（9714期）book-video-generator – AI一键生成精品读书解说视频

AI一键生成精品读书解说视频 基于扣子工作流重构的开源工具链，输入书名作者即可自动生成含AI插图、TTS配音、动态字幕的3分钟读书视频，支持火山/Gemini等多模型图像生成。 使用说明 核心用法 三分钟精读一本书视频生成器是一款全自动化内容创作工具，用户仅需提供书籍名称和作者，即可通过5阶段工作流生成专业级读书解说视频。完整流程包括：联网搜索书籍信息→LLM生成1000字书评文案→拆分为8-50个分镜脚本→并行生成AI插图与TTS配音→最终ffmpeg合成带动态字幕、进度条、BGM的MP4视频。 显著优点 全流程自动化：从文案撰写到视频渲染无需人工干预，单本书制作时间从数小时压缩至分钟级；多模型图像生成：支持腾讯混元（默认）、火山即梦Seedream 5.0、Google Gemini 3 Pro、Agnes AI四种方案，用户可通过IMAGE_API环境变量灵活切换；双引擎TTS架构：火山引擎豆包语音合成2.0（中文自然度最优，可商用）与微软edge-tts（免费免配置）智能回退，确保服务连续性；专业级后期效果：包含淡入淡出转场、逐句同步ASS字幕（带入场上滑动画）、关键词橙色高亮、顶部章节进度条、背景音乐与翻页音效混音；跨平台兼容：遵循Agent Skills开放标准，支持WorkBuddy、OpenClaw、Codex CLI、TRAE Work四大平台，工具映射自动适配。 潜在缺点与局限性 依赖外部API凭证：火山引擎图像生成和TTS需自行开通服务并配置API Key，新手存在学习成本；音频素材可选缺失：由于SkillHub不支持上传MP3，BGM和转场音效需用户手动放置至assets目录，否则生成视频无背景音乐；字幕同步精度差异：火山引擎TTS基于音频时长估算词级时间戳，精度略低于edge-tts的原生WordBoundary，极端快速语速场景可能出现轻微错位；计算资源消耗：多模型图像生成和ffmpeg视频编码对本地算力有一定要求，低配设备处理长视频可能耗时较长；风格固定性：当前仅支持扁平插画风，暂不支持用户自定义视觉风格模板。 适合的目标群体 读书博主与知识创作者：快速批量生产书单解说内容，建立账号矩阵；教育机构与培训团队：将教材内容转化为可视化微课视频；出版营销人员：为新书发布自动生成宣传素材；AI工具开发者：研究多模态工作流编排与跨平台技能适配的实践案例。 使用风险 API成本风险：火山引擎图像生成按分辨率计费（Seedream 5.0 lite最小2K），高频调用可能产生意外费用；内容版权风险：AI生成图像的商用授权需确认所选模型的服务条款，部分模型存在使用限制；依赖项维护风险：imageio-ffmpeg自动管理的二进制文件可能与特定系统环境存在兼容性问题；输出质量波动：LLM生成文案的准确性依赖搜索信息质量，冷门书籍可能存在信息不足或幻觉风险；环境配置风险：多环境变量管理（ARKAPIKEY/VOLCTTSAPIKEY/GEMINIAPI_KEY等）易造成配置混乱，建议统一使用.env文件管理。 原始说明 三分钟精读一本书视频生成器。输入书名+作者，一键生成3分钟读书解说视频（书评文案→AI插图→TTS配音→字幕→最终合成MP4）。触发词：三分钟精读书、生成读书视频、精读一本书、book video、做读书视频、书评视频。跨平台兼容 WorkBuddy / OpenClaw / Codex CLI / TRAE Work。