6小时做两条视频：Reddit 用户晒本地 AI 视频全栈工作流
Unlucky_Principle480 · reddit · 2026-11-16
Reddit 用户为 Hermes Plugin Hackathon 用纯本地技术栈制作了两条低成本视频，总计约 6 小时（含策划与渲染、多次重试）。
其工作流组合为：
- OpenMontage 负责整体编排
- gpt-image 生成关键帧 + Opus 5.5 协助
- LTX-2.5（ComfyUI 内）做图生视频
- HyperFrames 处理 UI 与文字
- 配音用 Qwen3-TTS 和 Fish Audio Drama 3 声音克隆，配乐用 Stable Audio 3
作者对成果基本满意，但指出 LTX-2.5 伪影较多（如第二支视频里猫的物理动作失真）、指令遵循差、真实感不足，并向社区求推荐能对标 gpt-image 的写实图像模型和更好的本地图生视频模型。
「编程与Agent」频道最新
- 用户用 Grokbot 一周砍掉 147 美元订阅：敢输密码还会替你付费 — DominiqueCAPaul · 2026-11-16
- 受够昂贵 SaaS，研究员自写采购/财务/HR全套内部工具并免费共享 — arjunrajlab · 2026-11-16
- Google 研究:prompt 复读两遍,某任务准确率从 21% 飙至 97% — udmrzn · 2026-11-16
- 作者把四年回忆与全部著作压缩进不到 600 行 Python 的个人 agent — UltraRareAF · 2026-11-16
- Sentry CEO 吐槽 agent「过家家」式 UX：一个任务要同时召唤两个模式 — zeeg · 2026-11-16
- Claude Code 完整系统提示词遭扒：7832 行、128 个工具全部公开 — udmrzn · 2026-11-16