🎬 课件自动生产线 — Course Builder Agent

> 输入文案，自动生成完整课件视频，带数字人讲解。

流程概览

文案输入 (Markdown/纯文本)
    │
    ▼
① 文案分析器 —— 自动分页，每页2-3个要点
    │
    ▼
② 中文幻灯片 —— 深色科技风，Noto Sans CJK字体
    │
    ▼
③ TTS配音 —— edge-tts Xiaoxiao/晓晓/云扬 可选
    │
    ▼
④ 字幕生成 —— 按TTS时长自动分割，SRT格式
    │
    ▼
⑤ 数字人驱动 —— [可选] 飞影数字人驱动口型同步
    │
    ▼
⑥ FFmpeg合成 —— 幻灯片+配音+字幕 → mp4视频
    │
    ▼
最终输出：带数字人的课件视频

使用方式

最简单：一句命令

course-builder> 生成课件 文案.txt

自定义配置

course-builder> 生成课件 文案.txt \
    --style 深色科技风 \
    --voice Xiaoxiao \
    --digital-human 智美人.jpg \
    --duration 3分钟

已经有PPT内容

course-builder> 生成课件 \
    --title "第03节：让AI学会记忆" \
    --pages 8 \
    --voice Xiaoxiao

参数说明

内部流程

第一步：文案分析

• 自动拆分段落 → 每段一页幻灯片
• 代码块单独标记 → 用代码背景展示
• 识别标题层级 → 对应幻灯片标题大小

第二步：幻灯片生成 zh-slides.py

• Noto Sans CJK 中文字体
• 深色科技风背景
• 代码块深色背景+高亮注释

第三步：配音生成

• edge-tts 调用
• zh-CN-XiaoxiaoNeural（默认）
• 可选：Yunyang/Yunxi/Xiaohan/Xiaoshuang

第四步：字幕生成

• 按字数比例分配时间
• 每句2-5秒
• SRT标准格式

第五步：数字人（可选）

• 飞影数字人MCP接口
• 上传照片克隆形象
• 音频驱动口型同步
• 叠加到视频指定位置（开篇/结尾/全程）

第六步：合成

• ffmpeg slides concat
• 音频对齐到-shortest
• 字幕嵌入（可选）
• 输出mp4

参考文件

• scripts/build.py — 主构建脚本
• 调用 video-craft-pro/scripts/zh-slides.py 生成幻灯片
• 使用 edge-tts 生成配音
• 调用飞影数字人MCP（如已配置）