https://jiajia.fun/a/97cadf70-3e58-40f5-a7a6-cc05af6f32ca-%E4%BA%A7%E5%93%81%E6%BC%94%E7%A4%BA%E8%A7%86%E9%A2%91%E7%9A%84%E7%AB%AF%E5%88%B0%E7%AB%AF%E8%87%AA%E5%8A%A8%E5%8C%96%E6%80%8E%E4%B9%88%E5%81%9A

# 产品演示视频的端到端自动化怎么做

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

- [原始讨论 1](https://jiajia.fun/qa/e80110d1a7a38cc3b223b132)
