藏经人工作流

薅社会主义羊毛请继续往下阅读

前置文案处理区

0. 开始

• 输入：外部触发参数（账号、原文案、素材配置、音量 / 分辨率参数）
• 输出：全局通用变量流
• 功能：工作流启动入口，接收用户外部传入全部配置数据
• 作用：统一分发参数给下游所有节点，是整条流程的数据源头

1. 文案文件文本提取 convert_file

• 输入：上传文档文件（txt/csv）
• 输出：纯文本字符串 wenan_text
• 功能：解析文档，剔除格式符号、换行冗余，提取干净文案
• 作用：支持文件批量导入文案，无需手动复制文字，适配长文案批量生成

2. 用户文案变量聚合

• 输入：文件提取文案、手动输入文案
• 输出：合并后完整文案变量 wenan
• 功能：双来源文案合并，去空值、去重复
• 作用：兼容「传文件」「手动打字」两种输入方式，统一下游文案数据源
• 【代码】

3. 是否输入自己的文案（分支判断）

• 输入：总文案 wenan
• 输出：两条并行分支数据流
• 功能：条件分流判断
   

  分支 1：无现成口播稿 → 走 AI 生成口播；

   

  分支 2：自带口播文案 → 直接分割分句

• 作用：兼容两种业务场景，不用两套独立工作流，降低维护成本

4. AI 生成口播稿

• 输入：正文长文案
• 输出：口语化分段口播脚本
• 功能：大模型润色，书面文转适合配音的口语短句，自动拆分短句
• 作用：解决纯文章生硬、不适合配音的问题，自动适配短视频朗读节奏
• 【提示词】

5. 口播稿智能分割 text_split

6. 口播智能分割 text_splitter

• 输入：现成口播文案
• 输出：分句文本数组 segments
• 功能：按标点、时长阈值自动切割短句，控制单句配音时长
• 作用：统一分句粒度，保证后续 TTS、画面分镜一一对应，音画同步

7. 正文文案聚合

• 输入：AI 生成口播分段、原生分割口播分段
• 输出：统一标准分段数组 segments
• 功能：合并两条分支的分句数据，标准化数组格式
• 作用：两条分流链路数据归一，下游 TTS、绘图节点只需要对接一套数据

8. 正文语音合成

• 输入：分段文本数组
• 输出：分段音频文件、单句时长、音频 URL 数组
• 功能：批量 TTS 语音合成，统一音色、语速、音量
• 作用：一次性生成全部口播配音，绑定每一句对应时长，为字幕、画面对齐提供时间基准

9. 提取正文 URL 为列表 audio

• 输入：TTS 合成原始音频数据
• 输出：结构化音频列表（音频地址、时长、序号）
• 功能：清洗 TTS 返回杂乱数据，规整成可遍历数组
• 作用：给时间轴、音频叠加节点提供标准化音频素材

10. 提取正文音频时间轴 audio

• 输入：结构化音频列表
• 输出：完整配音时间轴 timelines（起始时间、结束时间、对应文本）
• 功能：根据单句时长自动拼接全局时间线
• 作用：全流程音画同步核心基准，字幕、画面、音效全部基于该时间轴对齐

音频素材并行轨道（音效、BGM）

11. 键盘打字音效

• 输入：全局时长参数
• 输出：打字音效音频文件、时长数据
• 功能：生成通用打字背景音效素材
• 作用：正文画面叠加打字氛围感音效，提升视频观感

12. title 键盘打字音效

• 输入：片头标题时长
• 输出：标题专属打字音效
• 功能：独立生成片头打字音效，音量、节奏单独可调
• 作用：区分片头与正文音效，片头氛围感单独控制

13. 上传背景音乐 BGM

• 输入：BGM 素材文件、音量阈值
• 输出：全局背景音乐音频流
• 功能：加载通用背景音乐，自动裁剪匹配视频总时长
• 作用：全片底层背景音乐轨道，统一音量防盖过人声

