ShortSmash

ShortSmash ⚒️

输入提示词，输出成片短视频。

ShortSmash 是一款 AI 视频工作室，只需一句话——或今天的趋势——就能制作完成并配好字幕的 9:16 短视频，并通过各平台的官方 API发布到 YouTube、TikTok、Instagram、X、Threads、Bluesky、LinkedIn、Pinterest 和 Facebook（个人主页和公共主页）。脚本、配音、已验证的库存视频素材、卡拉 OK 字幕、背景音乐自动闪避、趋势采集、批量制作、排期和评论回复草稿，全都集成在一个 CLI 中。它还提供 MCP 服务，让 AI Agent 驱动整个生产流程。

shortsmash trends food                    # what's hot right now (free, no keys)
shortsmash batch food --count 5           # turn the top 5 trends into 5 videos
shortsmash serve                          # 🆕 web studio: http://localhost:8000
shortsmash agent "make a 30s reel about coffee and post it Friday at 6pm"
shortsmash post myvideo.mp4 --caption     # post YOUR video: AI title + hashtags
shortsmash post myvideo.mp4 --at "Friday 6pm" --platforms youtube,tiktok

git clone https://github.com/hydope/shortsmash && cd shortsmash
./install.sh                          # Windows: .\install.ps1
shortsmash "why you can't tickle yourself"   # prompt in, finished short out

🏆 入选推荐

ShortSmash 已被收录在精选的 Awesome 列表中（PR 已合并）：

• ToolkitlyAI/awesome-ai-tools — AI 视频
• TensorBlock/awesome-mcp-servers — MCP 目录页面已上线：tensorblock.co
• sajadh76/awesome-AI-tools — 视频生成
• Official MCP Registry — io.github.hydope/shortsmash，可通过 pip install shortsmash 安装

🏗️ 架构

flowchart LR
    P["Prompt / trend"] --> LLM["LLM: script + shot plan<br/>(NVIDIA · Gemini · Grok)"]
    LLM --> TTS["Neural TTS<br/>(50 languages)"]
    LLM --> VIS["Visuals<br/>(Pixabay · Agnes · Veo 3.1 · Kling)"]
    VIS --> GATE["Vision gate<br/>(CLIP + Gemini)"]
    GATE -->|reject| VIS
    TTS --> REN["FFmpeg render<br/>1080×1920 · karaoke captions<br/>cinematic grade · music"]
    GATE --> REN
    REN --> DUB["Dub engine<br/>(50 languages)"]
    REN --> PUB["10 publishers<br/>(official APIs)"]
    DUB --> PUB
    PUB --> SCHED["Scheduler<br/>(SQLite · 'Friday 6pm')"]

🖥️ ShortSmash Studio（网页界面）

运行 shortsmash serve，即可在浏览器中启动一个简洁快速的工作室，无需构建：

• 🎬 Studio 选项卡 — 输入主题，点击 Smash，观看制作过程；视频可直接预览
• 📈 Trends 选项卡 — 按细分领域浏览热门趋势，点击任意趋势即可将其用作主题
• 📚 Library 选项卡 — 查看所有项目和视频预览，一键发布
• 📤 手动发布 — 上传自己的视频，获取发布前检查（分辨率、时长、各平台限制）和 AI 撰写的标题与标签，然后立即发布或安排发布时间（例如“周五下午 6 点”），支持 10 个平台
• 📊 Stats 选项卡 — 一览内容产出情况

🎬 演示

由 ShortSmash 端到端制作——没有人工挑选片段，也没有人工剪辑。LLM 编写脚本、神经网络语音、CLIP 验证的素材、卡拉 OK 字幕、自动压低音量的背景音乐。

《山羊如何让你对咖啡上瘾》——49 秒，1080×1920，仅凭一个提示词制作。点击播放：

同一视频，重新配音——原生神经网络语音，素材仍经过同样的验证：

西班牙语 · 乌尔都语 · 罗马乌尔都语 · 中文——普通话版本采用原生语音（而非生硬的翻译腔），并配有汉字卡拉 OK 字幕。一个项目，面向所有受众。

更多演示——每个视频均由单个提示词制作，点击播放：

为什么你无法挠痒自己——11 秒，1080×1920

地球上最深的地方——14 秒，1080×1920

为什么年龄越大，越觉得时间过得快——11 秒，1080×1920

📤 或跳过 AI——发布你自己的视频

上传任意视频，获取发布前检查（分辨率、时长和各平台限制）、AI 编写的标题与话题标签，然后立即发布，或设置定时发布（“周五下午 6 点”）到 10 个平台。在 Studio 的 Publish 标签页中操作，也可以使用一条命令：shortsmash post myvideo.mp4 --caption

