
video-autopilot-kit 六平面架构深度解析一份 manifest 如何管住 265 个文件的自动化体系【免费下载链接】video-autopilot-kitFill-in-your-own-data framework for YouTube / short-form video automation: CapCut JSON ffmpeg tooling an onboarding questionnaire. Ships with zero private data.项目地址: https://gitcode.com/gh_mirrors/vi/video-autopilot-kitvideo-autopilot-kit 是一套填自己数据的 YouTube / 短影音自动化框架Editkin 剪輯流程 ffmpeg 素材工具 一份問卷出廠零私人數據。它的核心不是某个脚本而是一份根目录的 AUTOPILOT_MANIFEST.json——用 6 个平面plane 预算 审计清单把长片、Shorts、访谈三条生产线装进同一套可验证的骨架。本文带你读懂这套 manifest 驱动架构的设计思路 为什么需要一份架构清单自动化体系最怕的不是功能少而是失控模块越加越多、依赖互相缠绕、文件该在哪没人说得清。这个项目的答案是让一份 JSON 当宪法。AUTOPILOT_MANIFEST.jsonschema_version: 2、architecture_version: 7.0声明了 5 个 rootsskills / assets / videos / community / scripts与 6 个平面docs/AUTOPILOT_ARCHITECTURE_V6.md六平面的职责说明与主流程图src/project_kernel.pymanifest 驱动的控制内核负责审计架构、容量与 skill 漂移不碰你的媒体文件一句话架构真相以 manifest 与架构文档为准旧文档只留历史参考。六平面清单一份 manifest 的实际内容manifest 的planes字段把 88 个关键条目分成 6 类每个平面职责单一平面条目数管什么典型文件Control控制18唯一入口、同步、发布、健康检查src/workflow_contract.py、src/system_health.pyDecision决策5片型/题材/Token 路由src/context_router.py、src/knowledge_lifecycle.pyDesign设计29设计 DNA、模板编译、滤镜与 3Dsrc/design_system_v6.py、src/filter_runtime.pyAsset素材10授权、B-roll、可重用资产src/asset_registry.py、src/asset_license_governance.pyExecution执行20长短片 build、字幕、合成、QAsrc/longform_maker/、src/shorts_autopilot.pyEvidence证据6技术 QA、审片、成效回填knowledge/runtime/state.json、knowledge/runtime/quality_corpus.json关键设计同一文件可以出现在多个平面比如filter_runtime.py同时在 Design 和 Execution 里因为设计滤镜和执行滤镜是两个职责视角但文件本体只有一份——manifest 负责把视角讲清楚。required_paths321 条必须在场清单除了平面manifest 还维护了一份321 条required_paths白名单覆盖src/、scripts/、codex-skill/、tools/与知识库。它的作用防漂移发布同步时逐文件核对缺一个就 fail-closed直接挡下不静默降级配合回执sync-receipt.json 记录整个公开清单的 SHA-256 与逐文件哈希检测旧版本被误覆盖或意外同步漂移审计例外要留名audit字段里连大文件、长函数例外都写明理由——large_file_allowlist每个条目都带一句话说明例外必须持续可见想亲手验证架构是否 GREEN/RED跑一下python src/architecture_gate.py selftestsrc/architecture_gate.py 会调用 tools/code-cleanup-helper/ 的审计器输出循环依赖、层级违规与禁用依赖缺工具时报告NOT_CHECKED而不是假装通过。预算系统给 AI 和磁盘都上限速器budgets字段是这套体系里最反直觉的部分——它不只管代码还管AI 上下文context_tokens: { default: 900, plan: 900, audit: 1000, learn: 1100 }预算管什么context_tokens各工作模式允许装入 AI 上下文的 token 上限防止把整个仓库喂给模型storage_gbvideos/12GB 警告 / 20GB 上限assets/5 / 8source_linesPython 500 行警告、1000 行严重函数 50 / 100knowledge_linesstate.json超 1400 行警告、1800 行轮换归档配合 src/storage_lifecycle.py 与 src/knowledge_lifecycle.py这套预算让自动化不会在磁盘和 token 上无限膨胀。主流程一个请求如何穿过六平面架构文档给出的主流程简化版request → Control 发现标准根目录 → Decision 编译有界上下文包bounded context packet → Design 路由题材 片型 语义角色 → Asset 解析已授权素材 → Execution 渲染已批准的 plan → Evidence 挡住回归等待人工审片 → Publish / learn / release对普通用户来说感知到的只是三条同构生产线长片 / Shorts / 访谈知识层为什么→ 机械闸门不靠人记→ 一键驱动几个指令跑完。学会一条就学会三条详见 README.md 的三条同构的生产线表格。隐私契约manifest 也替你说不文件最后一行就是一句合同privacy_contract: No user media, profiles, credentials, analytics, or local outcomes.配合scripts/public_privacy_gate.py等公开隐私闸门config.py、profiles/、projects/、data/、videos/永远留在你本地——manifest 管架构也替你划出哪些东西永远不许进公开包的边界 总结这套架构对你的实际价值可验证system_health.py一键 GREEN/RED 健检安装即验可升级install_or_upgrade.py 校验 SHA-256 后自动迭代覆盖前自动备份、可回滚可扩展加第四条生产线Podcast教程系列照 manifest 骨架接即可可信任零私人数据出厂个人化全靠 SETUP.md 的问卷生成你自己的 profiles对新手最实用的一步先看 examples/ 里五个自包含 demo不用真实素材就能跑再回头看这份 manifest——你会发现自动化体系没那么玄它就是一张讲清谁管什么的清单 ✅【免费下载链接】video-autopilot-kitFill-in-your-own-data framework for YouTube / short-form video automation: CapCut JSON ffmpeg tooling an onboarding questionnaire. Ships with zero private data.项目地址: https://gitcode.com/gh_mirrors/vi/video-autopilot-kit创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考