产品演示视频的端到端自动化怎么做

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

没有一键完成的现成 skill,但可拆成驱动、录制、合成、配音字幕四段流水线:脚本作为唯一事实源,Playwright 驱动并录制,Remotion 做包装,TTS 出旁白。

要点

  1. 先写文本化演示脚本,记录打开哪个页面、等哪个选择器、点哪里、输入什么、停顿多久、旁白说什么,产品改动只改脚本不重录。
  2. 用 Playwright 驱动浏览器并同时录制,支持配置录视频与动作高亮注释,登录态靠 storageState 复用,不把密码写进脚本。
  3. 合成首选 Remotion,用 React 组件编排转场、假光标、局部放大、高亮框与字幕条,可批量渲染,并随 UI 一起版本化、在 CI 里出片。
  4. 旁白用 TTS 从脚本旁白字段合成,字幕由旁白文本生成而非语音识别回推,时间轴按每段动作时长排布。
  5. 不想自搭可用面向 agent 的开源 CLI 直接驱动真实浏览器录制,但模板与包装能力弱,品牌动画仍需自己合成。
  6. 落地顺序是先跑通一条 30 秒主流程,再加旁白字幕,最后才考虑美化。

来源