🖥️ ShortSmash Studio

shortsmash serve——在浏览器中生成内容、浏览趋势、发布内容并跟踪数据：

Studio（模板）	Settings（API 密钥）
Publish	Library
Trends	Stats
Lyrics mode	Auto pilot

为什么选择 ShortSmash

大多数文本转视频工具都会盲目拼接片段——素材 API 最先返回什么，就用什么。这就是自动生成的短视频有着臭名昭著的“素材库风格”的原因：烹饪教程里出现汉堡，食谱视频里出现鹦鹉。

ShortSmash 是首个拥有视觉识别能力的开源流水线：

• 两阶段视觉关卡。 每个候选片段的中间帧都会先由本地 CLIP 模型（离线运行、无配额限制、零成本）与 15 类易混淆对象进行比对——汉堡、鸟类、室内植物、空锅、柑橘类水果等；在配额允许时，再由 Gemini 视觉模型检查。错误素材绝不会被用于成片。
• 音频关卡。 成片音频无声或缺失时会判定失败，而不会发布。
• 绝不发布无声视频。 首次运行时会自动下载 CC 授权的音乐库；背景音乐会通过真正的 FFmpeg 侧链压低音量，为旁白让出空间。

流水线

prompt ──▶ script ──▶ voice ──▶ visuals ──▶ captions ──▶ render ──▶ publish
           NVIDIA     Edge-TTS   Pixabay      faster-     FFmpeg      official
           Gemini     Piper      Veo 3.1      whisper     1080x1920   APIs only
           Grok       (offline   Kling        karaoke     +faststart
           OpenAI-    neural)    Agnes
           compat     50 langs   CLIP-verified

• 脚本 — NVIDIA NIM（免费）→ Gemini（免费）→ Grok → 任意兼容 OpenAI 的端点（OpenRouter、DeepSeek、本地 Ollama）→ 离线模板。生成吸睛的脚本 和 严格的 JSON 编辑计划，并由 pydantic 验证。采用第二人称，节奏明快，每个场景时长为 3–4 秒。
• 语音 — Edge-TTS → Piper 离线神经语音 → gTTS 备用链。支持 50 种配音语言，使用母语语音，包括乌尔都语、印地语和阿拉伯语。
• 画面 — 免费 Pixabay 素材 或 AI 生成：Google Veo 3.1（品质最佳，原生音频）、Kling AI（顶级动态效果）、Agnes AI（免费套餐）——无论素材来源如何，每段视频片段都由视觉审核关卡验证。想用自己的素材？将 visual_provider: custom 设为任意命令（ComfyUI、Replicate、MiniMax……）。
• 字幕 — faster-whisper 生成词级时间戳 → 烧录式 卡拉 OK 字幕。
• 渲染 — FFmpeg：9:16 智能重构画面、转场、开场钩子和 CTA 叠加层、压低背景音乐音量、H.264/AAC 快速启动。
• 发布 — YouTube、TikTok、Instagram、Threads、Bluesky、LinkedIn、Pinterest、X。仅使用官方 API——没有 Selenium、没有抓取，也没有任何会导致账号被封的操作。
• 配音 — shortsmash dub <slug> --lang ur 可为任何视频重新配音，支持 50 种语言——乌尔都语、印地语、阿拉伯语、西班牙语、法语、德语、中文、葡萄牙语等另外 42 种语言——还支持 ur-roman / hi-roman 罗马字母字幕（“Tum kaise ho?”），并使用原生神经语音。乌尔都语字幕会以规范的 Nastaliq 书法字体从右向左呈现，卡拉 OK 高亮会跟随口述词语。同样经过验证的视频片段，全新原生语言旁白。
• 分析 — shortsmash analytics 从 YouTube API 获取真实的观看次数、点赞数和评论数。数据来自平台，而非虚荣指标。
• 趋势 — shortsmash trends <niche> 抓取 Google News + Hacker News（免费，无需密钥）。shortsmash batch 可无人值守地将热门趋势制作成视频。
• 排期 — 自然语言（“Friday 6pm”）、持久化 SQLite 队列、自动重试的工作进程。
• 互动 — 获取近期评论，起草亲切的回复，每条都由你点按批准。不会自动发布任何内容。
• MCP 服务 — python -m shortsmash.mcp_server 向 Claude Code、Cursor 和任何 MCP 客户端提供 generate_video、get_trends、list_projects、project_status。
• 续跑 — shortsmash resume <slug> 会从第一个未完成的阶段继续处理失败的项目，而不是从头重做。

