ChenShuo2004/cs-board

🚀 从一段文案开始制作视频

把你的表达，做成一支会说话的视频。 上传参考音频、粘贴中文文案，选择视觉模板或提供人物与风格参考，工作台会串起音色克隆、内容拆解、插画、手绘动画、字幕与音画合成，导出 MP4。

这是一个本地运行的 AI 视频制作工作台。素材、密钥、任务历史和成片默认保存在本机；同一局域网内的团队也可以共用制作队列。

下面的动图来自仓库的白板动画示例，展示手绘笔迹与画面呈现过程。查看示例素材。

想看实际工作台，可以直接跳到界面预览：音色库、画风库、任务历史、IndexTTS 设置和文生图页面均使用仓库内的真实截图。

MiniMax H3 视频生成 API｜秘塔科技 秘塔科技提供高性价比的 MiniMax H3 视频生成服务：768P 仅 0.09 元/秒，2K 仅 0.15 元/秒。支持原生 2K、音画同步，API 兼容 OpenAI 协议，同时支持 ComfyUI，无需自行部署 GPU。 🎁 通过 cs-board专属链接注册，即可领取赠送额度及专属优惠。

• Windows 10/11（提供 PowerShell 一键启动脚本）
• macOS 15+（Intel 与 Apple Silicon，提供 shell 一键启动脚本；Remotion 视频渲染要求）
• Python 3.11+
• Node.js 22.13+
• FFmpeg 与 FFprobe，且已加入系统 PATH
• 可访问的 IndexTTS 2.5 服务（Gradio 或 FastAPI）
• OpenLux API Key，并有文本模型与图片模型的调用权限

先取得项目代码，后续命令均在仓库根目录运行：

git clone https://github.com/ChenShuo2004/cs-board.git
cd cs-board

先确认音视频依赖可用。

macOS/Linux：

ffmpeg -version
ffprobe -version

Windows PowerShell：

ffmpeg -version
ffprobe -version

在项目根目录执行一次安装：

python scripts/prepare_env.py
.\.venv\Scripts\python.exe -m pip install -r webapp\requirements.txt
Push-Location web
npm ci
Pop-Location

然后启动工作台：

.\start-webapp.ps1

脚本会启动前后端并打开 http://127.0.0.1:13000/。同一局域网设备也可以通过脚本输出的地址访问。

先安装 Python 3.11+、Node.js 22.13+、FFmpeg 与 FFprobe。使用 Homebrew 时可以执行：

brew install python@3.13 node ffmpeg

在项目根目录执行一次安装：

python3.13 scripts/prepare_env.py
.venv/bin/python -m pip install -r webapp/requirements.txt
(cd web && npm ci)

国内网络安装 Python 依赖较慢时，可以只对当前命令使用清华 PyPI 镜像：

PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple python3.13 scripts/prepare_env.py
PIP_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple .venv/bin/python -m pip install -r webapp/requirements.txt

然后启动工作台：

./start-webapp.sh

网页版与 macOS DMG 使用相同的本地端口（13000 和 18765），启动网页版前请先退出 CSBoard.app；启动脚本会检测端口占用并给出提示，不会误连接到 DMG 的服务。

脚本会启动前后端并打开 http://127.0.0.1:13000/。如果系统没有自动打开浏览器，也可以手动访问该地址。动态信息图首次运行时会按当前平台准备 Remotion 与 Whisper.cpp 所需资源。macOS 14 及更低版本可以启动界面和 API，但当前 Remotion 版本的视频渲染不保证成功。

打开右上角的 API 设置，填写并测试以下内容：

1. OpenLux API Key：只保存在本机 .webapp/config.json，页面不会回显完整密钥。
2. 文本模型：默认 gpt-5，用于拆解文案、生成分镜或信息图结构。
3. 图片模型：默认 gpt-image-2，用于生成插画。
4. 图片接口地址 / 图片 API Key（可选）：留空时图片调用与文本使用同一个服务入口。如果文本与图片来自不同供应商（例如聚合网关只提供 GPT Image），可在这里单独填写图片服务的地址和密钥；两者也可以只填其一，未填写的一项自动沿用上方配置。密钥同样只保存在本机且不回显。
5. IndexTTS 地址与接口类型：Gradio 通常为 http://127.0.0.1:7860，FastAPI 通常为 8000 端口。
6. 视频输出目录：macOS 可点击“选择文件夹”打开系统目录选择器，也可以填写 macOS/Windows 上的绝对路径；留空时最终视频只保存在任务历史目录。设置后只复制最终 MP4，中间图片、音频和检查点仍保存在 .webapp/jobs/<任务 ID>/。

