English | 中文
文章不是拿来逐字朗读的，而是拿来重新导演的。
Kanvis Video 是 Kanvis System 中开源的视频制作能力层：用 Codex Skill 把长文、课程稿和知识库内容变成可导演、可检查、可发布的视频项目，再交给 Kanvis Studio 本地检查和编辑。
当前内置的首个 workflow 是 kanvis-article-to-video：从原文保真、口播改写和语义分镜，到真人增强、无人出镜、数字分身、信息图、字幕、多语种配音路径、音频、渲染与发布门禁。
当前版本：v0.3.0
| 名称 | 职责 |
|---|---|
| Kanvis System | 总品牌，连接 Skill、Content OS、Studio 与后续经营系统 |
| Kanvis Content OS | Obsidian 内容管理与内容资产系统，不是本仓库 |
| Kanvis Video | 本开源仓库：视频 Skill、项目协议、质检与 Studio 交接 |
| Kanvis Article to Video | 当前首个 Skill，调用名 $kanvis-article-to-video |
| Kanvis Studio | 本地视频工作台，负责画布、时间轴、检查、微调、渲染与后续工程导出 |
Kanvis Cut 不再作为产品名。它容易被理解成单纯裁剪工具，而 Studio 实际覆盖完整的视频项目工作区。
普通数字人工具通常从“已有脚本”开始，最终输出一段人物口播。Kanvis Video 从文章开始，先判断讲什么、怎么讲、什么时候应该让数字人退到画面一角，再把内容编排成可检查、可恢复、可替换供应商的视频项目。
它不是另一个 talking-head generator，而是一条内容视频生产流水线。
| 能力 | 普通数字人生成 | Kanvis Video |
|---|---|---|
| 输入 | 已完成脚本 | 中文长文、公众号文章、Markdown |
| 内容处理 | 直接朗读 | 原文保真、口语改写、发音表、风险标记 |
| 视觉设计 | 人物全屏为主 | 比较、流程、数字、证据、引语、信息图、人物 PIP |
| 供应商 | 固定平台 | 可替换 voice/avatar adapter，可使用本地 CosyVoice |
| 质量控制 | 人工观看 | 分镜校验、媒体探测、授权检查、人工视觉门禁 |
Kanvis Video 不以“生成一个数字人视频”为中心，而以“把一篇中文长文重新导演成可发布视频”为中心。
| 维度 | 数字人口播 Skill | Kanvis Video |
|---|---|---|
| 起点 | 已经写好的脚本、肖像和声音 | 中文长文、公众号文章、Markdown |
| 核心问题 | 如何安全调用声音和数字人供应商 | 如何把文章改写、分镜、视觉化并通过发布质检 |
| 画面策略 | talking-head 为主 | 信息图、证据、流程、对比和人物 PIP 轮换 |
| 成功标准 | 生成授权数字人口播成片 | 内容保真、画面有信息密度、成本受控、可发布 |
| 贡献重点 | provider API、素材预检、任务状态 | 文章改写规则、语义分镜、视觉语法、平台质检 |
如果你已经有一个完整脚本，只想做授权数字人口播，这不是最短路径。 如果你有大量文章、课程稿或知识库内容，想把它们变成有画面结构的视频，这正是本项目的范围。
维护者可参考 docs/positioning-vs-talking-head-skills.md，确保公开传播始终围绕 directed content-to-video pipeline，而不是某个供应商组合或数字人口播复刻。
flowchart LR
A["中文文章"] --> B["内容摘要与风险标记"]
B --> C["口播改写与发音表"]
C --> D["语义分镜"]
D --> E["声音与数字人预览"]
E --> F{"用户批准"}
F -->|通过| G["信息图与视频合成"]
F -->|修改| C
G --> H["自动检查与视觉审核"]
H --> I["发布文件"]
三种模式共用同一套内容、字幕、特效、封面、质检和导出流程，只切换出镜主体：
| 模式 | presenter_mode |
用途 |
|---|---|---|
| 真人增强 | human |
保留真人表演，增加字幕、信息图和特效 |
| 无人出镜 | none |
使用配音、文字、图表、截图和素材完成视频 |
| 数字分身 | avatar |
使用授权数字人，或真人表演驱动的 AI 换声/换嘴型 |
数字分身中的 performance_lipsync 必须说明真人表演来源，不能描述成完全由 AI 生成。详见 docs/production-modes.md。
可直接查看三种模式的配置：
项目默认可在没有 MiniMax/HeyGen 付费额度时运行。硬件不足会退到 Mock 项目生成，不会暗中调用付费 API。详见 docs/local-runtime.md。
- Article-native：保存原文，区分原始事实与推导，不把文章机械地逐段朗读。
- 语义驱动画面：根据比较、流程、层级、数字、证据和引语选择视觉结构。
- 数字人不是永远的主画面：证据和信息需要空间时，数字人自动退为 PIP 或暂时离场。
- 供应商可替换：HeyGen、ElevenLabs、MiniMax 和本地 CosyVoice 都通过适配器契约接入。
- 付费动作可控：支持
off、confirm、auto三种付费策略、成本上限和任务缓存。 - 发布门禁可执行：脚本会检查分辨率、FPS、时长、音轨、授权状态和人工视觉审核结果。
这是一个 Codex 编排 Skill，不是托管服务，也不捆绑 HeyGen、MiniMax 或其他平台的 SDK、账号与额度。
仓库提供：
- 完整生产工作流与决策规则；
- 可移植的配置和分镜契约；
- 项目初始化、前置检查、分镜验证和成片质检脚本；
- 本地 CosyVoice 3.0 接入说明；
- 不包含真人素材的完整示例；
- 自动测试和 GitHub Actions。
具体的声音、数字人和渲染动作由当前 Codex 环境中已安装的 provider adapter 与 HyperFrames 工具完成。
仓库同时开放 Kanvis Studio 的基础版，方便用户检查和微调 Agent 生成的视频项目，而不是只开放项目协议或展示截图。
基础工作台提供：
- 可选择、拖动和缩放图层的可视化画布；
- 支持定位、分割、删除和基础多轨编辑的时间轴；
- 文本、位置、尺寸、透明度、时长和特效参数调整；
- 实时特效预览与成片播放；
- 撤销与重做；
- 本地项目存储、预览服务和渲染任务；
- HyperFrames、Codex 和 MCP 接入。
