# ai-video-draw

**Repository Path**: codercjx/ai-video-draw

## Basic Information

- **Project Name**: ai-video-draw
- **Description**: 短视频内容提取
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-18
- **Last Updated**: 2026-04-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI 视频文案提取分析工具

一款基于 Vue3 + TypeScript + Node.js 的 SaaS 级视频文案提取分析工具，支持抖音、TikTok、YouTube 等平台的视频链接自动解析、语音转文字和 AI 智能分析。

## 功能特性

- 支持多平台视频解析（抖音、TikTok、YouTube）
- 视频音频自动提取
- 语音转文字（Whisper 模型）
- AI 智能文案分析（DeepSeek API）
- 实时进度跟踪（SSE 流式传输）
- 美观的 UI 界面（Naive UI）

## 技术栈

### 前端

- Vue 3 + Composition API
- TypeScript
- Vite
- Pinia（状态管理）
- Naive UI（UI 组件库）
- Vue Router

### 后端

- Node.js + Koa
- TypeScript
- SSE（Server-Sent Events）
- yt-dlp（视频下载）
- ffmpeg（音视频处理）
- Whisper（语音识别）
- DeepSeek API（AI 分析）

## 环境准备

### 1. 安装 Node.js

推荐使用 Node.js 18 LTS 或更高版本。

**macOS（使用 Homebrew）：**

```bash
brew install node
```

**Windows（使用官网安装包）：**
下载并安装：https://nodejs.org/

**验证安装：**

```bash
node --version
npm --version
```

### 2. 安装 Git

**macOS：**

```bash
brew install git
```

**Windows：**
下载并安装：https://git-scm.com/

**验证安装：**

```bash
git --version
```

### 3. 安装 FFmpeg

FFmpeg 用于音视频处理，是后端模块的核心依赖。

**macOS（使用 Homebrew）：**

```bash
brew install ffmpeg
```

**Ubuntu/Debian：**

```bash
sudo apt update
sudo apt install ffmpeg
```

**Windows：**

1. 下载 FFmpeg：https://ffmpeg.org/download.html
2. 解压到指定目录（如 `C:\ffmpeg`）
3. 将 `bin` 目录添加到系统 PATH 环境变量

**验证安装：**

```bash
ffmpeg -version
```

### 4. 安装 yt-dlp

yt-dlp 用于视频下载，支持 YouTube、抖音等平台。

**macOS/Linux（使用 pip）：**

```bash
pip install yt-dlp
```

**Windows：**

```bash
pip install yt-dlp
```

或者下载可执行文件：https://github.com/yt-dlp/yt-dlp/releases

**验证安装：**

```bash
yt-dlp --version
```

### 5. 安装 Python 和 Whisper（可选）

Whisper 用于本地语音识别。如果使用云端 API，可以跳过此步骤。

**macOS：**

```bash
brew install python
pip install openai-whisper
```

**安装 GPU 支持（可选，需要 NVIDIA 显卡）：**

```bash
pip install torch torchvision torchaudio
pip install openai-whisper
```

## AI 平台配置

### DeepSeek API（必需）

AI 分析功能需要 DeepSeek API 支持。

**注册步骤：**

1. 访问 [DeepSeek 开放平台](https://platform.deepseek.com/)
2. 注册账号并完成实名认证
3. 登录后进入控制台
4. 创建 API Key：
   - 点击「API Keys」→「创建 API Key」
   - 输入名称（如：video-analysis）
   - 复制生成的 API Key

**获取 API Key 后：**

在后端目录创建 `.env` 文件：

```bash
cd backend
cp .env.example .env
```

编辑 `.env` 文件，填入您的 API Key：

```env
DEEPSEEK_API_KEY=your_api_key_here
DEEPSEEK_API_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-chat
```

## 项目配置

### 1. 克隆项目

```bash
git clone <项目仓库地址>
cd ai-video-draw
```

### 2. 后端配置

```bash
cd backend

# 安装依赖
yarn install

# 配置环境变量
cp .env.example .env

# 编辑 .env 文件，填入您的 DeepSeek API Key
```

### 3. 前端配置

```bash
cd frontend

# 安装依赖
yarn install
```

### 4. 环境变量说明

后端 `.env` 配置文件：

```env
# 服务器配置
PORT=3000
NODE_ENV=development

# DeepSeek API 配置（必需）
DEEPSEEK_API_KEY=your_api_key_here
DEEPSEEK_API_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-chat

# 文件存储配置
TEMP_DIR=./temp
MAX_FILE_SIZE=524288000

# CORS 配置
CORS_ORIGIN=*

# 日志配置
LOG_LEVEL=info
```

