AutoViral

AI-native 社交媒体内容创作平台

从选题调研到成片发布，全程 AI Agent 驱动 —— 任何 CLI agent（claude / codex / kimi / gemini / aider）都能驱动

AI 全自动创作的健身短视频 — 从选题到成片，零人工干预，支持一键换人物形象

它能做什么

AutoViral 是一个本地运行的 AI 内容工作台，你描述一个选题，AI Agent 完成从调研到成片的全部工作：

 你："做一个月球战争的科幻短片"
  │
  ▼
┌─────────┐    ┌─────────┐    ┌─────────┐    ┌─────────┐
│ 话题调研  │───▶│ 内容规划  │───▶│ 素材生成  │───▶│ 合成输出  │
│          │    │          │    │          │    │          │
│ AI 搜索   │    │ 分镜脚本  │    │ AI 生图   │    │ 视频拼接  │
│ 趋势分析  │    │ 文案策划  │    │ AI 生视频  │    │ 字幕配乐  │
│ 竞品参考  │    │ 配乐规划  │    │ AI 配乐   │    │ 转场特效  │
└─────────┘    └─────────┘    └─────────┘    └─────────┘

每个步骤 AI 会先和你确认方案，等你同意后再执行。你随时可以在对话中给反馈、调整方向。

支持的内容类型

| 类型 | 目标平台 | 产出 | |------|---------|------| | 短视频 | 抖音 | 带字幕、配乐的完整视频 | | 图文 | 小红书 | 专业排版的多图 + 发布文案 |

核心能力

| 能力 | 技术方案 | 说明 | |------|---------|------| | AI 图片生成 | OpenRouter · openai/gpt-5.4-image-2（GPT Image 2） | 支持 4K、自定义宽高比、图生图 | | AI 视频生成 | OpenRouter · bytedance/seedance-2.0（Seedance） | 图生视频，时长 {3,5,10}s | | 配音 (TTS) | edge-tts → OpenAI 兜底 | 中/英旁白音轨 | | 图文排版 | HTML/CSS + Playwright | 5 套小红书模板、专业字体 | | 视频合成 | Remotion + FFmpeg | 合成、字幕、配乐、转场 | | 趋势调研 | AI Web Search | 抖音/小红书实时热点 | | 数据分析 | 定时采集 | 粉丝/播放/互动数据追踪 | | 质量评审 | LLM-as-Judge | 每步可选质量门控 |

个性化创作：记忆系统 + 数据驱动

AutoViral 不只是一个工具——它会记住你，并用数据优化每一次创作。

🧠 长期记忆（EverMemOS）

集成 EverMemOS 长期记忆系统，AI Agent 在创作时自动检索：

• 风格画像 — 你偏好的表达方式、视觉风格、人设定位
• 创作历史 — 过去做过什么、哪些选题效果好
• 平台规则 — 各平台的算法偏好和内容规范
• 竞品动态 — 同领域热门内容的趋势变化

每次创作完成后，对话内容自动同步回 EverMemOS，形成越用越懂你的正向循环。

📊 平台数据反馈

通过定时采集抖音创作者数据（粉丝、播放、点赞、评论），AI 在后续创作中参考真实表现：

• 哪类视频播放量高？AI 会倾向类似选题
• 哪些时段发布效果好？AI 会建议最佳发布时间
• 评论区在聊什么？AI 会捕捉受众兴趣点

创作 → 发布 → 数据采集 → 记忆沉淀 → 下次创作更精准
  └───────────────── 闭环优化 ─────────────────┘

快速开始

前置要求

• Node.js >= 20
• 任意 CLI agent — 任何 CLI agent（claude / codex / kimi / gemini / aider）都能驱动 AutoViral，安装并登录其一即可
• FFmpeg — brew install ffmpeg

安装

git clone https://github.com/nanxingw/AutoViral.git
cd AutoViral
npm install && npm run build

