现在能干什么|多模型 AI 视频创作工作台(MiniMax / 万相 / Seedance / 可链),本地桌面端运行:作品墙 + 创作台双面板,任务队列、SSE 流式回写、跨重启状态续跑。 30 秒跑起来|直接下安装包(Windows 安装向导 / macOS zip(Intel + ARM)/ Linux AppImage(x86_64 + ARM)),或从源码
npm install && npm run dev。 谁在用|已发布 v0.2.1(含 v0.2.0 / v0.1.0),2 位关注者;本仓库是全部作品里外部关注度最高的一个。
v0.2.1 · 跑在本机的视频生成 Playground
一个接入 词元跳动 TokenDance 统一模型网关的本地视频创作控制台。一个 API Key,把原本要手写 API 请求的创作过程,变成选模型 → 填参数 → 出片 → 落盘,点点鼠标就完事。多段视频并行生成,每段独立选择模型与参数,完成后自动下载到本地,随时回看。
0.2.0 发布后做的"看不见的角落"修复,都是长尾场景。完整修复清单见底部 v0.2.1 修复说明:
- 不再留孤儿视频:删除任务时若视频还在后台下载中,会先标记取消、下载完自动删
.part,不会在videos/留下几 MB 到几百 MB 的无主文件 - 不再"以为在等授权":一键授权进行中关闭设置弹窗的路径被堵死(关闭按钮与遮罩都禁用),避免静默取消授权
- 网关半开不再永久挂起:所有 fetch 都加超时(submit 30s / query 15s / 测试连接 5s / 同步模型 8s)
- 不再阻塞主线程:视频下载改流式 +
.part临时文件;图片上传硬上限 8MB(避免大图 base64 后塞进 POST 卡住主线程) - 新增
/api/health端点:版本、PID、运行时长、任务数、是否配 Key、模型目录来源——排查问题一查就知道 - SSE 合并按 id 走,避免覆盖你刚编辑但还没上传的本地修改
- 空地址计数持久化:网关先标 succeeded 还没给视频地址时,跨重启不再无限轮询
- CSP 收紧:去掉
style-src 'unsafe-inline',textarea初始值改用 DOM property 设置
它本质上是一个协议转换控制台:填表单 → 组装成各模型的 API 请求 → 跟踪状态 → 下载结果,仅此而已。
定位声明:本项目是社区自发的非官方 Playground,与词元跳动官方无隶属关系;模型能力、价格、可用性以官方平台为准。
四张图看完主要界面,浅色为主、附一张深色:
主题在顶栏一键切换:夜间 / 日间 / 跟随系统,选择记忆在本机。
- 下载(双击即用)
- 首次打开必读
- 创作流程(4 步出片)
- 功能特性
- 它为什么这么简
- 你的数据
- 已知约束
- 从源码运行
- 打包(开发者向)
- 技术说明:桌面版是怎么来的
- v0.2.1 修复说明
- 反馈与吐槽
- 开源授权
到 Releases 下载对应平台的包:
| 平台 | 下载 | 首次打开 |
|---|---|---|
| macOS(Apple 芯片) | VideoStudio-0.2.1-mac-arm64.zip | 首次需执行一次 xattr,见下方 |
| macOS(Intel) | VideoStudio-0.2.1-mac-x64.zip | 同上 |
| Windows | VideoStudio-0.2.1-win-setup.exe(安装向导)/ 绿色 zip | SmartScreen 提示时点「更多信息 → 仍要运行」 |
| Linux | VideoStudio-0.2.1-linux-x86_64.AppImage(arm64 版) | chmod +x 后双击运行 |
产物命名固定为 ASCII(VideoStudio-${version}-${os}-${arch}.${ext}),URL 在 Release 页里可以直接肉眼辨认。
包用的是 ad-hoc 签名,没有 Apple 开发者证书、也没做公证(notarization),所以系统一定会拦一次。把 app 拖进「应用程序」后,执行一次这条命令即可:
xattr -cr "/Applications/TokenDance 视频接入助手.app"也可以走图形界面:双击后到「系统设置 → 隐私与安全性」,在底部找到被拦截的提示,点「仍要打开」。
不要再用「右键 → 打开」这个老办法。 它只对「无法验证开发者」有效,对签名损坏的包无效;而且从 macOS 15 起 Apple 已逐步取消这个入口,在新系统上根本不会出现「打开」按钮。这个项目早期构建配置写错过(
identity: null会让 Electron 跳过签名、在包里留下失效的旧签名),在 macOS 上会被判定为「文件已损坏」并直接扔进废纸篓——那个问题从 v0.1.0 起已经修掉。
