ShortGPT 视频自动化
将脚本、配音、素材和剪辑串成短视频自动化流程。
- Star 数
- ★ 8.1k
- 最近更新
- 1 年前
- License
- MIT
- 主语言
- Python
- FA 评分
- 证据不足
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用OpenAI API（部分支持）
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 运营 YouTube Shorts 频道的创作者，希望把脚本生成、配音、素材准备和渲染整合到一个自动化流程中。
- 不适合
- 不愿配置Docker、.env和多个第三方API密钥的个人用户
- 需要成熟文档与稳定API示例的生产团队
这个 Agent 能做什么，适合哪些场景？
ShortGPT 是一个 MIT 许可的 AI 视频内容自动化框架，面向 YouTube Shorts、TikTok 等内容制作场景。它提供 ContentShortEngine、ContentVideoEngine、ContentTranslationEngine 和基于 Editing Markup Language 与 JSON 的 EditingEngine。项目可通过 Docker 在本地运行，并在 localhost:31415 提供 Gradio Web 界面；也提供 Google Colab 运行入口。其文档说明会使用 OpenAI、ElevenLabs、EdgeTTS、Pexels、Bing Image 与 MoviePy 等技术，因此采用前需要接受这些服务和运行环境带来的依赖。
ContentShortEngine 用于从脚本生成到最终渲染的短视频制作，并包含 YouTube 元数据添加；ContentVideoEngine 为较长视频生成音频、自动获取背景视频素材、处理字幕时序和准备背景资源。ContentTranslationEngine 接收视频文件或 YouTube 链接，转录音频、翻译内容、以目标语言配音、添加字幕，并输出另一种语言的视频。EditingEngine 通过 Editing Markup Language 和 JSON 将剪辑拆分为可定制的块；框架还说明可借助 Pexels API、Bing Image 获取图片或视频素材，并用 TinyDB 持久化自动剪辑变量。
- 运营 YouTube Shorts 频道的创作者，希望把脚本生成、配音、素材准备和渲染整合到一个自动化流程中。
- 制作较长视频的内容团队，需要自动生成音频、寻找背景视频，并为字幕安排时间。
- 需要将现有视频或 YouTube 链接配音并翻译成目标语言的本地化制作者。
- 希望使用 EdgeTTS 覆盖英语、西班牙语、阿拉伯语、中文、日语等多种语言配音的创作者。
- 需要以 JSON 和 Editing Markup Language 描述可拆分、可定制剪辑步骤的开发者。
如何安装或部署这个 Agent？
README 将 Docker 列为本地运行的前提条件，并要求先阅读 installation-notes.md（该文件内容未提供）。在仓库根目录执行：
docker build -t short_gpt_docker:latest .
docker run -p 31415:31415 --env-file .env short_gpt_docker:latest项目还提供 Google Colab 入口。README 要求使用 .env，但未提供变量名称、所需密钥、Python 版本或完整依赖安装细节，因此无法仅据现有材料完成凭证配置。
如何使用这个 Agent？
启动上述容器后，打开 http://localhost:31415 使用 Gradio 界面。对于视频翻译流程，README 说明 ContentTranslationEngine 可接收视频文件或 YouTube 链接，并输出带目标语言配音和字幕的视频；但现有材料没有给出 Web 表单字段、Python API 调用或命令行参数，因此这些具体操作无法验证。
这个 Agent 有哪些优点和局限？
- 覆盖短视频、长视频和视频翻译三种明确的内容生产流程。
- ContentTranslationEngine 明确支持从视频文件或 YouTube 链接到转录、翻译、配音、字幕和新视频输出的完整链路。
- EditingEngine 使用 Editing Markup Language 与 JSON，将剪辑工作拆为可定制、便于大语言模型理解的块。
- 既支持 Docker 本地运行，也提供 Google Colab 入口和 Gradio Web 界面。
- 核心自动化流程明确使用 OpenAI，且 README 未给出可替换模型提供商的配置方式。
- 本地部署依赖 Docker，并要求 .env；现有材料没有列出环境变量、密钥或完整安装说明。
- 素材来源依赖互联网、Pexels API 与 Bing Image，使用时会受外部服务可用性和访问条件影响。
- README 称文档仍在补充，未提供可验证的 Web 界面操作、API 示例或 CLI 参数。
这个 Agent 与同类方案有什么区别？
README 将 ElevenLabs 和 EdgeTTS 都列为语音合成技术；其中将 EdgeTTS 描述为免费且支持的语言数量多于 ElevenLabs。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| ShortGPT 视频自动化 当前 | 证据不足 | 自托管服务免费 + 模型费 | ★ 8.1k | 1 年前 | Python | — |
| Hypit AI 视频工作流 | 71 · 存在缺口 | Agent 插件 / 技能免费 + 模型费 | ★ 28k | 1 天前 | TypeScript | Codex · Claude Code |