## 运行项目

### 1. 启动后端服务

```bash
cd backend

# 开发模式
yarn dev

# 或生产模式
yarn build
yarn start
```

后端服务启动后，运行在 http://localhost:3000

### 2. 启动前端服务

打开新的终端窗口：

```bash
cd frontend

# 开发模式
yarn dev
```

前端服务启动后，运行在 http://localhost:5173

### 3. 访问应用

在浏览器中打开 http://localhost:5173

## 使用流程

1. **输入视频链接**
   - 在首页输入框中粘贴视频链接
   - 支持抖音、TikTok、YouTube 链接
   - 链接格式验证通过后，点击"开始分析"

2. **等待处理**
   - 系统自动进行视频下载、音频提取、语音识别、AI 分析
   - 实时显示处理进度

3. **查看结果**
   - 处理完成后，自动跳转到结果页面
   - 查看内容摘要、情感分析、关键词、主题分类等

## 项目结构

```
ai-video-draw/
├── frontend/                 # 前端项目
│   ├── src/
│   │   ├── views/           # 页面组件
│   │   ├── stores/          # Pinia 状态管理
│   │   ├── services/        # API 服务
│   │   ├── router/          # 路由配置
│   │   ├── assets/          # 静态资源
│   │   └── styles/          # 样式文件
│   ├── package.json
│   └── vite.config.ts
│
├── backend/                  # 后端项目
│   ├── src/
│   │   ├── api/             # API 路由
│   │   ├── models/          # 数据模型
│   │   ├── services/        # 业务服务
│   │   ├── streams/         # SSE 流处理
│   │   ├── utils/           # 工具函数
│   │   ├── middlewares/     # 中间件
│   │   └── config/          # 配置管理
│   ├── package.json
│   └── tsconfig.json
│
└── README.md
```

## API 接口文档

### 创建任务

```
POST /api/tasks
Content-Type: application/json

{
  "videoUrl": "https://www.youtube.com/watch?v=xxx"
}

Response:
{
  "taskId": "task_xxx",
  "status": "pending"
}
```

### 获取任务状态

```
GET /api/tasks/:taskId

Response:
{
  "taskId": "task_xxx",
  "status": "completed",
  "progress": [...],
  "result": {
    "videoUrl": "...",
    "platform": "youtube",
    "transcript": "...",
    "analysis": {
      "summary": "...",
      "keywords": [...],
      "sentiment": "positive",
      "topics": [...],
      "highlights": [...]
    }
  }
}
```

### 取消任务

```
DELETE /api/tasks/:taskId
```

### 任务状态流

```
GET /api/tasks/:taskId/stream
Content-Type: text/event-stream
```

### 健康检查

```
GET /api/health

Response:
{
  "status": "ok",
  "timestamp": "...",
  "services": {
    "ai": "healthy"
  }
}
```

## 常见问题

### Q: 视频下载失败怎么办？

A: 检查以下内容：

1. 确认 yt-dlp 已正确安装：`yt-dlp --version`
2. 确认视频链接有效且可访问
3. 部分视频可能因版权或地区限制无法下载

### Q: 语音识别结果不准确？

A: Whisper 语音识别准确性取决于：

1. 音频质量
2. 背景噪音
3. 说话人语言清晰度
4. 可以尝试使用更大的 Whisper 模型

### Q: AI 分析结果不理想？

A: 可以调整以下内容：

1. 检查 DeepSeek API Key 是否有效
2. 确认 API 配额是否充足
3. 检查网络连接是否稳定

### Q: 如何处理大文件视频？

A: 在 `.env` 中调整 `MAX_FILE_SIZE` 配置，并确保系统有足够磁盘空间。

## 开发指南

### 前端开发

```bash
cd frontend

# 类型检查
yarn typecheck

# 代码检查
yarn lint

# 构建生产版本
yarn build
```

### 后端开发

```bash
cd backend

# 类型检查
yarn typecheck

# 代码检查
yarn lint

# 构建生产版本
yarn build
```

## 部署说明

### Docker 部署（推荐）

```bash
# 构建镜像
docker build -t ai-video-draw .

# 运行容器
docker run -p 3000:3000 -p 5173:5173 \
  -e DEEPSEEK_API_KEY=your_api_key \
  ai-video-draw
```

### 手动部署

1. 在服务器上安装 Node.js、FFmpeg、yt-dlp
2. 克隆项目代码
3. 安装依赖：`yarn install`
4. 配置环境变量
5. 构建项目：`yarn build`
6. 使用 PM2 或 systemd 运行

## 许可证

MIT License

## 联系方式

如有问题，请提交 Issue 或联系开发者。