Skip to content

About

CreatorFlow:从选题、评分、脚本、配音和素材一路走到成片与发布包的 Codex 自媒体视频工作流

Resources

Stars

273 stars

Watchers

0 watching

Forks

Repository files navigation

CreatorFlow

把一个选题一路做成脚本、配音、素材、成片和发布包的 Agent Skills 工作流。

支持平台: Codex · TRAE Work · Claude Code · OpenClaw · Hermes

系统状态: Windows 为当前主线;macOS Core Beta 已开放,覆盖 Intel 与 Apple Silicon 的基础链路测试。详见 macOS Core Beta。

选题 → 评分 → 脚本 → 素材 → visual plan → 组装 → 渲染 → QA → 发布包 → 收尾

CreatorFlow 来自真实使用中的自媒体生产链路。你可以跑完整流程,也可以只调用其中一个阶段。仓库提供流程、脚本、检查规则和项目模板;账号定位、个人判断、写作风格与知识库由你自己补入。

最新更新

v0.2.0 · 2026-08-24:补全发布收尾链路

这次把过去容易停在“成片出来了”的后半段补齐。发布文案需要绑定最终脚本和最终成片,封面、人工画面复核、发布包与同步记录也纳入收尾门禁。脚本或成片发生变化,旧评分卡会主动失效,必须重新验收。

同时加入四个环境辅助包和离线资源说明。Agent 发现缺少依赖时,会先解释用途、来源、命令和风险,得到明确同意后才执行。

查看完整更新日志 · 查看 GitHub Release

CreatorFlow 从选题到发布的四线程路线图

点击路线图可查看完整节点、阶段交付和 QA 返工规则。

想先看一条实际跑出来的记录,可以读第一次真实运行:一条 2 分 32 秒的科普视频如何走到可收尾。如果你更想跟着完整案例理解流程,可读飞书教程:CreatorFlow 实战:从一个选题到通过人工验收。

Windows 是当前完整主线。macOS Core Beta 使用 PowerShell 7、Python 3、FFmpeg 和 ffprobe;HyperFrames 按需启用,本地声音克隆与自动上传暂不列入 Mac 支持承诺。

它会交付什么

一次完整运行会把输入和生产证据写进项目目录:

你的选题与内容
  ↓
Topic              选题结论、评分、风险和证据
Script TTS         录音稿、音频、字幕与画幅决定
Material           来源候选、逐句素材表与 visual plan
Assembly           可检查的工程与候选成片
QA                 自动报告 + 绑定成片 SHA256 的人工关键帧复核
Publish Wrap Up    成片、封面、发布文案和 publish/ 发布包

自动 QA 通过后仍要看关键帧。CreatorFlow 不会把“脚本显示 PASS”当成“视频已经能发”。

最快开始

交给你的 Agent

克隆仓库,用具备本地文件和终端能力的 Agent 打开仓库根目录,再发送:

请使用 CreatorFlow 的 zimeiti-video-workflow。先只做 Core 能力检查,把缺失项、用途、官方下载来源、准备执行的命令和风险列给我;未经我明确同意,不要下载、安装、登录或写入凭据。检查通过后,用仓库模板创建一个新视频项目,停在 Topic 阶段,告诉我需要填写哪些个人输入。

所有平台共用 .agents/skills/ 中的主流程、脚本和检查规则。Claude Code 的薄入口位于 .claude/skills/;它只负责发现主 Skill,不复制工作流。第一次运行见安装与第一次运行。

手动开始

下面是 Windows 命令。Mac 用户请使用 pwsh 和 / 路径,直接跟随 macOS Core Beta。

git clone https://github.com/Damonhhh/creator-flow.git
cd .\creator-flow

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\test-workflow-capabilities.ps1 -Profile Core

Copy-Item .\config\workflow.example.json .\config\workflow.local.json
Copy-Item .\config\tts.example.json .\config\tts.local.json
Copy-Item .\config\providers.example.json .\config\providers.local.json
Copy-Item .\config\publish.example.json .\config\publish.local.json

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\new-video-project.ps1 `
  -Name '2026-08-14-my-first-video' `
  -Destination .\videos

只有能力检查返回 ready: true 才继续。完整步骤和每条命令见安装与第一次运行。

走到配音、素材或成片阶段时,用统一入口检查当前阶段。它默认只说明缺什么、从哪里获取、会执行什么、还有哪些后续动作,以及不安装时怎么降级:

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\resolve-workflow-dependencies.ps1 -Stage Material

下载和安装必须通过一个明确的 -AcceptAction 单独授权。Agent Reach、IndexTTS2 和 HyperFrames 等用到对应阶段时再接入。

需要转发给不熟悉本地环境的伙伴时,可以使用四个环境辅助包。网络正常时,它们负责检查环境并从官方来源安装;无法稳定访问 GitHub、Hugging Face、npm 或 PyPI 时,改用单独分发的 Windows 离线资源包。离线包可以包含已经下载好的第三方文件,但仍不会携带登录状态、私人声音、账号配置或密钥。