测试连接成功后，上传 10–30 秒、单人且噪声较少的参考音频，粘贴至少 10 个字的中文文案，选择制作模式和视觉模板即可开始。

• 音色库：访问 /voices，按名称、文件名或格式搜索，分页浏览并试听本机参考音频；支持新增、重命名和删除。音色保存在本机 .webapp/voices/，新建任务时仍可直接选择。
• 画风库：访问 /styles，按名称、别名、简介或生成配方搜索，分页浏览全部内置与自定义画风。点击“查看详情”会展示 id、名称、别名、类型、内置/自定义标记、删除标记、简介、配方、预览图字段、图片 URL 和创建/更新时间等全部字段。
• IndexTTS 设置：访问 /tts，单独配置节点、情绪控制方式、情绪权重、八维情绪向量、情绪描述文本、随机采样，以及 top_p、top_k、temperature、num_beams 等推理参数。参数保存在 .webapp/config.json，下一次生成时生效。
• 文生图工作台：访问 /image-generator，使用制作台 API 设置中的图片模型和服务配置；图片接口地址、图片 API Key 可单独配置，未填写的项沿用共享配置。仅配置图片 API Key 也可独立生图。输入提示词并按需选择已有画风、尺寸与质量，生成结果可预览、下载 PNG；最近 4 张结果仅保留在当前页面会话中，刷新后不会进入视频任务历史。

任务提交时会将音色复制到自己的任务目录，因此之后删除或重命名音色不会影响已经生成的历史任务。

系统只会处理发送给 IndexTTS 的文本，原文仍用于分镜、页面内容和字幕。生成语音前会自动保护 GPT-5、Qwen3-TTS 等技术术语，并将普通连字符按上下文转换：数字范围如 3-5 转为“3到5”，负数如 -2 转为“负2”，其他连字符转为停顿。

多音字短语写在项目根目录的 pronunciation.yaml 中，下一次生成时自动读取。例如：

phrases:
  - phrase: 银行
    char: 行
    pinyin: HANG2

这样“银行”会只在 TTS 文本中转换为“银<行|HANG2>”；分镜、页面和字幕仍保留原文。需要新增读音时，增加一条包含 phrase、char 和 pinyin 的规则即可。

以下为当前本地版本的实际界面截图。音色库展示本机已导入的 33 个真实音色；历史任务使用独立示例数据，任务详情中的图片与视频来自仓库 examples/。仓库只收录截图，不附带参考音频，也不展示 API Key 或真实业务任务。

集中管理参考音频：搜索、试听、新增、重命名和删除；保存的音色可在制作台直接选择。

下图展示本机已导入的 33 个音色，共 5 页，包括孙悟空、猪八戒、唐僧、沙僧、林黛玉、贾宝玉、曹操、佩奇、蜡笔小新，以及新闻播报、纪录片解说、童声等音色。这些是本地音色库内容，并非新安装后默认附带的音频。

第 1 页 · 川普（Qwen3）、知性女声、沙僧、唐僧、贾宝玉、猪八戒等

统一浏览内置与自定义画风，查看预览图、简介和生成配方；支持搜索、分页、编辑及详情查看。

在制作台下方搜索和分页浏览历史任务，可编辑、删除、下载成片或打开详情；执行中的任务可先取消。

选择模板会同时影响插画的配色、线条、材质与构图。预览图展示的是视觉方向；实际人物、物体和场景会随文案变化。

模板	预览	画面特征	推荐内容
极简粗线简笔白板风		粗黑线、少量配色、清爽留白	知识讲解、个人表达、复盘总结
极简商务涂鸦风		几何图表、蓝绿配色、专业克制	产品介绍、商业分析、项目汇报
暖米黄素描白板风		铅笔排线、纸张质感、温暖细腻	人物故事、个人成长、品牌叙事
粗线扁平国风卡通		朱红玉绿、国风纹样、生动平涂	传统文化、国风品牌、中文创意
爆款高热吸睛风		高饱和、强对比、夸张动势	短视频开场、强观点、热点表达
黑金科技发布会风		黑金光效、科技舞台、高级权威	AI、科技产品、发布会
清新治愈手账风		柔和水彩、低饱和配色、生活手账感	情感、生活方式、自我成长
复古报纸拼贴风		撕纸拼贴、半色调、编辑杂志感	深度观点、文化内容、案例复盘
纸感隐喻拼贴风		手工剪纸、观点隐喻、高级克制	价值观、关系、流程、复杂观点
漫画墨线解释风		漫画墨线、半调网点、概念机制	原理讲解、机制拆解、商业洞察
3D黏土趣味风		黏土材质、玩具比例、温暖可爱	亲子教育、轻量品牌、趣味科普
赛博霓虹漫画风		霓虹青紫、漫画速度线、未来感	AI 趋势、数码科技、年轻化观点

