短视频创作者 AI — TikTok / Reels / Shorts 流水线

这个 pack 是干嘛的

现在的短视频已经不是一个工具的事 — 是一条五层流水线：选一个正在火的话题、写一个 3 秒内勾住人的脚本、生成或者拍素材、烧上手机静音也能读的字幕、最后剪片 + 同步发到三四个算法和画幅都不一样的平台。

这个 pack 围绕 TikTok / Reels / Shorts / 抖音 创作者 把每一层串起来 — 不求全，求好用 — 让你从一个热门话题到一条已发布的竖屏短片，不用同时翻十个 repo 的文档。整套刻意分两条路：一键流水线（MoneyPrinterTurbo / OpenMontage）扛日更那 3 条/天的量；商业 API 桥（Together AI / Generative Media Skills）打 hero shot，需要 Sora / Veo / Runway / Kling 那种画质时用；程序化路径（Remotion）留给那些字体、节奏、品牌一致性必须卡死的系列内容。

推荐安装顺序

1. 选题 + 编排层

• OpenMontage (#855) — AI 视频制作系统，输入一个话题，自动调度后面整条管线。当你不想自己手动把 MoneyPrinterTurbo + Remotion + FFmpeg 用胶水粘起来时，用它当指挥。
• Video AI Toolkit (#107) — 整个视频 AI 生态的参考集合。先扫一遍知道哪个零件干嘛，再决定 stack 怎么组。

2. 脚本层 — 前 3 秒必须有钩子

• MoneyPrinterTurbo (#108) — 话题进去，9:16 成片出来。脚本环节用 OpenAI / Gemini / DeepSeek 跑，不到一分钟产出一个 hook 在前的旁白脚本。哪怕你换掉后面整条管线，也可以单独用它生成脚本。
• Together AI Video Generation Skill (#777) — 商业 API 桥。同一个 skill 既能调 Sora / Veo / Runway 也能用同一个 workflow 调 LLM 起草脚本。按调用付费，不需要自己跑 GPU。

3. 视频生成 — AI 生成 / 库存素材 / 程序化

• Remotion AI Video Production Skill (#1150) — React 写的电影感短视频。当你在乎字体、动效、品牌一致时走这条；底层 render 走 FFmpeg 输出 mp4。
• Generative Media Skills (#3602) — muapi + npx skills add 安装器，把 Sora / Runway / Kling / Pika 等十几个商业生成 API 统一到一个 CLI 后面。当 agent 需要喊一句「生成一段 5 秒视频」而不想每次选 vendor 时，就上这个。

4. 字幕层 — 手机静音状态可读

• VideoCaptioner (#110) — 端到端 AI 字幕管线。识别、分句、样式、烧字幕一条龙。针对 9:16 竖屏安全区做了优化，词级时间戳。
• Remotion AI Voiceover Skill — ElevenLabs TTS (#102) — 用 ElevenLabs 生成旁白并同步到 Remotion 合成。和字幕 skill 搭配，让烧上去的字和音频对齐。

5. 剪辑 + 发布

• OpenCut (#4027) — 开源 AI 视频剪辑器。裁剪、拼接、调色匹配 AI 生成的片段。让 agent 收尾时不用导出到闭源 NLE 走一圈。
• FFmpeg (#1157) — 多媒体处理的底座。上面所有工具最后都在调 FFmpeg。值得作为一等 CLI 装好，方便按平台偏好的编码 / 码率重编码，不用重新 render。

它们怎么协同

  热门话题
        │
        ▼
   OpenMontage  ──►  MoneyPrinterTurbo (脚本+组装)
        │                   │
        │           ┌───────┴───────┐
        │           ▼               ▼
        │      Together AI    Generative Media Skills
        │      (Sora/Veo)     (Sora/Runway/Kling/Pika)
        │           │               │
        │           └───────┬───────┘
        │                   ▼
        │             原始 9:16 片段
        │                   │
        │           ┌───────┴───────┐
        │           ▼               ▼
        │       Remotion         ElevenLabs 配音
        │    (字体+动效设计)     (Remotion AI
        │           │            Voiceover Skill)
        │           └───────┬───────┘
        │                   ▼
        │            VideoCaptioner
        │            (词级字幕)
        │                   │
        │                   ▼
        │                OpenCut
        │             (终剪)
        │                   │
        │                   ▼
        └──►            FFmpeg
               (按平台重编码)
                           │
           ┌─────────┬─────┴─────┬──────────┐
           ▼         ▼           ▼          ▼
         TikTok    Reels       Shorts     抖音

关键的两条路：一键路径（MoneyPrinterTurbo 或 OpenMontage 直接到 OpenCut）扛日更量；程序化路径（Remotion + ElevenLabs + VideoCaptioner）做品牌片，字体节奏必须精确。商业 API 在两条路里都可以插进来打 hero shot。

你会遇到的取舍

• AI 生成素材 vs 真人素材 — AI 生成又快又无限，但 TikTok / Reels 的算法越来越能识别纯 AI 内容并降权。混着用：B-roll 用 AI，A-roll 用真拍，旁白用真人声（或者高度接近真人的 ElevenLabs）。
• 一键 vs 程序化 — MoneyPrinterTurbo 5 分钟出一条能发的；Remotion 第一次要 5 小时，之后每条 30 分钟。日更用一键，系列片用 Remotion 保证 50 集风格一致。
• 一稿多发 vs 各平台定制 — 一个 9:16 母版几分钟同步到 4 个平台；按平台定制（TikTok 上 CapCut 风钩子、Shorts 按完播曲线重剪、Reels 去水印版本）能显著提升触达。先一稿多发，等数据出来再对赢家做定制重剪。
• 本地生成 vs 商业 API — 本地模型（Open-Sora / CogVideo）按秒免费但吃 GPU 和调参时间。商业 API（Sora / Runway / Kling，通过 Together AI 或 Generative Media Skills）按秒收费但当天能交付。本地用于迭代，API 用于必须打中的 hero shot。

常见踩坑

• Hook 太弱 → 3 秒流失 — TikTok / Reels 在前 3 秒就量完播。「大家好今天我们来聊聊」就是稳定流失。用一个问题、一个数字、或者一个反差开场。MoneyPrinterTurbo 默认脚本 prompt 只是起点，不是成品 hook。
• 字幕颜色 + 位置 — 亮背景上白字读不清；底部三分之一会被 TikTok 的 UI 挡住。字幕放在画面中间偏下三分之一，加描边或者底板。VideoCaptioner 自带各平台安全区预设。
• Reels 拒绝带 TikTok 水印的内容 — Shorts 也会降权。导出母版时不要带任何平台水印；OpenCut 的干净导出比直接下载 TikTok 视频再传安全。
• 没研究发布时间 — 同一条片早 7 点发和晚 9 点发，起始曝光能差 5-10 倍。每个平台高峰不一样，先看后台数据再定档期。
• AI 内容检测 / 限流 — TikTok / YouTube Shorts / 抖音 都跑 AI 检测降权。混入真摄像头 B-roll、真人开场、录屏 UI 来抬升信任分 — 纯合成视频很快撞天花板。