包同样没有代码签名证书,首次运行 SmartScreen 会拦一次,点「更多信息 → 仍要运行」即可。安装向导版(win-setup.exe)会给桌面创建快捷方式,绿色 zip 版解压即用。
AppImage 需要先 chmod +x 然后双击;首次运行会自动注册为可执行。如果系统用了 immutable 文件系统(如 Fedora Silverblue),可能需要先 chmod + 走 FUSE。
首次启动会引导你填入词元跳动平台的 API Key——在设置里点「一键授权」,浏览器确认后自动回写,全程 PKCE 安全流程,授权码只在本机 127.0.0.1 上交换,不经第三方。也可以直接粘贴 API Key(仅保存在本机数据目录)。
- 打开应用 → 设置里完成「一键授权」或粘贴 API Key → 点「测试连接」确认后保存
- 点「新建工单」 → 在模型选择器里挑一个(表单会自动收敛到该模型支持的范围:分辨率档位、时长范围、是否支持图生视频、是否按 token 计费、是否限时折扣……全在列表上)
- 配置参数 → 写提示词、选生成方式(文生视频 / 图生视频 / 多模态参考 / 视频编辑,按模型能力自动收敛)、调时长、画质、画面比例;编辑器底部按当前模型 / 画质 / 时长实时算预估费用
- 点「开始生成」 → 创作台随即空出,可以接着开下一张;切到「作品墙」跟踪排队与生成进度,1–3 分钟后视频自动下载到本地,点开卡片即可播放
- 全量视频模型一网打尽:按厂商分组的可视化模型选择器,官方品牌标识、能力标签、单价、限时折扣一目了然
- 四种生成方式:文生视频 / 图生视频(首帧、首尾帧)/ 多模态参考生视频(参考图 + 参考视频 + 参考音频)/ 视频编辑,按模型能力自动收敛可用选项
- 多段并行生成:提交出去的片段各自独立排队生成,模型、生成方式、时长、画质、画面比例互不影响
- 创作台 / 作品墙双面板:创作台一次只配一段——选模型、填提示词、调参数,提交后回到起点再开下一张工单
- 作品墙:已提交的片段按宫格铺开,卡片用视频首帧当封面,生成中是流光骨架加已用时长;点开卡片弹层播放
- 费用预估:编辑器底部按当前模型 / 画质 / 时长实时计算预估费用,提交前心里有数
- 本地素材直传:首帧与参考图支持直接选择本地图片,也可以粘贴公开可访问的 URL
- 状态自动跟踪:提交后自动轮询,排队中 / 生成中 / 已完成实时刷新;完成后视频自动落盘本地,点开卡片即可播放
- 作品状态筛选:全部 / 进行中 / 已完成 / 未成功一键过滤,带实时计数
- 深色 / 日间 / 跟随系统三种主题,顶栏一键切换,选择记忆在本机
- 新手引导遮罩:首次启动四步聚光灯导览(连接网关 → 新建工单 → 创作台配置 → 作品墙),顶栏「?」随时重放
- 快捷键:新建工单(⌘N / Ctrl+N)、设置(⌘, / Ctrl+,)
- 一键授权(OAuth + PKCE):浏览器里点确认,API Key 自动回写到本机,全程不经第三方服务器
- 测试连接:填完 Key 立刻 ping 一下网关,确认能通再保存
- 检查更新:设置页底部一键对照 GitHub Releases 查新版,给出当前平台对应的下载链接、文件大小与 release notes;自动按 mac-arm64 / mac-x64 / win-setup / win-x64 / linux-x86_64 / linux-arm64 匹配到具体 asset。仅做"查 + 跳下载页",不自动下载安装,用户拿到包自己决定装不装。开发态(
npm start)跑源码时会在旁边打"开发态"徽标提醒
- 模型目录内置在应用里(
main/models.js),每次启动还会匿名拉取网关的公开模型清单与内置目录合并,新模型上架即刻可用,无需升级应用
这个项目不做画布、时间线、轨道剪辑,只把"选模型 → 填参数 → 出片"这一条链路做顺:让你用最低成本试遍各个模型、对比效果、攒下素材,剪辑合成交给专业的剪辑软件去做。功能不铺开,每个模型的能力边界和实际计费反而能做得更准。
简单不等于不放心——你的数据永远是你的:
- API Key 仅保存在你本机,不会同步到任何服务器
- 素材与生成的视频不出本机一步(素材只在提交任务时发送给你自己配置的网关)
- 应用没有服务器端、没有账号体系、没有遥测上报
- 本地服务仅监听
127.0.0.1,连局域网都访问不到 - 全部代码开源,可逐行审计验证
数据落盘位置(可用环境变量 VIDEO_STUDIO_USER_DATA 整体覆盖):
| 平台 | 配置与视频 |
|---|---|
| macOS | ~/Library/Application Support/video-studio |
| Windows | %APPDATA%\video-studio |
| Linux | ~/.config/video-studio |
| 项 | 上限 / 默认 | 触发后的行为 |
