🎥 效果展示
📈 从能用到好用：v1.0 → v2.0
v1.0 跑通了流程。v2.0 把每一步做到专业水准。
Agnes AI 的三个模型全部免费。edge-tts 免费。Shotcut 开源免费。Audacity 开源免费。
但30+小时把它们全部串联成一条命令，没人帮你做——直到 v2.0。
📦 v1.0 — 基础可用
- TTS配音 + 静态背景
- 单一字幕轨道
- 无剪辑、无转场
- 配音音量不可调
- 只能做"配音+字幕"视频
🚀 v2.0 — 专业品质
- 多轨视频剪辑（Shotcut CLI）
- dissolve / wipe 转场特效
- 画中画 / 多轨叠加合成
- BGM 混音 + 音量自动平衡
- 噪音降噪 + 淡入淡出
👉 30+ 小时的技术整合工作，Claude Code 帮你一键完成。这就是 v2.0 的价值。
⚙️ 完整流水线：文案 → 成品视频
7 个环节全自动串联。你只需要输入一段文字。
分析+分段
CosyVoice2
Qwen3-TTS
逐句对齐
Agnes Video
melt 7.39.0
SoX 14.4.2
H.264 1080p
每个环节都由 Claude Code 自动调度，你只需说一句话
✨ 核心功能
AI 画面生成
Agnes AI 图片/视频模型，根据文案自动生成匹配画面，无需设计软件
三引擎 TTS 配音
edge-tts 云端免费 / CosyVoice2 本地 zero-shot / Qwen3-TTS 多音色
同步字幕
自动生成 SRT 字幕，语音与字幕逐句对齐，支持时间轴微调
多轨视频剪辑
Shotcut CLI (melt 7.39.0)：多段拼接、转场过渡、滤镜、调速、裁剪
画中画 & 叠加
小窗叠加、分屏布局、Logo 水印、多轨道合成——全命令行操作
BGM + 音频混音
Audacity CLI (SoX 14.4.2)：多轨混音、BGM 自动平衡、淡入淡出
噪音降噪
SoX 降噪 + 人声增强：compand 动态压缩，normalize 音量归一化
全自动调度
Claude Code 一键串联 7 个环节。输入文案，拿到成品——全程不用动手
📱 实战案例
🎬 3 分钟知识视频：从文章到专业成片
输入文案：一篇 2000 字的科普文章
v2.0 全流程：
① Claude 解析文章 → 拆成 8 个段落
② edge-tts xiaoxiao 为每段配音 → 自动生成 SRT 字幕
③ Agnes Video 为每段生成 AI 画面（361帧/段，num_frames = 8n+1）
④ Shotcut CLI 将 8 段拼接，段间 dissolve 1s 转场，片头 fade-in 1.5s
⑤ Audacity CLI 混入 BGM（音量 -16dB，不盖过人声）
⑥ SoX 对人声做 normalize + compand 降噪
⑦ FFmpeg 合成最终 MP4（1080p，H.264）
结果：从输入文章到可发布的 3 分钟专业视频，不到 8 分钟。
全程不需要打开任何剪辑软件——不需要学 Shotcut，不需要学 Audacity，不需要学任何东西。
🔧 技术细节
真实参数，已验证版本
| 组件 | 选项 / 参数 | 说明 |
|---|---|---|
| Agnes Chat | agnes-2.0-flash | 1M 上下文 · 65K 输出 · 分析文案/拆段 |
| Agnes Image | 1024x1024 / 1792x1024 | ~5 秒出图 · 项目封面/视频画面 |
| Agnes Video | num_frames = 8n+1 | 121(5秒) / 241(10秒) / 441(18秒)，帧率 24 |
| edge-tts | 8 种中文语音 | 云端免费 · xiaoxiao/yunxi/yunyang 等 |
| CosyVoice2 | ~5.3GB 本地 · zero-shot | 一条参考音频即可克隆音色 |
| Qwen3-TTS | ~2.4GB 本地 · 9 种音色 | vivian/serena/uncle_fu 等 |
| Shotcut CLI | v1.0.0 · melt 7.39.0 x86-64 | 多轨剪辑 / 转场 / 滤镜 / 画中画 / 变速 |
| Audacity CLI | v1.0.0 · SoX 14.4.2 console | 多轨混音 / BGM / 降噪 / 淡入淡出 |
| 视频转场 | dissolve / wipe / composite | 溶解 / 擦除 / 叠加合成 |
| 视频滤镜 | fade-in / brightness / speed | 淡入淡出 / 亮度调节 / 变速 |
| 音频后处理 | normalize / compand / fade | 音量归一化 / 动态压缩 / 淡入淡出 |
| 合成输出 | FFmpeg · H.264 1080p | 画面+配音+字幕+BGM → MP4 |
💎 你买的不是工具，是 30+ 小时的集成工作
所有工具都免费。难的是把它们连起来——让 Claude Code 自动调度。
Shotcut 是免费开源的。Audacity 是免费的。edge-tts 免费。Agnes AI 免费。FFmpeg 免费。
但没有集成，它们就是 5 个独立的软件。你要手动打开、逐一切换、手动对齐。
让 Claude Code 自动调用 Shotcut CLI 做多轨剪辑、自动调用 Audacity CLI 做 BGM 混音、自动对齐字幕时间轴、自动处理每个工具的边界情况和错误——这花了 30+ 小时的调试和集成。
¥399/3年 或 ¥699 永久，买的是这 30+ 小时的工作成果。复制到你的项目，立刻就能用。
MLT XML 项目文件格式
Shotcut 用 MLT 框架的 XML 格式组织项目。研究它的 XML schema、track/producer/filter 层级关系、时间线坐标编码——然后让 Claude Code 自动生成正确格式的 .mlt 文件。
多轨混音参数调试
SoX 的 compand 动态压缩参数（attack/decay/knee/gain）直接影响人声自然度。调试出 BGM -16dB 不盖人声、fade-in 0.5s 不做作的参数花了大量时间。
多 CLI 错误处理
melt 渲染路径空格需双引号包裹、SoX 32位限制 2GB 单文件、Shotcut CLI 需 --project 标志预打开项目——每个坑都是踩出来的。
🧱 一步一步搭建
用 Claude Code 从零搭起视频工厂。全程不需要你写一行代码。
告诉 Claude 你要做什么
打开 Claude Code，输入需求："我要一个视频生成工具，输入文案自动生成带配音字幕字幕+转场+BGM的MP4"。Claude 会用 /plan 帮你制定方案。
配置 MCP 接入 Agnes AI
在 .mcp.json 里注册 Agnes 三个模型。Claude 帮你生成配置，你只需要填入免费 API Key。
安装 TTS 引擎 + 视频/音频后端
edge-tts 云端免费直接能用。Shotcut (含 melt 7.39.0) + Audacity (含 SoX 14.4.2) 开源免费。Claude 帮你装好配置好。
一句话出成品
对 Claude 说："帮我把这个文案做成3分钟知识视频，加BGM和转场"。等几分钟，拿到成品 MP4。
🛠️ 技术栈
全部通过 Claude Code 集成，免费开源