企业官网建设流程全解析

claude-code-video-toolkit完全指南：AI智能体如何一句话从创意到成片，制作免费专业视频

【免费下载链接】claude-code-video-toolkitAI-native video production toolkit for Claude Code项目地址: https://gitcode.com/gh_mirrors/cl/claude-code-video-toolkit

claude-code-video-toolkit是一个面向 Claude Code 的 AI 原生视频制作工具包（AI 视频生成工具集）：你只需告诉 AI 智能体"想要什么视频"，它就能自动写脚本、生成旁白、配乐、画面素材，并渲染出最终 MP4 成片。整个流程基于开源 AI 模型，成本极低——一条旁白约 $0.01、一段 AI 视频片段约 $0.23，新手也能零门槛做出专业级视频 🎬

它是什么：把"导演"工作交给 AI 智能体

传统做视频需要剪辑软件、配音、配乐、特效，样样都得学。claude-code-video-toolkit 的思路完全不同：

• 技能（Skills）：内置 Remotion 视频框架、FFmpeg 媒体处理、Playwright 录屏、AI 绘图等 11 项专业技能，AI 智能体"懂行"
• 斜杠命令：/setup、/video、/brand、/publish等 13 个引导式命令，全程带操作
• 模板与品牌：预制视频结构 + 品牌档案，自动套用你的颜色、字体、音色
• Python 工具链：tools/ 目录下 20+ 个命令行工具，覆盖配音、音乐、绘图、视频生成、上传

上图就是工具包自动生成的"超级碗风格"发布会广告截图——AI 旁白 + LTX-2 文生视频片段，全部由智能体自主完成。

为什么能"免费"做专业视频：成本拆解

工具包重度依赖开源模型（Qwen3-TTS、FLUX.2、ACE-Step、LTX-2 等），部署到你自己的云 GPU 账户，按成本计费：

💡 Modal Starter 计划每月送 $30 免费算力，每月做几条 5 分钟视频绰绰有余。详见 docs/modal-setup.md（Modal）和 docs/runpod-setup.md（RunPod 替代方案）。

快速上手：3 步完成安装，2 分钟渲出第一个视频

一键安装步骤

git clone https://gitcode.com/gh_mirrors/cl/claude-code-video-toolkit cd claude-code-video-toolkit uv sync # 可选：AI 配音、绘图、音乐等 Python 工具 claude # 在项目里打开 Claude Code

然后在 Claude Code 里输入两个命令：

/setup # 交互式配置云 GPU、存储、声音，约 5 分钟 /video # 创建你的第一个视频

/setup会像向导一样一步步问你要什么服务，大部分选免费项即可。想跳过配置先跑起来？examples/hello-world 示例无需任何 API key，npm install && npm run render直接产出 MP4，详见 docs/getting-started.md。

/video 从创意到成片的 4 步流程

/video命令会扫描已有项目、让你选模板和品牌、交互式规划场景，最后在projects/下生成完整项目骨架：

1. 规划：编辑VOICEOVER-SCRIPT.md确定每幕内容（工具包会按 ~150 词/分钟帮你算好字数预算）
2. 资产：/record-demo用 Playwright 自动录制浏览器操作演示，或用 AI 工具生成图片/视频
3. 审阅：/scene-review在 Remotion Studio 里逐幕检查画面，/design做视觉精修
4. 音频与渲染：/generate-voiceover生成 AI 旁白 →sync_timing.py自动对齐时间轴 →npm run render导出最终 MP4

每个项目由project.json跟踪生命周期（planning → assets → review → audio → editing → rendering → complete），跨会话随时可续，机制见 lib/project/README.md。

核心 AI 能力：配音、口播、文生视频怎么做

AI 配音与声音克隆

tools/voiceover.py 支持三种服务商：ElevenLabs、自托管免费的 Qwen3-TTS、60db 云端。Qwen3-TTS 提供 9 位说话人（Ryan、Vivian 等）、多种语气，还支持参考音频克隆你的声音：

uv run tools/qwen3_tts.py --text "Hello world" --speaker Ryan --output hello.mp3 uv run tools/qwen3_tts.py --text "你好" --ref-audio sample.wav --ref-text "文本" --output cloned.mp3

数字人口播：一张照片 + 一段音频 = 会说话的人

SoulX-FlashHead 能把静态人像驱动成长镜头口播视频，身份一致性在 70 秒长镜头里仍保持 97% 的清晰度，成本仅约 $0.0024/秒：

uv run tools/soulx.py --image portrait.png --audio voiceover.mp3 --output talking.mp4

上面就是同一素材在两种口播模型下的对比——左侧是传统 warp 方案的脸部失真，右侧是 SoulX 的稳定输出。人像素材本身也可以用 FLUX.2 生成：

完整参数与避坑指南见 docs/soulx.md 和 docs/sadtalker.md。

文生视频与 AI 绘图

• LTX-2：文字描述直接生成视频片段，或让静态图"动起来"（tools/ltx2.py）
• FLUX.2：自托管免费绘图，专攻"无文字背景图"，文字交给 Remotion 叠在上面做动画
• Ideogram 4：需要图内烧入清晰文字时（封面、引用卡片）用它
• ACE-Step：按提示词生成 BGM、甚至带人声歌词的完整歌曲，还支持翻唱和提取音轨

4 种预制视频模板：选一个直接开做

sprint-review 模板会把演示录屏、应用商店截图等素材自动编排进时间轴：

更多真实案例（含 52 秒"天空为什么是蓝色"竖屏短片，全程 AI 生成仅花 ~$0.80）见 examples/README.md。想自建模板或品牌，参考 docs/creating-templates.md 与 docs/creating-brands.md。

加分项：转场特效与品牌档案

• 转场库lib/transitions/：glitch 故障风、RGB 分离、镜头光晕、像素化等 7 种自定义转场 + 4 种官方转场，在 lib/transitions/README.md 查看完整文档
• 品牌档案brands/：每个品牌是一个目录（brand.json颜色字体 +voice.json声音配置 +assets/素材），/video创建项目时自动应用，保证全片视觉统一
• 一键发布：/publish自动从project.json填充标题、描述、标签，调用 tools/youtube_upload.py 上传 YouTube，流程见 docs/youtube-upload.md

新手常见问题

❓ 必须付费买云服务吗？不必须。只装 Node.js 就能渲染视频；AI 能力全部走开源模型 + Modal 每月 $30 免费额度，日常使用基本不花钱。

❓ 不会写代码能用吗？可以。核心交互都是斜杠命令引导式问答，AI 智能体负责写代码，你只负责提需求和做"导演决策"。

❓ 项目做了一半可以中断吗？可以。项目按阶段存档在project.json，下次运行/video会列出所有未完结项目，选择续做即可。

总结：一句话开始你的第一条 AI 视频

安装后只需记住两个命令：/setup配置环境，/video开始创作。剩下的——脚本、配音、画面、渲染、发布——交给 AI 智能体。更多细节可看 docs/getting-started.md、README.md 和项目路线图 _internal/ROADMAP.md 🚀

【免费下载链接】claude-code-video-toolkitAI-native video production toolkit for Claude Code项目地址: https://gitcode.com/gh_mirrors/cl/claude-code-video-toolkit