源码位于 workbench/，使用 MIT 许可证。它的定位是“基础检查与微调台”，不是完整商业生产后台；客户项目管理、批量队列、账号与供应商运营、私有模板库、团队 SOP、商业导出适配和客户交付系统不在本仓库范围内。参见 Jianying / CapCut Export Strategy 了解项目导出方向。
- 成片自动接力：
$kanvis-article-to-video完成渲染和质量检查后，把output/video.mp4登记为项目产物，自动启动 Kanvis Studio 并载入当前项目。 - 独立打开：调用
$kanvis-studio打开最近项目或指定项目目录；也可以直接运行下面的命令。
npm run studio:open -- --project ./demo-project --video ./demo-project/output/video.mp4如果项目已经包含 visualhyper.artifact.json，Studio 会保留可编辑图层和参数；如果只有 MP4，则以扁平视频导入，能够播放、检查和继续添加内容，但不能恢复已经合成掉的原始图层。
要求：
- Codex 或兼容的 Skill 运行环境；
- Node.js 20 或更高版本；
ffmpeg和ffprobe，用于媒体检查；- 需要渲染时安装 HyperFrames；
- 使用云端供应商时，自备账号、密钥、额度和素材授权。
将仓库放入 Codex skills 目录：
git clone https://github.com/Kanvis-chen/kanvis-video ~/.codex/skills/kanvis-video启动新的 Codex 任务并显式调用：
Use $kanvis-article-to-video from Kanvis Video to turn this Chinese article into a visually directed video project, then open the result in Kanvis Studio.
Show me the script, scene plan, provider cost, and preview before paid full-length generation.
默认禁用隐式触发，避免文章处理意外进入付费数字人生成。
仓库附带一个完全离线、无真人素材的结构化示例：
npm test
npm run check也可以手动运行：
node scripts/preflight.mjs \
--article examples/knowledge-video/article.md \
--config examples/knowledge-video/kanvis-video.config.json
node scripts/detect-runtime.mjs \
--config examples/knowledge-video/kanvis-video.config.json
node scripts/init-project.mjs \
--article examples/knowledge-video/article.md \
--config examples/knowledge-video/kanvis-video.config.json \
--out ./demo-project
node scripts/validate-scene-plan.mjs \
examples/knowledge-video/scene-plan.json增加 --paid 可以检查项目是否已经满足付费生成所需的授权、资产 ID 和策略要求：
node scripts/preflight.mjs --article article.md --config kanvis-video.config.json --paid一次完整任务建议保留以下中间产物：
project/
├── input/source.md
├── kanvis-video.config.json
├── project.json
├── work/
│ ├── content-brief.json
│ ├── voiceover.md
│ ├── pronunciations.json
│ ├── scene-plan.json
│ └── provider-jobs.json
└── output/
├── video.mp4
├── cover.jpg
├── title-and-description.md
└── quality-report.json
这些中间文件让任务可以从失败阶段恢复，也让脚本、事实来源、远程任务 ID、成本和发布状态可追踪。
仓库也提供一个更通用的剪辑项目协议示例：
node scripts/quality-check.mjs \
--video output/video.mp4 \
--config kanvis-video.config.json \
--report output/quality-report.json \
--visual-review passed只有自动检查没有阻断项，并且人工视觉审核为 passed 时，报告中的 publish_ready 才会变成 true。
- 只处理用户拥有或明确获授权的文章、声音、肖像和品牌素材。
- 密钥只能来自环境变量，不得写入仓库、状态文件或日志。
- 不提交真实声音样本、私人肖像、客户视频、临时下载链接或本地路径。
- 新声音或新数字人先生成 10-15 秒预览，再决定是否生成完整视频。
- 对医疗、法律、金融、政治和时效性内容进行事实核验。
- 遵守目标平台对 AI 合成内容的披露要求。
参见 SECURITY.md 和 references/acceptance-criteria.md。
npm test
npm run check贡献新的 provider adapter、视觉语法、平台预设或质量检查前，请阅读 CONTRIBUTING.md。
需要帮助时，请先看 SUPPORT.md。版本变化见 CHANGELOG.md。
发布和社区增长计划见 LAUNCH_PLAYBOOK.md。 后续路线图见 docs/roadmap.md。 常见问题见 docs/faq.md。
- 文章初始化、配置前检、分镜验证和媒体质检
- 隐私安全的发布质检报告示例：
examples/knowledge-video/quality-report.example.json - 可替换 provider 契约与本地 CosyVoice 指南
- 无隐私的端到端结构示例和自动测试
- 官方 HeyGen/MiniMax provider adapter 实现
- 可复现的公开演示视频与基准成本报告
- 更多平台预设、字幕样式和中文发音词典
- 拆出
cover-director、subtitle-director、effect-director的稳定示例 - 生成稳定的剪映/CapCut 导入资产包