;仓库提供 tiny 等三种镜像对应不同使用场景,绝大多数情况用 tiny 即可。
Q:启动时报内存不足怎么办?
A:服务至少需要 3GB 空闲内存,请在 Docker Desktop 或 WSL2 的 .wslconfig 中提高内存上限后重试。
Q:怎么和 n8n 联调?
A:让两者处于同一 Docker 网络(例如给本服务加 networks: ['demo']),n8n 中用 http://short-video-maker:3123 调用 REST/MCP 接口。
Q:生成的视频在哪?
A:容器内路径是 /app/data/videos,compose 里已映射为宿主机的 ./videos,直接去该目录取文件即可。
Q:云服务器怎么部署?
A:选 Ubuntu ≥22.04、≥4GB RAM、≥2vCPU、≥5GB 存储的 VPS,用 pm2 管理进程,并把环境变量写进 .bashrc。
注意事项
- 必须提供 PEXELS_API_KEY,否则无法拉取背景视频素材。
- 本工具不是凭图片或提示词从零生成画面,而是组合 TTS、字幕、背景视频与音乐。
- 标题、字幕位置、音乐情绪、音量、画面方向等属于请求级配置项(如 orientation 默认 portrait、voice 默认 af_heart),在调用接口时传入即可。
- 资源受限时可调小 CONCURRENCY 与 VIDEO_CACHE_SIZE_IN_BYTES。
核心亮点
- 通过 MCP 协议集成 AI 模型,实现脚本、配音、字幕的端到端自动化生成。
- 基于 Remotion 的 React 组件化视频渲染,支持高度定制和程序化控制。
- 提供 REST API,方便与现有内容管理系统或自动化流程集成。
不足之处
- 依赖外部 AI 服务和云资源,可能产生额外成本。
- 文档/社区待观察。
适用场景
- 内容创作者批量生成短视频素材
- 营销团队快速制作多平台广告视频
- 开发者构建自动化视频生成服务
替代项目
Revoldiv、ShortGPT、VideoGen
上一篇:MagicDrive-V2
下一篇:MIMO
同类项目推荐
cosmos-predict2.5
开源
用视频预测未来世界,为机器人和自动驾驶提供模拟训练场
Cosmos-Predict2.5, the latest version of the Cosmos World Foundation Models (WFMs) f···
short-video-generator-AI
开源
把YouTube长视频一键变成多语言爆款短视频
Free open-source project designed for turning youtube-viedos into viral short videos···
World-R1
开源
给视频生成加上3D物理约束,让画面更稳定不扭曲
[ICML 2026] World-R1: Reinforcing 3D Constraints for Text-to-Video Generation
pireel
开源
让AI代理自动剪辑视频,开源替代CapCut
The open-source alternative to Capcut、ChatCut. Drivable by any AI agent over MCP.
TeaCache
开源
给视频生成模型装上加速器,推理速度翻倍,画质不掉线
Timestep Embedding Tells: It's Time to Cache for Video Diffusion Model
effectcraft
开源
纯 Rust 写的轻量动效合成工具,做片头转场快又省资源
EffectCraft: An open-source motion graphics and compositing tool written from scratc···
yt-short-clipper
开源
长视频一键变竖屏高光短片,自动追踪人脸加字幕
Windows desktop app that turns long-form YouTube videos into 9:16 short-form clips —···
baize-toolbox
开源
拖拽文件,一键搞定音视频格式转换与剪辑
白泽工具箱,基于electron+ffmpeg实现的一款功能强大的多媒体工具
LTX-2
开源
官方工具包,本地跑通音视频生成还能LoRA微调
Official Python inference and LoRA trainer package for the LTX-2 audio–video genera···