模板预览使用 GitHub Raw 地址，避免 README 中的表格图片因相对路径无法渲染。当前前端实际提供 12 个模板；如果你只记得原来的 11 个，新增的是「漫画墨线解释风」。

适合先快速验证一个内容方向：选择模板，上传音频和文案，系统会将内容拆成场景、生成统一画面并合成白板动画。

适合固定 IP 或品牌化内容：上传一张风格参考图，再添加 1–5 个角色。每个角色可上传 1–3 张不同角度的参考图；系统会按文案安排角色，不会直接复制参考图中的人物。

适合需要“边讲边理解”的内容。系统先依据真实旁白生成短语时间表，再生成章节、核心观点和图文结构；内容元素只会在对应的语音开始后出现。详细原则见 动态信息图语义时间契约。

在“生成历史”上方输入关键字，可以按任务名、文案、画风、状态或任务 ID 搜索，并使用分页按钮浏览结果。点击任务的“查看详情”，可以选择“复用本次设置和素材”把文案、参考音频、视觉参考与成片设置载入制作页，修改后重新生成。已完成、失败或已取消的任务可以点击“删除”；排队中或制作中的任务需要先取消。删除会清理该任务的本地素材、分镜、检查点和成片；如果配置了输出目录，也会一并删除对应的最终 MP4。

• 音色库独立管理：集中上传、试听、搜索和分页浏览参考音频，支持重命名、删除，并在制作台直接复用。
• 画风库统一管理：内置与自定义画风统一展示，支持搜索、分页、预览和完整字段详情；可编辑生成配方，为自定义画风上传预览图。
• 生成历史与任务详情：搜索历史任务，查看生成图片、制作参数、参考素材与成片；复用设置重新制作，或修改单张图片提示词后重新生成。
• 独立 IndexTTS 设置：集中配置语音节点、情绪控制和推理参数；最终 MP4 可另存到指定输出目录。
• 新增文生图工作台：通过 /image-generator 单独生成图片，复用 API 设置与画风库，支持尺寸、质量选择和 PNG 下载，无需先提交视频任务。
• 手绘节奏优化：将相邻笔画按对象分组，结合笔画长度与转折复杂度分配绘制时间，减少跨对象跳笔。

所有本地配置、任务文件和成片均保存在 .webapp/：

.webapp/
├── config.json          # 本机 API 与语音配置
├── preferences.json     # 兼容旧版偏好
├── voices/<音色 ID>/     # 音色库中的参考音频与元数据
├── styles.json          # 画风库元数据、生成配方与内置画风修改
├── styles/<画风 ID>/     # 上传的画风预览图
└── jobs/<任务 ID>/       # 音频、分镜、图片、检查点、成片与任务元数据

配置了视频输出目录后，最终文件会以 whiteboard-<任务 ID>.mp4 保存到该目录；任务元数据会记录实际路径，因此之后修改输出目录不会影响已有历史任务的下载。

.webapp/、.env*、虚拟环境、node_modules 与视频产物都已被 Git 忽略。不要在 Issue、日志、截图或提交记录中公开 API Key、参考音频和任务目录；安全问题请按 SECURITY.md 中的方式私下报告。

# 前端构建与页面验证
(cd web && npm test)

# 后端任务队列、断点恢复与时间线测试
.venv/bin/python -m unittest discover -s tests -v

# Remotion 类型检查
(cd video_renderer && npm run build)

# 前端构建与页面验证
Push-Location web
npm test
Pop-Location

# 后端任务队列、断点恢复与时间线测试
.\.venv\Scripts\python.exe -m unittest discover -s tests -v

# Remotion 类型检查
Push-Location video_renderer
npm run build
Pop-Location

├── assets/               # 画笔、视觉风格与参考素材
├── docs/                 # 界面截图、动态信息图与工作流文档
├── examples/             # 白板动画示例
├── scripts/              # 白板渲染、时间线与维护脚本
├── tests/                # 队列、恢复与语义时间测试
├── video_renderer/       # Remotion 动态信息图渲染器
├── web/                  # React 前端
├── webapp/               # FastAPI 后端
├── start-webapp.ps1      # Windows 一键启动
└── start-webapp.sh       # macOS/Linux 一键启动

欢迎提交 Issue 或 Pull Request。涉及渲染逻辑的改动，请同时说明真实素材下的时序、遮罩保护和最终成片验证结果。

本项目采用 MIT License。