Book → Bilibili Video Pipeline

> Goal: 输入一本书，自动完成「书籍拆解 → PPT 大纲 → 配音生成 → 视频合成 → B 站发布素材」五步流水线，产出一支 8-15 分钟、亿文风格、适配 B 站投稿的 1080p 知识区视频及其全部配套素材。

When to Use

当用户想要把一本书（有源文件或仅书名）做成B 站知识区视频时触发，典型表述：

• "拆书做视频"、"把《xxx》做成视频"、"书转 PPT 视频"
• "B 站知识视频"、"亿文风格视频"、"做成亿文那种风格"

When NOT to Use

• 用户没有明确指向"书 → 视频"，而是单独的 PPT、配音、或封面设计需求（应走对应专用流程）。
• 书籍本身受版权保护且用户要求逐字照搬原文（本流水线强制原创改写）。

触发与快速开始

用户给出书籍（三选一）：

1. PDF / epub 文件：python3 scripts/pipeline.py '/path/to/book.pdf'
2. txt / md 文件：python3 scripts/pipeline.py '/path/to/book.txt'
3. 仅书名+作者（无源文件）：python3 scripts/pipeline.py '原则@瑞·达利欧'

首次使用先安装依赖：

bash scripts/install.sh        # 需要 root：ffmpeg + python 依赖 + 中文字体

全流程示例：

python3 scripts/pipeline.py 'path/to/book.pdf' -o ./output

输出目录结构

output/<书名>/
├── progress.log                    # 全流程进度日志（每一步追加）
├── 01_json/
│   └── book_structure.json         # 书籍拆解结构（模块/时长/文案脚本）
├── 02_ppt/
│   ├── ppt_outline.md              # Marp 可渲染的 PPT 大纲
│   └── ppt_outline.json            # 结构化页面（含动画节奏/停留时长）
├── 03_audio/
│   ├── seg_01.mp3 ... seg_NN.mp3   # 每段配音
│   ├── voice_script.md             # 带停顿标注的语音脚本
│   ├── timestamps.json             # 每段时间戳（起止）
│   └── manifest.json               # 供视频合成的段清单
├── 04_video/
│   └── <书名>_视频.mp4             # 1080p / 8Mbps 成片
└── 05_bilibili/
    ├── bilibili_materials.md       # 标题/简介/标签/封面方案
    └── bilibili_materials.json

五步流水线详解

Step 1 · 书籍拆解（book_parser.py + book_splitter.py）

作用：提取全书文本与目录，拆成 6-10 个模块，每个模块提炼标题、核心观点、支撑论据、金句，并为每段预估时长、生成原创配音文案。

python3 scripts/pipeline.py 'path/to/book.pdf' --step step1_book

产出：01_json/book_structure.json

{
  "book_title": "书名", "book_author": "作者",
  "total_duration": 600, "total_minutes": 10, "module_count": 8,
  "modules": [
    {
      "index": 1, "title": "模块标题",
      "core_point": "核心观点（1-3句）",
      "arguments": ["支撑论据1", "支撑论据2"],
      "quotes": ["金句1"],
      "duration": 75,            // 预计时长（秒），钳制在 50-120s
      "script": "该段原创配音文案"
    }
  ],
  "table_of_contents": [ {"start_ts":"00:00","end_ts":"00:05","title":"..."} ]
}

配置项（通过 --config 传入 JSON）：

Step 2 · PPT 大纲生成（ppt_generator.py）

作用：基于每段文案生成 3-6 页 PPT，深色底 + 大字号白字/亮色强调 + 关键词高亮（亿文风格），标注动画节奏（逐行/淡入/强调）与停留时长。

python3 scripts/pipeline.py 'path/to/book.pdf' --step step2_ppt

产出：02_ppt/ppt_outline.md（可直接用 Marp 渲染 .pptx）+ ppt_outline.json

Marp 渲染命令：

npx @marp-team/marp-cli ppt_outline.md -o 视频PPT.pptx --theme default

或 python-pptx 渲染（脚本已给出页面结构，可按需扩展渲染器）。

配置项：min_pages_per_module(3) / max_pages_per_module(6)

Step 3 · 配音生成（tts_engine.py）

作用：把每段文案转为语音脚本，标注停顿点（逗号 0.3s、句号 0.6s、段落间 1s），调用 Edge-TTS 生成 .mp3。

python3 scripts/pipeline.py 'path/to/book.pdf' --step step3_audio
# 自定义音色/语速：
python3 scripts/pipeline.py 'path/to/book.pdf' --step step3_audio \
  --config '{"tts_voice":"zh-CN-YunxiNeural","tts_rate":1.05}'

音色对照（Edge-TTS）：

配置项：tts_voice(默认云希) / tts_rate(1.0-1.1，默认1.05) / tts_pitch(+0Hz) / tts_retry(6) / tts_retry_delay(2.0) / tts_seg_gap(0，段间冷却秒数，建议 15-20)

产出：03_audio/seg_*.mp3 + voice_script.md（含停顿标注）+ timestamps.json + manifest.json

Step 4 · 视频合成（video_composer.py）

作用：把 PPT 页面渲染为 1920×1080 高清图，按时间戳排列、叠加配音，加片头（5s）/片尾（订阅引导）/可选 BGM，输出 1080p / 8Mbps MP4。

python3 scripts/pipeline.py 'path/to/book.pdf' --step step4_video
# 加背景音乐：
python3 scripts/pipeline.py 'path/to/book.pdf' --step step4_video \
  --config '{"bgm_path":"/path/to/music.mp3","bgm_volume":0.05}'

配置项：bgm_path(默认空) / bgm_volume(0.05) / intro_sec(5) / outro_sec(4) / video_bitrate(8M) / fps(30) / video_encoder(自动检测，优先 libx264，回退 libopenh264)

> ⚠️ 前置：需先运行 step3（视频时长以实际配音为准）。页面图片用 PIL 直接绘制，无需浏览器。

Step 5 · B 站发布素材（bilibili_materials.py）

作用：生成 3 个 SEO 标题、200 字简介（含时间戳目录）、10-15 个标签、封面文字方案。

python3 scripts/pipeline.py 'path/to/book.pdf' --step step5_bili

产出：05_bilibili/bilibili_materials.md + .json

断点续跑 & 进度日志

• 每个阶段完成后会写 .stepN_*.done 标记；重复执行会自动跳过已完成阶段。
• 想看完整进度：cat output/<书名>/progress.log
• 想强制重跑某一步：加 --force：
  bash python3 scripts/pipeline.py 'book.pdf' --step step3_audio --force

版权合规（强制）

• 所有文案（script/quote/论据）均为原创改写，禁止直接复制书籍原文超过 20 字。
• book_splitter.py 的脚本为可读模板，实际投用前建议由 AI/人工依据原文要点改写润色，并人工核验一遍。
• 输出 JSON 中附有版权声明字段，投稿前请确认。

依赖与安装

详见 README.md。核心：

• Python 3.10+
• ffmpeg（系统级，install.sh 自动装）
• edge-tts（免费 TTS）
• pdfplumber / pypdf（PDF 解析）
• Pillow（渲染高清页面图）
• python-pptx 或 Marp CLI（PPT 渲染，可选）

常见问题（FAQ）