Shorts Media Factory：一键生成短视频的AI自动化流水线

Shorts Media Factory是一个智能AI流水线，旨在解决高质量短视频制作耗时、专业门槛高的问题。用户只需通过API提交主题和风格偏好，即可自动完成脚本生成、配音、音效设计、视频剪辑及渲染等全流程，让任何人都能快速生成专业短视频。

短视频已成为主流信息传播形式，但创作门槛高：脚本需抓注意力、懂算法；配音音效需专业设备和知识；剪辑需熟练软件；规模化生产人工成本高。这些困境制约了内容创作者和品牌的持续输出。

1. 主题接收与脚本生成：用户提交主题风格，Google Gemini生成含开场钩子、核心内容、互动引导、结尾记忆点的结构化脚本；2. 语音合成与音效：ElevenLabs生成自然语音（含多角色对话）及配套音效；3. 视频组装：MoviePy+FFmpeg同步音视频、生成动态字幕、添加转场并渲染；4. 交付保留：PostgreSQL跟踪任务状态，视频在保留期内可下载。

• API层：FastAPI（Python3.12，高性能、异步、自动文档）；- 脚本生成：Google Gemini（多语言、创意结构平衡）；- 语音合成：ElevenLabs（自然人声）；- 视频处理：MoviePy+FFmpeg（友好接口+强大功能）；- 状态管理：PostgreSQL+SQLModel（类型安全、查询能力）；- 部署：Docker+docker-compose（环境一致、简化部署）。

项目早期测试中，生成的短视频在TikTok获2.3万次观看、1000次点赞，验证了核心假设：市场需要AI负责生产、人类把控创意的高质量内容。

协作范式：人类负责主题方向、风格定义、审核选择、策略制定；AI负责脚本撰写、语音合成、音效设计、视频剪辑。应用场景：内容创作者提高产出；品牌精准营销；新闻媒体转文字为短视频；教育机构批量生成教学内容。

局限性：AI脚本创意深度不足；版权合规需考量；依赖第三方服务稳定性。未来方向：集成用户认证（Clerk/Supabase JWT）；增加定制化选项（语音、音乐、字幕）；支持批量处理与模板功能。