| Wonda CLI | 56 · 缺口较多 | 命令行工具付费 | ★ 159 | 6 天前 | TypeScript | Codex · Claude Code |
| Publora 社交发布技能 | 67 · 存在缺口 | Agent 插件 / 技能免费版 + 付费版 | ★ 67 | 1 天前 | Python | Codex · Claude Code · Claude.ai |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据仅包含README-Docker.md、LICENSE、requirements.txt和GitHub Actions工作流。没有权限模型、用户确认机制、数据流说明、敏感数据处理策略、依赖安全审计、外部影响说明、回滚机制或来源归属。所有标准均因缺乏证据而扣分。
没有代码或测试来评估自洽性、依赖可用性或失败消息。依赖列表存在但未验证可用性。所有标准均因缺乏证据而扣分。
没有文档说明目标受众、使用场景、能力边界、触发精度或环境适配。所有标准均因缺乏证据而扣分。
信息架构不清晰；安装说明仅针对Docker，且不完整；命名稳定性未评估；没有示例或FAQ；没有已知限制；许可证存在但未验证；没有版本控制或变更日志；维护责任不明确。所有标准均因缺乏证据或部分证据而扣分。
没有证据表明输出可用性、边际价值或成本效益。所有标准均因缺乏证据而扣分。
没有证据表明声明可追溯、跨来源佐证或事实与推断分离。所有标准均因缺乏证据而扣分。
- 源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
- 仓库仅包含少量文件，无法支持对Agent产品的全面评估。
- 依赖列表包含固定版本和未固定版本，且未提供安全审计。
- Docker运行需要API密钥，但未说明密钥的安全处理方式。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v0.3.0 v0.3.0 - Gemini API Support
发布说明摘录
ShortGPT Release v0.3.0 This release introduces support for the Gemini API, providing an alternative to OpenAI for content generation within ShortGPT. This allows users to leverage the capabilities of Gemini, especially in scenarios where it may offer advantages in cost, speed, or specific task performance. Major Changes: * Gemini API Integration: Added support for using the Gemini API as a primary or fallback option. Users can now configure their Gemini API key and utilize it for content generation tasks. …在 GitHub 查看 ↗ -
v0.2.0 v0.2.0 - Bug Fix
发布说明摘录
ShortGPT Release v0.2.0 This release marks an overhaul and stabilization of ShortGPT after a period of inactivity. I've addressed core issues, upgraded key components, and made several quality-of-life improvements. Major Changes: * Stability Fixes: This release addresses numerous bugs that have accumulated, resulting in a much more stable and reliable experience. * GPT Model Upgrade: Migrated from OpenAI's gpt-3.5 to gpt4-o-mini. This brings improved performance, more accurate content generation, and better overall results. …在 GitHub 查看 ↗ -
发布说明摘录
CHANGES Version 0.1.3 - Requiring a youtube url as the subscribe animation url in the EditingStep.ADD_SUBSCRIBE_ANIMATION step. - Adding a default subscribe animation youtube link by default shipped in the AssetDatabase - Making path imports relative for gpt prompts and editing blocks and flows. Version 0.1.2 - Improving logs in content engines Version 0.1.1 - Adding AssetType in AssetDatabase - Adding ApiProvider in api_db - Fixing pip libary missing editing_framework module, prompt_template module Version 0.1.0 - Fixing the AssetDatabase when it's empty Version 0.0.2 …在 GitHub 查看 ↗