Skip to content

About

程序化视频工作空间:HTML → headless Chromium → ffmpeg 本地出 MP4,不调用视频生成模型,改文案重渲即可复现

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

2 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 

Repository files navigation

html-video-studio

程序化视频(programmatic video)实验工作空间:不调用视频生成模型, 用「HTML 页面 → headless Chromium 录制 → ffmpeg 编码」在本地出 MP4。

目录

html-video-studio/
├── demo/                  我实际跑通的最小链路
│   ├── frames/            3 个自包含 HTML 帧(纯 CSS 动画,无 CDN 依赖)
│   ├── frames-<主题>/     实战主题:每帧一个自包含 HTML + scenes.json
│   │   ├── frames-pension/    养老分析(8 帧)
│   │   ├── frames-landing/    飞机落地减速(10 帧)
│   │   ├── frames-swearing/   中英脏话差异(7 帧,含合规处理)
│   │   ├── frames-dsv41/      22 帧 + build.py 生成器 + 程序合成配乐
│   │   ├── frames-cine/       镜头语言实验
│   │   └── frames-3d-test/    three.js 3D 帧最小样例
│   ├── tts/               旁白文案 + gen.py(合成语音、音频驱动帧长)
│   ├── assets/three/      three.js 本地副本(3D 帧不依赖 CDN)
│   ├── render.mjs         Chromium 录制 → webm → ffmpeg → mp4 → concat
│   ├── shot.mjs / qc.mjs / measure.mjs …  抽帧验布局、质检、测溢出
│   ├── out/demo.mp4       产物:13.1s / 1920x1080 / 30fps / H.264 / 485KB
│   └── README.md          demo 的使用与排障
└── html-video/            上游项目 nexu-io/html-video 的 clone(21 个官方模板,不入库)

仓库存什么、不存什么

入库的是制作流程:帧 HTML、scenes.json / narration*.json、渲染与质检脚本、 生成器(build.py / bgm.py / xfade.py / make_srt.py)、文档。

不入库的是产物:out*/ 下的成片与分片、voice/*.mp3(TTS 输出)、 *.wav(程序合成配乐)、*.srt、抽帧截图、webm。 这些东西都能由源码重跑得到,且单条成片就有几十 MB。 唯一入库的样例是 demo/out/demo.mp4,供人先看效果再决定要不要读代码。

demo/frames-*/_removed/ 也不入库:里面是涉及「谐音替身 / 哔声」等规避手法的废弃帧, 只留本地做记录。

上游项目

html-video/ 是上游项目的独立 clone, 不纳入本仓库(它是另一个 git 仓库,且带 457MB node_modules)。 用到官方模板时再拉:

git clone --depth 1 https://github.com/nexu-io/html-video.git
cd html-video && pnpm install

只有 demo/ 这条最小链路是完全自包含的,不依赖上游。

快速开始

cd demo

# 依赖(已装在工作区外的隔离目录,node_modules 是指向它的软链)
# 若换机器:npm install playwright && npx playwright install chromium

export FFMPEG_BIN=/Users/songzhigui/.workbuddy/binaries/node/workspace/bin/ffmpeg
node render.mjs          # 约 17 秒,产出 out/demo.mp4

所有可调项都走环境变量(详见 demo/README.md):

WIDTH=1280 HEIGHT=720 node render.mjs                            # 限制输出分辨率
BGM=./assets/bgm-loop.mp3 BGM_VOLUME=0.35 node render.mjs        # 挂背景音乐(自动循环 + 首尾淡变)
CRF=23 FPS=24 OUT_NAME=v2.mp4 node render.mjs                    # 画质 / 帧率 / 文件名

改文案 → 编辑 frames/*.html → 重跑,就是这套方案的核心体验: 改一句话,重渲一版,结果完全可复现。

为什么是这条路

2026 年 AI 视频已经分成两个成熟范式,本工作空间站在右边这一支:

生成式扩散模型 程序化渲染(本仓库)
代表 Veo 3.1 · Seedance 2.5 · Kling 3.0 Remotion · html-video · PPTX→MP4
画面 电影感、原生音频 由代码决定
可复现 否,每次抽样不同 是,同样输入同一输出
成本 按次计费,要 GPU 笔记本 CPU,19 秒出 13 秒 1080p
适合 品牌片、氛围空镜 讲解、汇报、课程、产品演示

当下的主流做法是合流:主体页面走确定性渲染,只有需要电影感空镜时才调生成模型。 这也是 OpenMontage(62.9k★)、claude-code-video-toolkit(2.1k★) 这类 agentic 项目在做的事。

一个佐证信号:OpenAI 已于 2026-04-26 停掉 Sora 消费端、2026-09-24 关闭 Videos API 与全部 Sora 2 模型,官方 deprecations 页的"推荐替代"一栏是空的。

环境备忘

  • Node v22.22.2;ffmpeg 4.4 在 ~/.workbuddy/binaries/node/workspace/bin/ffmpeg(支持 libx264 + aac)
  • Playwright 浏览器在 ~/Library/Caches/ms-playwright/(chromium-1243 + headless-shell + ffmpeg-1011)
  • demo/node_modules 是指向隔离 workspace 的软链;ESM 的 import "playwright" 不认 NODE_PATH,靠它解析
  • 完整 pnpm install html-video 会拉 remotion 的大二进制,走 Hyperframes 路线其实不需要它—— 只装 @html-video/adapter-hyperframes 即可(仅依赖 core + playwright)

下一步可以做

  1. 接 presenton(开源 Gamma 替代,10.9k★)生成 PPTX → 走本链路渲染,完成「话题 → AI 出页面 → 本地出片」
  2. 试 html-video 官方模板:把 render.mjs 里 scenes 指向 html-video/templates/<模板名>/source/index.html
  3. 完整安装 html-video(CLI + studio 网页界面 + agent 接入),用它的 21 个模板和 content-graph 多帧编排

About

程序化视频工作空间:HTML → headless Chromium → ffmpeg 本地出 MP4,不调用视频生成模型,改文案重渲即可复现

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors