AI-Media2Doc: 视频一键转图文的 AI 工具-优快云博客

GitHub：https://github.com/hanshuaikang/AI-Media2Doc

更多AI开源软件：发现分享好用的AI工具、AI开源软件、AI模型、AI变现 - 小众AI

AI 视频图文创作助手是一款Web工具, 基于AI大模型, 将视频和音频转化为各种风格的文档, 无需登录注册, 前后端本地部署，以极低的成本体验 AI 视频/音频转风格文档服务。一键将视频和音频转化为小红书/公众号/知识笔记/思维导图/视频字幕等各种风格的文档。

主要功能

✅ 完全开源：MIT 协议授权，支持本地部署。
🔒 隐私保护：无需登录注册，任务记录保存在本地
💻 前端处理：采用 ffmpeg wasm 技术，无需本地安装 ffmpeg
🎯 多种风格支持：支持小红书/公众号/知识笔记/思维导图/内容总结等多种文档风格支持。
🤖 AI 对话：支持针对视频内容进行 AI 二次问答。
🎬 支持字幕导出: 结果一键导出为字幕文件。
🐳 一键部署：支持 Docker 一键部署。

安装和使用

📦 docker 本地一键部署

1️⃣：镜像构建：

$ make docker-image

2️⃣：请根据后端部署指引 / 配置项说明完善根目录下的 variables.env 文件。

3️⃣：修改前端的 evn.development 中的 VITE_API_BASE_URL 为 http://0.0.0.0:8080

4️⃣：运行项目

$ make run

后端本地部署

后端依赖于字节跳动火山引擎高代码 SDK Arkitect 高代码 SDK Arkitect。在启动后端服务之前, 需要先安装好 Arkitect 的依赖, 并且申请字节 Tos 对象存储服务以及对应大模型的 API 调用权限

注意 ⚠️：请至少保证你本地的 Python 版本为 3.9 及以上, 否则可能会出现依赖无法安装, 项目启动失败等问题。

1. 安装依赖

pip install -r requirements.txt

1. 配置环境变量

export ENDPOINT_ID=xxxx
export ARK_API_KEY=xxxx
export TOS_ACCESS_KEY=xxxx
export TOS_SECRET_KEY=xxxx
export TOS_ENDPOINT=xxxx
export TOS_REGION=xxxx
export TOS_BUCKET=xxxx
export AUC_APP_ID=xxxx
export AUC_ACCESS_TOKEN=xxxx

1. 启动服务

python main.py

前端本地部署

1. 安装 Node.js

要求 node 版本为 20+, 我本地的 node 版本为 22.0.0

1. 安装依赖

npm install

1. 启动服务

npm run dev

浏览器访问

打开浏览器访问 http://localhost:5173/ 即可。