双 5090 本地跑多模型全自动产出产品演示视频,34 期零人工剪辑
Ok_Cartographer_6086 · reddit · 2026-09-07
一位开发者分享自己用本地 LLM 全自动生成产品演示视频教程的完整流水线,已产出 34 期、无需人工剪辑。
流程要点
- 用 35B 的 Qwen 模型做主力,先规划视频节奏(5 秒钩子、30 秒问题陈述),输出含时间轴与台词的 YAML
- Agent 在沙盒虚拟 LAN 中按需启动服务器,内存中加载 Linux 桌面应用并录屏,演示是真实运行的软件
- ElevenLabs 生成语音,缓存已生成文本的哈希避免重复付费;用 20 年邮件/代码/博客构建 RAG 保证文案是作者本人的语气
- 通过 MCP 服务实时控制应用,可加入动效、信息图、高亮等
质量反馈闭环(核心亮点)
- 制作中出现 bug、像素异常或 MCP 能力缺失时,Agent 用 GitHub PAT 提 issue 触发另一台服务器上的开发 agent
- 开发 agent 提 PR,本地 QA agent 检出验证、批准并自动合并到 staging,随后制作端拉新代码重跑,循环到完成
作者通常只看 4-5 条 take 并给反馈;应用每次更新都重跑视频保持一致。副产品是每次运行都相当于免费的端到端测试,制作脚本也每周进化。完整步骤见其 YouTube 视频。
「编程与Agent」频道最新
- GEPA 不止用于训练模型,研究者基于 TRL 与 OpenEnv 推出 Agent 训练项目 — lateinteraction · 2026-09-07
- 开发者提醒:别在本机跑 AI Agent,用云 VM 保护隐私 — blelbach · 2026-09-07
- Agent 模板平台 Eden 转型 MCP server:模板留在你自己的仓库 — evilrabbit_ · 2026-09-07
- Reddit 热帖批「一句话生成游戏」:高能力展示实为 token 浪费 — rsvallen · 2026-09-07
- 网友用 GPT-6 一条 prompt 生成杰克与达斯特风游戏 — adonis_singh · 2026-09-07
- GPT-6 Astra + LTX-2.5 组合把网页变成可交互的视频世界 — Mr_AllenT · 2026-09-07