核心用法
Video Generator 是一款基于 Remotion 框架的文本转视频自动化工具，用户只需提供文本脚本，即可生成带 AI 配音、字幕和视觉特效的专业短视频。核心流程为：文本 → TTS 语音合成 → ASR 时间戳提取 → 场景智能匹配 → Remotion 渲染输出。
主要功能：
- 多厂商 TTS/ASR：支持 OpenAI（默认）、Azure、阿里云、腾讯云，自动故障转移
- 6 种智能场景：标题、强调、痛点、内容、列表、结尾，自动根据文本内容匹配视觉特效
- 自定义背景视频：支持叠加背景视频，可调节透明度与遮罩颜色
- 双语字幕：支持中文/英文配音与字幕样式切换
使用方法：
cd ~/openclaw-video-generator && \ ./scripts/script-to-video.sh <脚本文件> --voice nova --speed 1.15
显著优点
- 开箱即用：npm 全局安装或 git 克隆即可运行，配置简单
- 成本极低：15 秒视频成本约 $0.003，远低于商业视频生成服务
- 本地渲染：视频合成在本地完成，无需上传素材到云端
- 多提供商冗余：单个服务商故障时自动切换，适合中国网络环境
- 开源可审计：代码完全开源，可自行审查安全性和修改样式
潜在缺点与局限性
- 依赖外部 API：TTS/ASR 必须调用 OpenAI 等云服务，文本内容会被发送到第三方
- Node.js 环境依赖：需要 Node ≥18、ffmpeg、Python3 等前置工具
- 仅限竖版短视频：固定 1080×1920 分辨率，不支持横版或自定义尺寸
- 样式预设有限：视觉风格固定为赛博线框风，深度定制需修改 React 代码
- API 密钥管理复杂：多提供商配置需管理多组密钥，新手易配置错误
适合人群
- 短视频创作者（抖音/快手/YouTube Shorts）需要批量生成口播视频
- 技术团队希望自建视频生产流水线，替代剪映等工具的自动化需求
- 已有 OpenAI/Azure 账号，希望降低视频生成成本的企业用户
- 熟悉 Node.js/TypeScript 的开发者，需要深度定制视频模板
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| API 密钥泄露 | 密钥存储在 `.env` 文件，若权限设置不当可能被读取 | `chmod 600 .env`，禁用命令行传参 |
| 内容隐私 | 脚本文本发送至 OpenAI/Azure 等云服务 | 审查提供商隐私政策，敏感内容考虑本地 TTS |
| 供应商锁定 | 深度依赖 Remotion 框架和特定版本 | 定期更新，关注框架兼容性 |
| 网络可用性 | 中国用户访问 OpenAI API 可能受限 | 配置阿里云/腾讯云作为备选提供商 |
安全等级：S（开源可审计、本地渲染、无数据收集）