PowerCut — 创意视频生成器

基于 单 Agent Loop 架构的 CLI 创意视频生成工具。输入自然语言需求，由 MiniMax 大模型规划分镜，MiniMax Hailuo 生成 AI 视频，最终输出 MP4。

架构

用户需求 (CLI)
    │
    ▼
┌─────────────────────────────────────┐
│    Single Agent Loop (MiniMax LLM)  │
│  ┌─────────────────────────────┐    │
│  │  MiniMax-M2.5 决策下一步     │    │
│  └──────────────┬──────────────┘    │
│                 ▼                   │
│  ┌─────────────────────────────┐    │
│  │  调用工具 → 观察结果         │    │
│  └──────────────┬──────────────┘    │
│                 │                   │
│         循环直到 finish             │
└─────────────────────────────────────┘
    │
    ▼
  output/*.mp4

Agent 工具链

工具	作用
plan_storyboard	MiniMax LLM 规划分镜（标题、旁白、画面描述）
generate_scene_assets	本机 say 配音 + MiniMax Hailuo 文生视频
render_scene_clip	合成 Hailuo 视频、配音与字幕
assemble_video	拼接所有片段为最终 MP4
finish	标记任务完成

快速开始

1. 安装依赖

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

系统需安装 FFmpeg：

# macOS
brew install ffmpeg

2. 配置 MiniMax API

在 MiniMax 开放平台 获取 API Key 和 Group ID：

cp .env.example .env
# 编辑 .env，填入 MINIMAX_API_KEY 和 MINIMAX_GROUP_ID

3. 生成视频

# 直接传入需求
python main.py "制作一个 30 秒的咖啡品牌宣传短片，风格温暖治愈"

# 交互式输入
python main.py

# 指定输出文件名
python main.py -r "用简单语言向儿童解释太阳能" -o solar.mp4

生成的视频保存在 output/run_YYYYMMDD_HHMMSS/ 目录下。

配置说明

环境变量	说明	默认值
MINIMAX_API_KEY	MiniMax API 密钥	必填
MINIMAX_GROUP_ID	MiniMax Group ID	必填
MINIMAX_API_URL	API 地址	https://api.minimaxi.com
MINIMAX_LLM_BASE_URL	LLM 兼容端点	https://api.minimaxi.com/v1
MINIMAX_MODEL	Agent 决策模型	MiniMax-M2.5
HAILUO_MODEL	视频生成模型	MiniMax-Hailuo-2.3
HAILUO_DURATION	每场景时长（秒）	6
HAILUO_RESOLUTION	视频分辨率	1080P
HAILUO_MAX_WAIT	单场景最大等待时间（秒）	600
MAX_AGENT_ITERATIONS	Agent 最大循环次数	20
SCENE_PARALLELISM	场景并行生成数	2
TTS_BACKEND	本机 TTS 引擎（auto/say/espeak）	auto
TTS_VOICE_ZH	中文语音（macOS say -v）	Ting-Ting
TTS_VOICE_EN	英文语音（macOS say -v）	Samantha

国际用户使用 https://api.minimax.io 替换 API 地址即可。

项目结构

powerCut/
├── main.py              # CLI 入口
├── config.py            # 配置
├── agent/
│   ├── loop.py          # Agent Loop 核心
│   ├── state.py         # 状态管理
│   ├── prompts.py       # 系统提示词
│   ├── providers/
│   │   └── minimax_hailuo.py  # Hailuo API 客户端
│   └── tools/
│       ├── registry.py  # 工具注册与调度
│       ├── media.py     # 本机 TTS + Hailuo 视频生成
│       ├── local_tts.py # macOS say / Linux espeak-ng
│       └── video.py     # 视频合成
├── output/              # 生成产物
└── requirements.txt

工作原理

1. 用户通过 CLI 输入创意需求
2. Agent 调用 MiniMax-M2.5 分析需求，规划 3-5 个分镜场景
3. 逐场景调用 MiniMax Hailuo 文生视频 API（异步任务 + 轮询）
4. 使用 macOS 内置 say 命令生成本地旁白，MoviePy 将 Hailuo 视频与配音、字幕合成
5. 拼接所有片段，输出 1080P MP4 视频

Hailuo 视频生成为异步流程：创建任务 → 轮询状态 → 下载视频文件。