|---|---|---|
| 单张本地图片上传 | 8 MB | 服务端在读 body 时直接 reject,提示"图片过大,请压缩到 8MB 以内" |
| 提交请求超时 | 30 秒 | 网关半开(TCP 已建但不返)时 abort 并提示"网关请求超时(30s)" |
| 轮询请求超时 | 15 秒 | 同上,自动重试 |
| 测试连接超时 | 5 秒 | 探测时不能让用户等半分钟 |
| 视频下载超时 | 5 分钟 | 超时后写入 downloadError,状态回 succeeded,作品卡上点"重新下载"即可 |
| 单实例 | 唯一 | 重复打开会聚焦已有窗口,端口 8970 被占用 = 已有实例在跑,自动接过去 |
| 健康检查 | /api/health |
暴露 version / pid / uptimeSec / taskCount / hasApiKey / models.source,出问题想反馈时直接 curl 一下这个端点贴出来 |
为什么图片只让到 8MB:上传只是把本地图片转 base64 塞进 POST body。base64 后体积再涨 33%,4K 原图会瞬间把主线程阻塞几秒并占用几十 MB 内存——常见视频截帧场景 2MB 完全够用。真的需要更大素材,请用
refUrl模式走图床 URL。
唯一前置依赖是 Node.js 18 或更高版本(下载地址)。运行时零第三方依赖、零构建步骤,npm install 只是为了打安装包。
git clone https://github.com/HankGuo/video-studio.git
cd video-studio
npm start启动后浏览器会自动打开 http://127.0.0.1:8970,用完在终端按 Ctrl+C 结束。不想碰终端的话,双击启动器效果一样:macOS 用 start.command,Windows 用 start.bat,Linux 用 start.sh。
端口被占用时可以换:VIDEO_STUDIO_PORT=9000 npm start。重复启动不会开重复的服务——已有实例在跑时,再次启动只会帮你多开一个标签页。
数据目录可通过 VIDEO_STUDIO_USER_DATA=/path/to/dir npm start 整体覆盖,便于多环境隔离。
npm install 装上 electron + electron-builder(仅 devDependencies),然后:
npm test # 接口自测
npm run pack:mac # 打 macOS 包(arm64 + x64,zip 格式,ad-hoc 签名)
npm run pack:win # 打 Windows 包(NSIS 安装向导 + 绿色 zip,x64)
npm run pack:linux # 打 Linux 包(AppImage,x64 + arm64)一台 macOS 机器可以交叉打出三平台产物。详细配置见 electron-builder.yml,其中:
- 产物名固定 ASCII ——
VideoStudio-${version}-${os}-${arch}.${ext},避免下载 URL 被百分号编码成一长串 - macOS 签名策略 ——
identity: "-"(ad-hoc)配合hardenedRuntime: false,避免 library validation 拦截 Electron 自带的库签名 - NSIS 配置 ——
oneClick: false+ 允许改安装目录,比一键安装更适合小白
国内网络下 Electron 的二进制走 GitHub CDN(
objects.githubusercontent.com)经常连不上,打包会以RequestError/The server aborted pending request失败。挂上镜像重试即可:ELECTRON_MIRROR=https://npmmirror.com/mirrors/electron/ npm run pack:mac
打包脚本在 Release 流水线里可加 --publish always 把产物推到 GitHub Releases(设置好 GH_TOKEN 即可),配合"检查更新"按钮形成完整闭环。
桌面版是一个 ~70 行的 Electron 薄壳(desktop/main.js),职责只有两件:起本地服务、开一个没有地址栏、没有导航、没有菜单栏的独立窗口指过去。壳里没有 IPC、没有 preload,窗口与内核之间走的就是 127.0.0.1 上的普通 HTTP/SSE——和浏览器版是同一份代码,不会分叉。
所以"桌面版"本质上是一个友好的"浏览器模式 + 任务栏图标 + 启动器"。这也意味着:所有功能(OAuth 回调、媒体流式输出、SSE 任务推送、设置 API、检查更新……)在 npm start 浏览器模式与桌面模式下行为完全一致,差异只在外观和首次打开体验。