ShortSmash 对比

	ShortSmash	MoneyPrinterTurbo	OpenPost	Postiz	ShortGPT
提示词 → 完整短视频	✅	✅	❌（手动编辑器）	❌	✅
发布自己的视频（验证 + 排期）	✅	❌	✅	✅	❌
素材验证	✅ CLIP + Gemini	❌	不适用	不适用	❌
离线神经语音备用方案	✅ Piper	❌	不适用	不适用	❌
音频安全审核关卡	✅	❌	不适用	不适用	❌
趋势抓取（免费，无需密钥）	✅	✅	❌	❌	❌
批量制作	✅	✅	❌	❌	❌
卡拉 OK 词级字幕	✅	✅	✅	❌	✅
官方发布 API	✅ 10 个平台	⚠️ YT 使用 Selenium	✅	✅	⚠️
多语言配音	✅ 50 种语言（包括罗马字母乌尔都语/印地语、中文）	❌	❌	❌	✅
获取真实分析数据	✅	❌	❌	✅	❌
Web UI	✅ Studio	✅	✅	✅	✅
MCP 服务	✅	❌	✅	✅	❌
评论回复草稿（人工批准）	✅	❌	❌	❌	❌
续跑失败项目	✅	❌	不适用	不适用	❌
许可证	MIT	MIT	AGPL/Commercial	MIT	MIT
运行成本为 $0	✅	✅	可自托管	✅	✅

MoneyPrinterTurbo（129K★）是最成熟的项目；OpenPost 是最佳手动工作空间。ShortSmash 是工程化程度最高的 AI 原生流水线——也是唯一会检查自身成果的项目。

ShortSmash 永远不会做什么

不造假点赞、评论、关注、分享或星标。不使用机器人，不以“模拟真人”的方式逃避平台检测，不抓取数据或使用非官方端点。这些行为违反所有平台的规则，会导致账号被封——而且根本无法带来真正的增长。这是架构层面的边界，不是政策说明：代码库中根本没有这类功能。

快速入门 — 一条命令

Windows（PowerShell） — 粘贴下面这一行即可。它会在缺少 Python、FFmpeg 和 Git 时安装它们，完成所有设置，并将 ShortSmash Studio 放到桌面和「开始」菜单中：

& ([scriptblock]::Create((irm "https://raw.githubusercontent.com/hydope/shortsmash/main/install.ps1")))

Windows（CMD） — 在命令提示符中输入同样的一行命令：

curl -L -o "%TEMP%\rf-install.cmd" "https://raw.githubusercontent.com/hydope/shortsmash/main/install.cmd" && "%TEMP%\rf-install.cmd"

Linux / macOS / Git Bash（Windows） — 一行命令，到处适用，包括 Windows 上的 Git Bash：

curl -fsSL "https://raw.githubusercontent.com/hydope/shortsmash/main/install.sh" | bash

安装后，从「开始」菜单 / 桌面（Windows）启动 ShortSmash Studio，或运行 shortsmash serve → 打开 http://127.0.0.1:8000。

更喜欢手动安装？下载仓库，然后双击 install.bat （Windows），或运行 ./install.sh（Linux/macOS）。

需要 Python 3.11–3.13 和 ffmpeg（PowerShell 安装程序会为你安装两者）。在 Python 3.14 及更高版本中，会自动跳过离线素材检查 （torch 尚无适用于这些版本的构建）。

在 🎬 Studio 选项卡中制作视频，然后点击 🚀 Publish 选项卡，一键将其发布到 10 个平台（YouTube、TikTok、Instagram、X、Threads、Bluesky、LinkedIn、 Pinterest、Facebook、Facebook Page），并查看各平台的设置状态，安全使用试运行模式。

如果你希望分步手动安装：

pip install 'shortsmash[ai,voice,captions,trends,vision,mcp,youtube,x,schedule]'
shortsmash init          # guided setup: keys, voice, defaults
shortsmash doctor        # verify every dependency

# Your first video (needs a free Pixabay key + any LLM key)
shortsmash new "coffee" --duration 30

# Ride the trends
shortsmash trends ai --limit 5
shortsmash batch ai --count 3

# Hands-free
shortsmash agent "make a 30s reel about the top AI trend and post it Friday at 6pm"

免费密钥：Pixabay（素材）· Google AI Studio（Gemini 大模型）· NVIDIA NIM（大模型）。也可以将 openai_base_url 指向本地 Ollama，无需花费任何费用。

文档

各平台发布设置（官方 API）：

• docs/setup-youtube.md、setup-tiktok.md、setup-instagram.md、setup-x.md
• docs/setup-threads.md、setup-bluesky.md、setup-linkedin.md、setup-pinterest.md、setup-facebook.md、setup-facebook_page.md
• docs/trends.md — 趋势来源和评分
• docs/mcp.md — Claude Code / Cursor 的 MCP 服务设置
• docs/visual-providers.md — 接入 AI 视觉生成

许可证

MIT — 随心构建。