
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 ★ 12878
技术标签
使用教程
环境要求
- Python 环境(用 uv 管理依赖)
- uv 包管理器,安装方式见 https://docs.astral.sh/uv/getting-started/installation/
- git 命令行工具
- Web UI 需要 Node.js 18 或更高版本
- 可用的 LLM、图像生成、视频生成三类 API Key(Key、模型名、Base URL)
安装与启动步骤
-
1克隆仓库
把 ViMax 源码拉到本地并进入项目根目录,后续所有命令都在该目录执行。
git clone https://github.com/HKUDS/ViMax.git cd ViMax -
2安装依赖
项目使用 uv 管理环境,执行 uv sync 安装 Python 依赖,首次运行会拉取较多包。
uv sync -
3生成私有配置
复制官方示例配置为本地私有配置,后续模型与密钥都填在 local 文件里,不要改示例文件。
cp configs/agent.example.yaml configs/agent.local.yaml -
4填写模型与密钥
在 configs/agent.local.yaml 中依次填写 LLM、图像生成器、视频生成器的模型、base_url 和 api_key 三项。
-
5启动 TUI
在 ViMax 根目录执行 vimax tui 进入交互式智能体界面,用 new 新建会话、resume 恢复会话。
vimax tui -
6启动 Web UI
进入 web 目录安装前端依赖并启动本地服务,默认监听 127.0.0.1:4173。
cd web npm install npm run dev -
7配置脚本生成模式
若走脚本流程,需配置 configs/idea2video.yaml 或 configs/script2video.yaml,并在对应 main_*.py 中填写创意或剧本。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
llm.model | 是 | 对话/编排所用大模型名称 | google/gemini-2.5-flash-lite-preview-09-2025 |
llm.model_provider | 是 | LLM 服务提供方,示例中为 openai 兼容协议 | openai |
llm.api_key | 是 | LLM 接口密钥,也可用 VIMAX_LLM_API_KEY 环境变量提供 | sk-xxxxxxxx |
llm.base_url | 是 | LLM 接口地址,可指向 OpenRouter 等兼容服务 | https://openrouter.ai/api/v1 |
image.api_key | 是 | 图像生成模型密钥,也可用 VIMAX_IMAGE_API_KEY | sk-xxxxxxxx |
video.api_key | 是 | 视频生成模型密钥,也可用 VIMAX_VIDEO_API_KEY | sk-xxxxxxxx |
如何确认成功
执行 vimax tui 能正常进入交互界面,或浏览器打开 http://127.0.0.1:4173 看到 Web UI 页面即成功。
常见问题
Q:不配置 API Key 能跑起来吗?
A:不能完成视频生成。必须配置 LLM、图像生成和视频生成三部分密钥,否则智能体无法调用模型。
Q:Web UI 的 4173 端口被占用了怎么办?
A:启动时指定其他端口:VIMAX_WEB_PORT=4174 npm run dev,然后访问对应端口即可。
Q:ViMax 跑在远程服务器上,本地怎么访问 Web UI?
A:服务默认只绑定 127.0.0.1,需做端口转发:ssh -N -L 4173:127.0.0.1:4173 <user>@<server>。
Q:不想在 yaml 里写密钥怎么办?
A:可以保持 configs/agent.local.yaml 为空,改用环境变量 VIMAX_LLM_API_KEY、VIMAX_IMAGE_API_KEY、VIMAX_VIDEO_API_KEY 提供同样的值。
Q:如何继续之前的创作会话?
A:用 vimax tui resume 恢复最近会话,或 vimax tui resume <session_id> 指定会话 ID 恢复。
注意事项
- uv 未安装时请先参考官方文档安装,再执行 uv sync。
- 本地私有配置 configs/agent.local.yaml 含密钥,切勿提交到公开仓库。
- Web UI 与 TUI 共用同一份配置、会话和工具运行时。
- Web UI 需要 Node.js 18 或更高版本,版本过低会安装失败。
核心亮点
- 将导演、编剧、制片人和视频生成器整合为单一智能体工作流,实现端到端的自动化视频创作
- 基于Python构建,技术栈聚焦agentic-aigc与视频生成,架构清晰,易于扩展和二次开发
- GitHub星标超过1.1万,社区关注度高,项目活跃度和影响力显著
不足之处
- 文档/社区待观察
适用场景
- 自动化生成短视频内容,如营销广告、社交媒体视频
- 快速制作故事板或概念预览,辅助影视前期创作
- 教育或培训场景中自动生成讲解视频
替代项目
VideoPoet、Runway Gen-2、Pika Labs
上一篇:HunyuanVideo
下一篇:VideoCrafter
同类项目推荐
chaojifeng-video-design
开源
把视频创作方法论装进 AI Agent,出片更有章法
超级峰的视频设计方法论|面向 AI Agent 的视频主线、分镜、声画节奏、制作与交付验收 Ski···
MACE-Dance
开源
给一段音乐,自动生成节奏对得上的舞蹈视频
[SIGGRAPH 2026] MACE-Dance: Motion-Appearance Cascaded Experts for Music-Driven Danc···
LAMP
开源
用少量视频样本,学运动模式,生成和编辑视频
[CVPR 2024] | LAMP: Learn a Motion Pattern for Few-Shot Based Video Generation
stable-diffusion-webui-vid2vid
开源
把视频逐帧AI重绘,一键生成风格化新视频
Translate a video to some AI generated stuff, extension script for AUTOMATIC1111/sta···
product-launch-motion
开源
一句话让 Claude 生成带节奏音效的产品发布视频
Claude Code skill for Dribbble-level product launch videos from code. One shape that···
ID-LoRA-LTX2.3-ComfyUI
开源
上传一张脸和一段声音,在 ComfyUI 里生成会说话的视频。
Custom ComfyUI node for generating videos with audio-visual identity based on a refe···
lemo-opuscar
开源
不靠视频模型,用代码套 59 种电影风格直接出片
A toolbox of film styles made in code for Claude Code: 66 ready to use, and your own···
CogVideo_demo
开源
输入文字,一键生成视频,快速体验 CogVideo 模型。
Unofficial demo app for CogVideo
PISCO
开源
稀疏控制,精准插入视频实例,让编辑更自然
[NeurIPS 2026] PISCO: Precise Video Instance Insertion with Sparse Control