配置

cp .env.example .env

编辑 .env：

# OpenRouter 是唯一的外部生成网关 —— 图片 / 视频 / 翻译都走它
OPENROUTER_API_KEY=sk-or-v1-xxxxxxxx

一把 OpenRouter Key 即可解锁图片（openai/gpt-5.4-image-2）、视频（bytedance/seedance-2.0）与翻译。TTS（edge-tts）无需额外 Key；只有用 OpenAI 作为 TTS 兜底时才需配 OPENAI_API_KEY（可选）。

启动

autoviral start                # 后台启动
autoviral start --foreground   # 前台启动（看日志）

打开 http://localhost:3271 开始创作。

使用流程

1. 创建作品

点击「新建作品」，输入标题和创作方向（如"科幻短片，月球大战"），选择类型和平台。

2. 在工位里和 agent 协作（无强制顺序）

进入 Studio（短视频，composition.yaml）或 Editor（图文，carousel.yaml），在右侧 agent 面板里描述你想要的东西。agent 加载操作手册 skill（skills/autoviral/）并通过 autoviral CLI 驱动工位——它不强迫线性流程，按你的意图直接动手：

| 你想做 | 短视频 | 图文 | |------|--------|------| | 找选题 | 搜索热点趋势、分析竞品 | 搜索话题热度、参考爆款 | | 定方案 | 分镜脚本、画面描述、台词 | 每张图的内容规划、文案 | | 出素材 | 生首帧 → 生视频片段 → 配音 | 生配图 → 排版渲染 | | 成片 | Remotion 合成 + 字幕 + 配乐 | Konva 多图层 + 排序 + 发布文案 |

任意一步都能做起点：给完整 brief 就直接出素材、成片；只想看趋势就单独调研。agent 不会反问"我们应该先做哪一步"。

工位本身对"什么是好视频"不持立场——审美交给你挂载的 sibling taste skill（editorial-pro 等），skills/autoviral/ 只教 agent 如何操作这个工位。

3. 预览与导出

成品在右侧素材面板预览，保存在 ~/.autoviral/works/<id>/output/。

4. 数据追踪（可选）

在「数据」页面粘贴抖音主页链接，系统定时采集播放、点赞、评论数据，AI 在后续创作中参考。

AI 生成服务

OpenRouter 是唯一的外部生成网关——图片、视频、翻译全部通过它，统一一把 Key、统一密钥管理（架构不变量 #2，不存在直连各家厂商的旁路）。

| 能力 | 模型 | 密钥 | 说明 | |------|------|------|------| | 图片生成 | openai/gpt-5.4-image-2（GPT Image 2，~$0.04/张） | OPENROUTER_API_KEY | 支持 4K / 宽高比 / 图生图 | | 视频生成 | bytedance/seedance-2.0（Seedance，~$0.76/3s） | OPENROUTER_API_KEY（复用） | 图生视频，时长仅 {3,5,10}s，输出固定 720×1280@24 | | 翻译 | anthropic/claude-sonnet-4.5 | OPENROUTER_API_KEY（复用） | YouTube ingest 等流程的字幕翻译 |

配音 (TTS) 不走 OpenRouter：默认本地 edge-tts，可选用 OpenAI 作兜底（需 OPENAI_API_KEY）。

检查当前工位上下文与环境接线是否就绪（在 Studio 终端面板里运行）：

autoviral whoami    # 打印当前 work / 端口 / 版本；env 未接线时非零退出，是安全 smoke test
autoviral docs      # 打印操作手册；autoviral docs <topic> 看单节

项目架构

Studio 前端与后端之间是一条 bridge（HTTP + WebSocket） 协议；CLI agent 不直连后端进程，而是通过 autoviral CLI 调 bridge 的 /api/bridge/v1/* 端点——React UI 和 autoviral CLI 共用同一条 bridge，所以任何 CLI agent 都能用同一套命令驱动工位。

浏览器 (React 19 + Vite)
        │  HTTP / WebSocket（bridge）
        ▼
Node.js daemon (Express + Hono, :3271)
        │  bridge /api/bridge/v1/*
        ▼
CLI agent (claude / codex / kimi / gemini / aider)
        │  调 `autoviral` CLI（协议层），不直接读 src/
        ▼
OpenRouter（唯一外部网关）—— 图片 GPT Image 2 / 视频 Seedance / 翻译