仓库根目录的 package.json 的 main 字段保持 server.js 不变;打包时 electron-builder.yml 的 extraMetadata.main: desktop/main.js 覆盖入口为 Electron 壳。
v0.2.0 主面板改成"创作台 / 作品墙"双面板后我自己又跑了一轮长尾场景测试,把 P0~P2 共 11 个问题一锅端了。详细列表:
| ID | 严重度 | 现象 | 修法 |
|---|---|---|---|
| P0-1 | 紧急 | 删除任务时若视频还在后台下载中,会留下几 MB 到几百 MB 的孤儿文件 | remove 给进行中的下载打 _aborted 标志,_download 完成时识别后自己删 .part |
| P0-2 | 紧急 | 首次启动点一键授权,授权中误关设置弹窗 → OAuth 静默取消 + 弹出新手引导 | 授权中关闭按钮 disabled、遮罩加 .oauth-locked 类,遮罩点击不响应 |
| P1-1 | 高 | 大视频下载用 arrayBuffer() 全量加载到内存,100MB+ 会 OOM |
改 pipe 流式落盘到 .part 临时文件,写完再原子 rename |
| P1-2 | 高 | 所有 fetch 没超时,网关半开(TCP 已建但不返)会永久挂起 | 统一 requestJson 包装 AbortController,submit 30s / query 15s / 测试 5s / 同步 8s |
| P1-3 | 高 | 40MB 上限大图经 base64 后塞进 POST body 阻塞主线程 | 上传硬上限 8MB(10MB base64 后体积可接受) |
| P1-4 | 中 | SSE 全量 state.tasks = list 替换,会覆盖刚 scheduleSave 的本地编辑 |
改为按 id 合并 + 删除服务端已不存在的 |
| P1-5 | 中 | 网关先标 succeeded 但没给视频地址时,_emptyResults 不持久化 → 重启后无限轮询 |
改用 noUrlPolls 字段(无下划线)让 _public 序列化自然带过去 |
| P2-1 | 低 | pickAndUpload 重新绑定 resolve/reject 的时序在快速操作下会吞 onchange |
监听 focus 注册到 input.click() 之前,单一 settle 函数 |
| P2-2 | 低 | textarea 初始 prompt 用 innerHTML 注入转义后内容,未来重构易踩 |
渲染时留空,渲染完成后用 .value property 注入 |
| P2-3 | 低 | CSP 里有 style-src 'unsafe-inline',实际上未用 inline style |
去掉 unsafe-inline |
| P2-6 | 低 | 「开始生成」按钮失败行为和 Cmd+Enter 不一致,前者只 toast 不切回编辑器 |
统一:失败也 loadIntoStudio 回编辑器 |
另增:
GET /api/health— 版本、PID、运行时长、任务数、Key 状态、模型目录来源npm test测试用例从 32 个扩到 34 个,新增覆盖 /api/health 与 8MB 上传上限
- 有问题、有想法、用得不爽 → 欢迎到 Issues 里直接说,吐槽也欢迎
- 企业或团队如需私有化部署、功能定制或商业支持 → superai@agent.qq.com
VideoStudio 是 Hank 个人 / 小团队工作流中AI 视频创作这一环。完整矩阵:
| 项目 | 角色 | 状态 |
|---|---|---|
| 🎬 video-studio(本仓库) | AI 视频创作工作流 | v0.2.x · 持续迭代 |
| 🧠 agent-matrix | Agent 注册与派单 | v0.x · 内测中 |
| 🤝 open-meetup | 实时协作与分享 | v0.x · 稳定 |
| 🌐 webppt | 内容展示与沉淀 | 在线运行 |
公众号「算力白肉」会同步更新实战案例与产品决策记录。
本项目以 MIT License 开源。
商业使用完全自由,保留版权与许可声明即可。如需定制开发、长期支持、API 接入、商务合作,请联系:superai@agent.qq.com
本项目构建于 词元跳动 TokenDance 之上——为接入 AI 模型的开发者打造的统一模型 API 网关:多协议兼容、智能路由、统一计费、容错降级,秉承「让每位 AI 创造者,少走一步弯路」的理念。在此致以诚挚谢意。
一个很懒的博主:年更、月更、不定期更。配套公众号文章:《你的 API Key 是不是又在吃灰?》,欢迎阅读、点赞、转发。




