Video Material GEN Workstation：开源AI短视频素材生成工作站

Video Material GEN Workstation 是 GitHub 上一个开源的短视频素材生产工作站，部署在自己电脑上，浏览器里操作。它把 AI 文案、批量配音、AI 出图、字幕提取这几件事收进同一个界面，再按”项目”把每期视频的素材归拢到一起。做解说号、剧情号的人可以把它理解成一个素材车间——成片剪辑还是得交给剪映这类软件，它管的是剪辑之前的那一摊。

图：项目卡片管理界面，每期视频的素材各归其位（来源：项目官方仓库）

项目现状

先交代现状。这个项目 2025 年 11 月开源，截至 2026 年 7 月拿到 1500 多个 star，最近一次代码更新在 2026 年 6 月，处于维护中的状态。作者在 README 里说话很实在，直接写了”功能不会有你想象的那么实用”——它偏管理和流水线，视频内容能不能做起来还得靠人。仓库目前没有标注开源协议，打算商用的话留意这一点。

能做什么

• 项目卡片管理：按模板一键生成项目结构，脚本、图片、字幕、音频各归其位，卡片上能看到输出目录和创建时间。对周更、日更的号来说这是核心价值——素材不再散落在下载文件夹里。
• 文案与配音：接 Gemini 改写脚本，TTS 支持单条和批量两种合成模式，输入文本加情感提示就能出带情绪的配音。
• AI 出图：角色描述、场景描述做成可勾选的提示词库，支持参考图上传、宽高比设置和历史记录，立绘、背景可以批量生成。作者提到图像编辑用的是 NanoBanana 模型，走本地部署的 AIStudio 反代接口。
• 字幕提取：TTS 合成界面下方有”字幕生成”按钮，调用 ASR 产出剪辑用的字幕文件。
• 分轨预览：图片、字幕、音频分轨展示，换掉某个素材立刻能看效果。

图：文案生成界面，TTS 文案和图像提示词分栏管理（官方截图）

怎么部署

源码方式：克隆仓库，本地装好 Node.js，把 env.example.yaml 复制成 env.yaml，填入 Gemini 的 API Key、Base URL、模型名和 TTS Key——这步不做，接口调不通。可以顺手设置 Default-Project-Root，指定生成的脚本、音频、图片存放到哪个目录。然后执行：

npm install
npm start

Windows 用户直接双击 start.bat 也行，浏览器打开 http://localhost:8765 就能建项目。仓库也提供了 Docker Compose 部署（docker compose up -d –build 一条命令起服务），但作者自己标注”目前有 Bug”，而且容器里没有桌面环境，”打开项目目录”这类按钮只会返回路径，文件要去宿主机挂载的 ./data 目录里找。图省事还是建议直接跑源码。

图：图片生成界面，支持参考图和宽高比设置（官方截图）

几个要留意的坑

一是它依赖 Gemini 系接口，国内用户得自备可用的 Key 和网络环境，或者走中转服务填自定义 Base URL。二是文案生成那部分原本要配合 n8n 工作流，作者坦承当年写的 n8n 文件已经找不到了，这块等于半残——留下的主要是一套文案提示词，想用可以自己照着搭。三是字幕抓取要配合作者的另一个开源项目 n8n-http-tools（一个 B 站视频字幕提取器），想跑全功能得一并部署。

适合谁

它适合有固定更新节奏的解说、剧情类创作者，或者 MCN 里负责素材生产的人——项目一多，统一管理和批量生成省下的时间才体现得出来。偶尔剪条视频的话，这套部署成本不划算；期望”一键成片”的，它也不是那个定位，想要更接近全自动出片的可以看看站内介绍过的 AI短视频工厂。素材质量的上限还是取决于选题和脚本，工具解决的是流程效率。

官网地址

GitHub 项目地址：https://github.com/Norsico/Video-Materials-AutoGEN-Workstation（没有独立官网，文档、截图和部署说明都在仓库里）