最近几天在捣鼓一个自动化项目，核心诉求就是把我手上攒的一批博文，全自动转成短视频发出去。
我初步手搓了一个 MVP ，工作流大概是这样的： 博文 -> 提炼口语脚本 -> 切分镜 -> 视觉设计 -> AI 生成 Remotion 代码 -> 前端预览 -> 渲染成片
目前主链路是跑通了，但是实际产出的效果简直没法看：
画面太糙：AI 生成的视觉基本就是最简单的 Icon 拼凑加上硬切动画，毫无美感可言。
排版灾难： 动不动就文字溢出。大模型脑子里根本没有屏幕尺寸和物理像素的概念，不知道换行。
布局极不合理： 元素经常乱飞，因为从头到尾所有的内容都是 AI 自由生成的，毫无约束，导致极度不稳定。
现在代码被 ai 搞的一塌糊涂， 我也懒得删除了，
有没有成熟的方案，保证一下视频的下限
另外附上我的技术栈： 前端: react + remotion 后端 fastapi + langchain/langgraph
Select Language