AI 种草 Live 素材系统：把种草视频做成流水线

为什么要做这套系统#

内容团队的日常是给商品做种草素材：一张产品图，要变成 16 秒的 Live 感视频，配上中文文案、价格角标、贴纸，发到小红书和抖音；还要追着平台上的爆款笔记做二创——模仿真实手写笔记的排版和语气。

每一条单看都不可怕，可怕的是量：一天几十条，每条都要重跑一遍「想文案 → 剪视频 → 排版」。文案改一个价格数字，视频就得重新导出一次。团队里会剪片子的就那几个人，产能瓶颈卡在手工活上。

所以我做了一套工具，把「策划文案、图片、视频、合成」全部模型化、流水线化，并且守住一条底线：用户只改文字的时候，绝对不重新调用视频模型。这条底线后来成了整个架构的锚点，也是成本能压下来的根本原因。

系统做了什么#

四大 Provider 抽象。 这是最容易做错、也最值得说清楚的地方：

• LLMPlannerProvider 只出 JSON：策划、文案、提示词、图层与动效
• ImageProvider 只管图：首帧图、参考图、图中文字替换
• VideoProvider 只出无字底片：Seedance 生成不带任何文字的干净视频
• Compositor 只管合成：本地 FFmpeg 把底片和文案、价格、Logo、贴纸、评论框、箭头这些独立图层叠成成片

文案、价格、贴纸全部是独立图层，改字只重跑 FFmpeg，不花一分钱视频模型费用。任何业务代码都不允许写死某个平台名——换模型只动 Provider 实现。

两步创作工作台。 第一步上传商品素材、选场景与视频模型；第二步 AI 生成多组叙事贴字、手动微调、实时预览，右侧同步生成抖音发布文案（标题、正文、话题标签）。成片时间轴、动态时长、静止尾帧都可调。

爆款内容中台。 采集雷达（小红书搜索候选 + 详情页补全）、待审核、爆款库、内容池、成品项目、知识库、任务中心七个工作区。采集走本地 CDP 执行器，只读已登录页面的可见卡片，不碰 Cookie。

RAG 洗稿与真人手写风格。 知识库收了 14 本书、3662 页、2438 个片段，FTS5 + 向量混合检索；手写风格提示词迭代到 V21，逐页洗稿、动态画布模板、三种真人手写风格，二创出来的笔记不像「AI 生成」。

飞书多租户与成本归属。 全公司部门目录同步，第一次登录自动归属计费部门，视频中转按部门路由，每个部门的用量与费用独立核算。

Windows 便携版。 223MB、3573 个文件的免安装包，随包带 Node、FFmpeg、Next.js standalone，员工解压双击 BAT 就能用。凭证 AES-256-GCM 加密存本机，主密钥拆两半放在不同目录，发行脚本会扫描明文凭证并拒绝 .env 进包。

业务提效#

• 单条产能：从「运营自己写文案 + 开剪辑软件拉时间轴」的 2–3 小时，压到 10–20 分钟出一条成片。
• 日均产出：内容团队从每天几条涨到几十条，十一周上线后累计生产素材数千条（内部统计）。
• 覆盖范围：六个事业部/业务中心在用（达人、短视频带货、母婴、业务发展、组织发展、AI短剧），非技术同学也能独立出片。
• 成本控制：文案改动不重调视频模型，单条视频的模型成本只落在底片生成一次；图片生成 16 张、视频 24 秒的批次，成本约 19 元（系统内计量）。
• 交付速度：11 周从第一个 commit 到生产可用，1114 项测试兜底，普通需求当天改当天发。

工程上值得说的#

• Next.js App Router + Prisma/SQLite + FFmpeg 单体应用，生产构建 87 个页面/路由。
• 所有核心数据结构 TypeScript 类型 + Zod 双重契约，Planner 输出、任务快照、画布图层全部过校验。
• 付费调用前有费用确认与幂等租约，每次真实调用写用量记录；API Key 只从服务端环境变量或加密配置读取，前端永远只见掩码。
• 发布流程固定为：备份可回滚快照 → 隔离目录构建核验 → 切换 → 健康检查 → SQLite integrity_check。

内部系统说明：本项目部署在公司内网域名下，账号体系走公司飞书（Feishu）OAuth，公网只可见登录页，故不提供演示链接。截图来自本地 Windows 便携版/开发环境的真实界面，成本数字为系统内计量示例。