核心用法
Video Generator 是一个基于 Node.js + Remotion 的自动化文本转视频管道，将文本脚本转换为带有 AI 配音、精确时间轴和赛博线框美学的专业短视频。
典型工作流：
1. 准备纯文本脚本（每行一句话）
2. 运行 ./scripts/script-to-video.sh <脚本文件> --voice nova --speed 1.15
3. 系统自动完成：TTS 语音生成 → Whisper 时间戳提取 → 场景检测 → Remotion 渲染 → 输出 MP4
多厂商支持：内置 OpenAI（默认）、Azure、阿里云、腾讯云四家 TTS/ASR 提供商，支持自动故障转移。可通过 .env 配置 TTS_PROVIDERS="openai,azure,aliyun" 实现降级容错。
高级特性：
- 6 种自动场景类型（title/emphasis/pain/content/circle/end）
- 自定义背景视频 + 透明度叠加
- 1080×1920 竖屏优化，30fps，H.264/AAC
显著优点
成本极低：15 秒视频成本约 $0.003（不到 1 美分），渲染完全本地免费。
厂商中立：不锁定单一云服务商，国内用户可优先使用阿里云/腾讯云规避网络问题。
视觉风格统一：内置赛博线框美学，自动检测内容类型应用不同动效，无需设计技能。
开源可审计：代码完全公开，安全评分 9.2/10，依赖经过漏洞扫描。
潜在局限
环境依赖重：需要 Node.js ≥18、FFmpeg、Python3、jq，Windows 用户配置较复杂。
云 API 必需：TTS/ASR 必须调用云端服务，无法完全离线运行；虽支持多厂商，但仍需有效 API 密钥。
英文生态为主：Remotion 社区资源以英文为主，中文排版需自行调整。
非实时渲染：生成 1 分钟视频约需 2-5 分钟，不适合直播场景。
适合人群
- 自媒体创作者批量生成口播短视频
- 技术团队需要程序化视频内容（文档教程、API 演示）
- 出海业务需要多语言视频本地化
- 对视频质量要求中等、追求效率优先的敏捷团队
常规风险
API 密钥泄露：.env 文件权限设置不当（未 chmod 600）可能导致密钥被其他用户读取。建议配合 git-secrets 等工具。
成本失控：虽单价低，但批量生成时若未设置配额，可能因脚本错误导致意外调用。建议监控各厂商用量。
内容合规：自动生成的语音内容需自行审核，TTS 服务提供商可能有内容限制（如阿里云禁止医疗误导内容）。
版本锁定：当前推荐版本 1.6.2（commit 6279034），npm 语义化版本更新需人工验证，避免自动升级引入 breaking change。