14. title 背景音乐

• 输入：片头时长、标题 BGM 素材
• 输出：片头独立 BGM 音频
• 功能：片头专属背景音乐，与正文 BGM 分离控制
• 作用：片头使用差异化配乐，强化开篇记忆点

字幕、绘图提示词生成

15. 文案合并时间轴 wenan_ti

• 输入：分段文本、配音时间轴
• 输出：绑定文字 + 时间戳的完整字幕数组
• 功能：文本与起止时间一一绑定，生成标准字幕时间线
• 作用：批量字幕渲染节点直接读取，自动同步配音弹出字幕

16. 生成分镜提示词

• 输入：单句口播文本、文案关键词
• 输出：每一句对应的 AI 绘图提示词数组
• 功能：AI 根据台词生成匹配画面的文生图 Prompt
• 作用：实现一句台词对应一张配图，自动匹配文案内容，无需手动写绘图词
• 输入
• 【提示词】

•   此处内容已隐藏，请评论后刷新页面查看.

• 输出

17. 生成配图 / 视频提示词

• 输入：全文总文案、核心关键词
• 输出：封面、片头通用绘图 Prompt
• 功能：生成封面大图、片头背景图专用提示词
• 作用：独立管控封面视觉风格，和正文分镜画面区分开
• 输入
• 【提示词】

•   此处内容已隐藏，请评论后刷新页面查看.

19. 提取关键词

• 输入：完整全文文案
• 输出：高权重核心关键词数组
• 功能：大模型提取文案主题、核心名词、情绪词
• 作用：供给封面绘图、分镜提示词，保证画面贴合视频核心主题
• 输入提示词

•   此处内容已隐藏，请评论后刷新页面查看.

• 输出

封面图独立管线

21. 大模型

• 输入：全文关键词、视频标题
• 输出：封面专属精细化绘图 Prompt
• 功能：关键词组合生成封面风格、构图、配色指令
• 作用：精准控制封面画面，突出视频核心主题，提升点击率
• 输入提示词

    此处内容已隐藏，请评论后刷新页面查看.

• 输出

  

22. 封面图片画板

• 输入：封面绘图 Prompt
• 输出：横版封面图片素材
• 功能：文生图生成短视频封面底图
• 作用：自动生成视频封面，无需外部作图工具

23. 封面图片横屏时间线 media

• 输入：封面图、片头总时长
• 输出：封面图画面时间轴
• 功能：给静态封面图绑定显示起止时间
• 作用：让封面图作为片头画面插入视频时序，适配剪辑轨道

视频多层轨道合成节点（按图层底层→上层顺序）

29. add_video 正文视频

• 输入：全部分镜画面时间轴数组
• 输出：底层主视频画面轨道
• 功能：拼接所有分镜画面，生成视频底层画面流
• 作用：视频最底层载体，所有字幕、音频、特效都叠加在该图层之上

30. add_effect 添加字幕

• 输入：正文字幕图层
• 输出：带动画特效的正文字幕轨道
• 功能：给字幕添加淡入、滑动动画效果
• 作用：美化字幕展示，避免文字生硬弹出

31. add_caption 添加字幕

• 输入：标题文字图层
• 输出：标题专属字幕轨道
• 功能：独立管控标题字幕样式、动画，和正文字幕区分
• 作用：标题视觉层级高于正文字幕，强化开篇标题

32. add_audio 添加音效

• 输入：额外环境音效素材
• 输出：辅助音效音轨
• 功能：叠加额外风声、提示音等小众音效
• 作用：丰富音频层次，按需添加特色音效

34. 添加水印关键帧

• 输入：封面图片素材、首尾时间参数
• 输出：封面图层
• 功能：在视频开头、结尾叠加封面静态图
• 作用：统一视频首尾封面，适配平台封面展示规则

35. 添加封面关键帧

收尾导出节点

结束

• 输入：完整剪辑工程数据
• 输出：成片视频 URL、视频时长、素材日志、报错记录
• 功能：触发视频云端渲染，输出成品文件并返回结果
• 作用：工作流终点，交付最终可发布短视频，同步返回素材运行日志便于排错