VideoFlow

基于AI自动化生成视频的智能工作流系统，集成了多种AI模型和视频处理能力，支持从视频搜索、编辑到发布的完整流程。

🚀 功能特性

• AI驱动的视频编辑：利用先进的人工智能模型实现视频内容的智能编辑
• 多模型集成：支持多种AI模型（RunwayML、阿里通义万相等）
• 智能工作流：基于LangGraph构建的可视化工作流系统
• 多平台集成：支持飞书等企业协作平台集成
• 自动化处理：从视频搜索、编辑到输出的一站式自动化处理

🛠 技术栈

• 后端: Python 3.12+, FastAPI, LangGraph
• AI 模型: OpenAI API, DashScope API, RunwayML API, 视觉语言模型(VL模型)
• MCP服务: Model Context Protocol 1.12.4, 小红书MCP集成
• 视频处理: FFmpeg, OpenCV

📋 核心模块

1. 视频编辑工作流

• 自动化视频编辑流程
• 支持视频中对象替换
• 集成多种AI模型进行视频处理

2. AI模型集成

• RunwayML集成
• 阿里通义万相集成（暂时废弃）
• DashScope模型支持
• ait8 runway(接口有问题，暂不支持)
• 自定义模型基类

3. VL模型集成

• 视觉语言模型支持，提供视频内容理解和分析能力

4. MCP服务集成

• Model Context Protocol服务，支持小红书MCP集成

5. 爬虫与下载器

• 抖音视频搜索与下载
• 支持多种视频源

6. 文件处理器

• 视频处理功能
• 图像处理功能
• 文件上传与存储

7. 飞书集成

• 飞书机器人集成
• 消息收发功能
• 实时协作支持

🏗️ 项目结构

videoflow/
├── app/                    # FastAPI应用入口
│   ├── main.py            # 主应用
│   ├── models/            # 数据模型
│   └── routers/           # API路由
├── videoflow/             # 核心功能模块
│   ├── core/              # 核心业务逻辑
│   │   ├── graph.py       # 工作流定义
│   │   ├── chatmodel.py   # AI模型集成（包含VL模型）
│   │   └── agents.py      # 智能代理
│   ├── feishu/            # 飞书集成
│   ├── mcps/              # MCP服务集成
│   │   ├── __init__.py
│   │   └── client.py      # MCP客户端实现
│   ├── utils/             # 工具函数
│   │   ├── crawlers/      # 网络爬虫
│   │   ├── downloader/    # 下载器
│   │   └── file_processor/ # 文件处理器
│   └── core/settings.py   # 配置设置
├── main.py               # 应用启动入口
├── .env.example          # 环境变量模板
├── pyproject.toml       # 项目配置
└── .miscellaneous/      # 杂项文件

🔧 环境配置

方案一：使用 uv（推荐）

1. 克隆项目

   git clone <repository-url>
   cd videoflow

2. 使用 uv 创建虚拟环境并安装依赖

   uv venv
   uv sync

3. 配置环境变量

   cp .env.example .env
   # 编辑 .env 文件，配置必要的 API 密钥和参数

4. 配置小红书MCP

   小红书MCP来自 https://github.com/xpzouying/xiaohongshu-mcp 仓库。

   相关文件位于 .miscellaneous/xiaohongshu-mcp/ 目录：

   • xiaohongshu-mcp-windows-amd64.exe - MCP服务可执行文件
   • cookies.json - 小红书登录凭证文件

5. 运行应用

   uv run python main.py

方案二：Windows 用户直接使用编译好的可执行文件

对于 Windows 用户，我们提供了编译好的可执行文件：

1. 下载编译好的版本

   • 从 Release 页面下载

2. 配置环境变量

   • 编辑 .env 文件，配置必要的 API 密钥和参数

3. 配置小红书MCP

   小红书MCP来自 https://github.com/xpzouying/xiaohongshu-mcp 仓库。

4. 运行应用

   main.exe

📝 使用说明

启动服务

python main.py

API访问

服务启动后将在 http://127.0.0.1:8000 提供API服务

飞书集成

支持通过飞书机器人进行视频编辑任务的发起和结果接收

详细配置

1. API 文档: 启动应用后访问 http://localhost:8000/docs 查看 Swagger 文档
2. 工作流配置: 在 videoflow/core/graph.py 中定义和修改工作流
3. 模型配置: 在 videoflow/core/chatmodel.py 中配置 AI 模型参数
4. VL模型使用: 系统支持视觉语言模型，可用于视频内容理解和分析
5. MCP服务: 支持通过Model Context Protocol与小红书等社交媒体平台集成

MCP集成详情

小红书MCP集成

小红书MCP服务来自 https://github.com/xpzouying/xiaohongshu-mcp 仓库，提供以下功能：

• 内容创作: 支持小红书笔记内容的自动生成和发布
• 用户交互: 通过MCP协议与小红书平台进行交互
• 数据同步: 同步小红书平台的数据到本地系统

MCP客户端实现

MCP客户端实现位于 videoflow/mcps/client.py，主要功能包括：

• 连接管理: 管理与MCP服务的连接
• 协议处理: 处理MCP协议通信
• 错误处理: 提供完善的错误处理机制

🤝 贡献

欢迎提交Issue和Pull Request来帮助改进项目。

📄 许可证

MIT License

🔗 相关链接

• 小红书MCP仓库: https://github.com/xpzouying/xiaohongshu-mcp
• MCP官方文档: Model Context Protocol Documentation
• 项目主页: [VideoFlow GitHub Repository]