先换成你自己的内容

新项目会从 Topic / topic_ready 开始。先填写四个文件:

  • account-profile.md:账号服务谁、持续讲什么、明确不讲什么。
  • writing-style.md:语气、句式、禁用表达和真实改写样本。
  • knowledge-sources.md:可信来源、复核规则和禁止公开的边界。
  • source-content.md:这次要处理的选题、素材、证据与初步判断。

示例只是帮助流程启动,不会替你生成账号定位,也不包含作者的私人知识库、声音样本、账号凭据或历史内容。

两种用法

跑完整链路

使用 CreatorFlow 的 zimeiti-video-workflow,从当前项目的 project-state.json 开始。按 Topic、Script TTS、Material、Assembly、QA、Publish Wrap Up 逐阶段推进;每个阶段完成后保存证据,遇到缺失依赖或需要下载、登录、配置凭据时先停下并征得我的明确同意。

只做当前阶段

使用 zimeiti-video-workflow,读取 videos\2026-08-14-my-first-video\project-state.json,只完成当前阶段并保存证据。不要提前推进下一阶段,也不要把文件存在当成已经验收。

工作流会读取 currentStage、stageStatus、nextAction 和 blockers,再选择对应阶段。想先看懂主生产、用户判断、按需依赖和 QA 返工如何交汇,见工作流线程图;六个阶段的完整字段和门禁见执行图。

阶段 主要工作 完成证据
Topic 选题、评分、否决理由 选题决策与证据
Script TTS 录音稿、声音、字幕、画幅 锁定脚本与实际音频/SRT
Material 来源、素材、逐句视觉任务 source-candidates.md、material-beat-map.md
Assembly 工程组装与渲染 工程检查和候选成片
QA 自动检查与人工关键帧复核 QA 报告、human-visual-review-vNN.md
Publish Wrap Up 封面、文案、发布包与收尾 publish\、状态与同步记录

真实案例与两个可运行起点

  • 第一次真实运行:一条 152 秒科普视频从选题走到自动 QA 和人工关键帧复核;案例准确停在 ready_for_wrap_up,没有把尚未执行的发布收尾写成完成。
  • 机器人工厂实战教程(飞书):用 91.6 秒真实成片讲清选题、脚本、素材、数字人、自动 QA 与人工验收,也解释视频生成模型和视频生产工作流的区别。
  • 离线选题评分示例:用固定候选和可见评分表生成排名、入选理由与淘汰理由,不联网,也不读取个人知识库。
  • 最小视频项目模板:创建真实项目目录和初始状态,不预填 QA、人工验收或发布成功。

先试选题评分:

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\run-ai-daily-topic-chain.ps1 `
  -InputPath .\examples\ai-mainline-topic\candidates.example.json `
  -RubricPath .\examples\ai-mainline-topic\rubric.example.json `
  -OutputRoot .\output\ai-mainline-topic

它会生成 topic-ranking.json 和 topic-decision.md。真实案例页只展示经过脱敏的生产证据和关键帧,并明确标出尚未执行的 Publish Wrap Up;你自己的视频、人工复核和发布包仍要在实际项目中生成。

缺少依赖时

能力探测只报告,不自动安装。执行者需要先说明:缺什么、用来做什么、官方下载来源、拟执行命令,以及是否涉及第三方代码、登录或凭据。得到明确同意后才能继续。

第一次进入 Assembly 且项目还没有渲染器时,先查看初始化方案:

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\resolve-workflow-dependencies.ps1 `
  -Stage Assembly `
  -ProjectDir .\videos\2026-08-14-my-first-video

这条命令不下载内容。确认方案后,如果愿意下载,再明确加上 -AcceptAction hyperframes。其他依赖和可用降级路线见依赖矩阵。

边界

  • .local.json、个人项目文件、Cookie、Token、API Key、声音样本和本机路径不得提交。
  • API Base 只从命令行、环境变量或 providers.local.json 读取,公开仓库不预设第三方中转地址。
  • AI Hot、NewsNow 等实时发现源默认不联网。只有显式加上 -LiveCollection,并通过参数或环境变量提供 HTTPS 地址后,脚本才会请求对应服务。
  • 默认生成可复核的发布包,不自动上传。
  • 自动 QA 和 human-visual-review 是两道不同的门。
  • 这套仓库负责把链路跑通,不替任何人承诺流量、账号定位或内容判断。

进一步阅读:真实案例 · 机器人工厂教程(飞书) · 完整安装 · 项目契约 · 隐私边界 · 故障排查

发布前自检

准备 fork、改造或重新发布时,运行 Core 发布门禁:

powershell -NoProfile -ExecutionPolicy Bypass -File .\scripts\test-public-release.ps1 -Profile Core

它会核对 Git 工作区、白名单文件、SHA256、隐私扫描和 Core 测试。Full 还需要完整渲染环境与一份已完成人工复核的真实视频项目;缺项会直接列出,不会显示成假 PASS。

License

MIT

About

CreatorFlow:从选题、评分、脚本、配音和素材一路走到成片与发布包的 Codex 自媒体视频工作流

Resources

Stars

273 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages