本次来介绍一款能够借助 AI 大模型，实现一键生成解说文案并自动剪辑视频的项目：NarratoAI。

在我身边，已经有朋友通过 AI 生成视频，剪辑后将内容投放到视频平台，成功实现了变现。当然，AI 生成视频的质量和最终呈现效果，并不是简单点一下按钮就能决定的，它通常受到提示词设计、底层模型能力、参考素材质量以及关键参数设置等多方面因素影响。此外，不同工作流的组合方式，以及生成时长带来的内容衰减问题，也都会对结果产生影响。

AI 最终做出来的内容，往往是千人千面的。同样的工具，不同的人去用，效果可能差别很大，所以这件事本质上还是需要不断理解、尝试和学习。本文并不能大家如何靠它赚钱，但如果你想自己搭建起来体验一下、研究一下它的玩法，那么拿来玩一玩还是很有意思的。

项目介绍

完整项目名：linyqh/NarratoAI，可于GitHub搜索。

NarratoAI是一款自动化影视解说，基于LLM实现文本编写、自动化视频剪辑、配音和字幕生成的一站式流程，助力高效内容创作。可接入 OPAI、DeepSeek、Gemini 兼容网关、Qwen、SiliconFlow、OpenRouter 等服务。

它更适合用来提升效率、搭建 AI 视频工作流，而不是替代专业剪辑软件去做特别复杂的后期。同时，这类项目也有比较强的可调性。不同的提示词、素材内容、模型能力和参数设置，都会直接影响最终效果，所以它既是一个工具，也带有一定的“调教”属性。

部署流程

以威联通NAS为例，通过Docker的方式进行部署。

不过本次作者并没有提供官方镜像，因此需要我们自行构建。

打开SSH工具连接你的NAS，依次输入以下指令：

# 进入常用Docker目录下
cd /share/Container

# Git 拉取
git clone https://github.com/linyqh/NarratoAI.git

# 进入文件
cd NarratoAI

# 修改文件名
cp config.example.toml config.toml

# 构建
docker compose up -d

关于config.toml，其中是API Key的相关配置。包含了 LLM 视觉、文本模型配置，TTS配置两项。这个没啥难度，选择好你的服务商平台，填入参数即可。项目作者也还另外推荐了一个开源的零样本TTS文本转语音服务，大家可以部署联动使用：index-tts/index-tts。

关于docker-compose.yml文件简单给大家看下，没什么大差，想要修改端口号，可直接执行vim docker-compose.yml或者在Web端利用NAS自带的文本编辑器修改。

构建所花费的时间还是蛮久的，大概十分钟？大家耐心等待。

如果你创建启动失败，那大概率是文件权限问题，请给storage赋权。

使用展示

部署完毕后，浏览器输入NAS_IP:8501即可访问页面。如果你的页面是一堆红色报错，那概率可能是config.toml配置中的编码问题，文件必须保存成 UTF-8，可以将其中的所有中文注释删除，再跑一遍试试。

如下图左上角，可修改语言。其他配置写的也都很明确，大家自行查看。

普通的脚本、视频匹配，各自上传好后，脚本的文字会转为字幕，TTS转的语音都会在生成的视频中匹配上。

另外也可逐帧解说，通过抽帧，给出最终脚本。

短剧混剪和短剧解说者需要字幕文件，这里我便不做继续的测试了～

最后

总之，这类项目还是挺值得搭来玩玩的。它能不能真正做出像样的东西，既看 AI 行不行，也看人会不会用。工具越来越聪明了，但脚本怎么写、内容怎么讲、节奏怎么控，这些事很多时候还是得靠人。

感兴趣的朋友可以部署个试试。

感谢观看，本文完。