终端面板里的 agent 通过 autoviral whoami / docs / context 等命令操作工位；这是一条稳定的协议层，不是早期的 /invoke RPC 端点。

目录结构

src/                          # 后端 TypeScript
  index.ts                    #   daemon 入口
  cli.ts                      #   autoviral CLI 入口（start/stop/config …）
  infra/                      #   跨切面基础设施（config / logger / paths）
  domain/                     #   核心领域（work-store / memory / analytics-collector / audio-tools）
  server/                     #   Express + WS bridge
    api.ts                    #     REST 端点（config / works / assets …）
    bridge/                   #     /api/bridge/v1/* —— 终端面向的协议（routes、ingest-youtube）
    render-pipeline.ts        #     Remotion 驱动的 mp4 导出
  providers/                  #   OpenRouter 适配器（image / video）
  tts-providers/              #   edge-tts → OpenAI 兜底
  shared/                     #   composition.ts / carousel.ts（zod schema）
  ws-bridge.ts                #   chat-agent WS 桥接（claude -p 子进程）

web/src/                      # 前端 React 19 + Vite + Zustand + TanStack Query
  pages/
    Works.tsx                 #   作品 hub（pick up where you left off）
    Studio.tsx                #   视频创作（Remotion Player + 多轨 Timeline + Tweaks）
    Editor.tsx                #   图文创作（Konva 多图层 + Inspector + Filmstrip）
    Explore.tsx               #   趋势探索
    Analytics.tsx             #   数据仪表盘
  features/
    studio/                   #   视频合成数据模型 / Remotion composition / Tweaks
    editor/                   #   图文 carousel / Konva canvas / Inspector
    terminal/                 #   xterm.js 面板（承载任意 CLI agent）
    chat/                     #   WS 客户端 + StreamBlock

cli/autoviral/                # `autoviral` CLI（协议层，独立分发）
  src/commands/               #   whoami / docs / context / clip / check / ingest / export …

skills/autoviral/             # 操作手册 skill（agent-agnostic markdown，不教审美）
  SKILL.md                    #   入口：你在 AutoViral 工位里
  manual/                     #   编号阅读顺序（00-quickstart … 05-conventions）
  recipes/                    #   常见任务的 step-by-step pattern
  contracts/                  #   错误码 / 事件流 schema

~/.autoviral/                 # 运行时数据
  config.yaml                 #   配置
  fonts/                      #   下载的专业字体
  works/                      #   作品数据 + 素材 + 成品
  trends/                     #   趋势缓存

技术栈

| 层 | 技术 | |----|------| | 前端 | React 19, Vite, Zustand, TanStack Query, editorial·cool·glass 主题 | | 后端 | Node.js, Express + Hono, TypeScript, WebSocket（bridge） | | AI Agent | agent-agnostic CLI（claude / codex / kimi / gemini / aider）经 autoviral CLI 驱动 | | 图片生成 | OpenRouter · openai/gpt-5.4-image-2（GPT Image 2） | | 视频生成 | OpenRouter · bytedance/seedance-2.0（Seedance） | | 配音 (TTS) | edge-tts → OpenAI 兜底 | | 图文排版 | HTML/CSS + Playwright + 模板 | | 视频合成 | Remotion + FFmpeg |

配置项

配置优先级：.env > ~/.autoviral/config.yaml

| 配置项 | 默认值 | 说明 | |--------|--------|------| | port | 3271 | 仪表盘端口 | | model | opus | Claude 模型（opus / sonnet / haiku） | | research.schedule | 0 9,21 * * * | 定时调研（每天 9:00 和 21:00） | | analytics.collectInterval | 60 | 数据采集间隔（分钟） | | interests | [] | 关注领域（在探索页面配置） |

CLI 命令

autoviral start [--foreground]     # 启动服务
autoviral stop                     # 停止服务
autoviral dashboard                # 打开浏览器
autoviral config get [key]         # 查看配置
autoviral config set <key> <value> # 修改配置

License

MIT