今日话题 (v1.0.0)

从知乎话题自动生成短视频： 抓取热门回答 → 文案切句/串场 → 离线中文 TTS（Piper 小雅）→ 自动配图（US 区图片搜索）→ 字幕合成视频

---

目录

• 1. 功能概览
• 2. 运行环境要求
• 3. 安装教程（Conda）
• 4. 首次运行前准备（知乎登录态）
• 5. 配置说明（config.yaml）
• 6. 一键运行
• 7. 输出结果说明
• 8. 常见问题与排查
• 9. 项目结构
• 10. v1.0.0 版本说明

---

1. 功能概览

v1.0.0 当前能力：

1. 使用浏览器自动化抓取知乎相关回答（模拟用户行为）
2. 文案自动切句，并加入串场话术（开场/第X位/结尾）
3. 使用 离线 Piper（小雅） 生成中文语音
4. 自动搜索并下载配图（US 区图片搜索，避免黑图兜底）
5. 图片 + 字幕 + 配音合成竖屏视频（1080x1920）

---

2. 运行环境要求

• macOS（已在 Apple Silicon 环境验证）
• Python 3.11
• Conda / Miniforge
• ffmpeg（视频合成依赖）
• 可访问知乎（抓取）

---

3. 安装教程（Conda）

3.1 进入项目目录

cd /Users/jason/.openclaw/workspace/zhihu_video_bot

3.2 创建 Conda 环境

conda env create -f environment.yml
conda activate zhihu-video-bot

3.3 安装 Python 依赖（如有更新）

pip install -r requirements.txt

3.4 安装 Playwright 浏览器内核

python -m playwright install chromium

3.5 下载大模型文件（首次必做）

仓库默认不包含大模型（避免 GitHub 大文件限制）。请执行：

bash scripts/download_models.sh

若你只想下最小必需文件，至少需要：

• g2pW/g2pw.onnx
• models/piper/zh_CN-xiao_ya-medium.onnx
• models/piper/zh_CN-xiao_ya-medium.onnx.json

---

4. 首次运行前准备（知乎登录态）

为了抓取知乎内容，建议先建立登录态：

1. 在 config.yaml 中保持：
   • browser.headless: false
   • browser.user_data_dir: ./.pw_profile
2. 第一次运行时会弹出浏览器（或由脚本打开）
3. 在该浏览器窗口内完成知乎登录/验证
4. 登录成功后，后续会复用 ./.pw_profile 会话

注意：你日常 Chrome 的登录态不一定和 Playwright profile 共用。

---

5. 配置说明（config.yaml）

当前关键配置（节选）：

run:
  topic_url: "https://www.zhihu.com/topic/19554298/hot"
  max_answers: 3
  output_name: "sample"

video:
  width: 1080
  height: 1920
  fps: 30
  min_sentence_duration_sec: 2.0

tts:
  piper_model: "./models/piper/zh_CN-xiao_ya-medium.onnx"
  piper_config: "./models/piper/zh_CN-xiao_ya-medium.onnx.json"

images:
  timeout_sec: 20
  fallback_color: "#101820"

常改参数

• run.topic_url：知乎话题页 URL
• run.max_answers：抓取回答数量（默认 3）
• video.width/height：视频分辨率（默认竖屏 1080x1920）
• tts.piper_model：Piper 语音模型路径

---

6. 一键运行

conda activate zhihu-video-bot
python main.py --config config.yaml

运行完成后会打印类似：

DONE /.../zhihu_video_bot/output/sample_YYYYMMDD_HHMMSS.mp4

---

7. 输出结果说明

• 最终视频：
  • output/sample_*.mp4
• 中间数据：
  • data/raw/answers.json（原始抓取）
  • data/clean/sentences.json（切句结果）
  • data/audio/*.mp3（TTS 音频）
  • data/images/*.jpg（配图）
  • data/clips/*.mp4（分段片段）
  • data/manifests/*.json（流程清单）

---

8. 常见问题与排查

Q1: 运行卡住 / 终端没输出

• 长步骤（抓图、合成）可能耗时数分钟
• 可开新终端查看输出目录是否在更新：

ls -lh output/
ls -lh data/images | head

Q2: 抓不到知乎回答

• 通常是登录态无效或触发风控验证
• 确认 browser.headless: false，在 .pw_profile 窗口重新登录知乎

Q3: 图片不相关或黑图

• v1.0.0 已做非黑图兜底，但相关性仍可能受关键词影响
• 可手动优化 src/image_fetcher.py 中 _extract_query()
• 可针对固定主题加关键词映射（建议作为 v1.1）

Q4: TTS 报错

• 确认 Piper 模型文件存在：
  • models/piper/zh_CN-xiao_ya-medium.onnx
  • models/piper/zh_CN-xiao_ya-medium.onnx.json
• 确认环境依赖安装完整（pip install -r requirements.txt）

Q5: 想重跑但不想受断点缓存影响

rm -f data/manifests/*.json
find data/images data/clips output -mindepth 1 -delete
python main.py --config config.yaml

---

9. 项目结构

zhihu_video_bot/
├─ main.py
├─ config.yaml
├─ requirements.txt
├─ environment.yml
├─ README.md
├─ src/
│  ├─ crawler_zhihu.py
│  ├─ sentence_splitter.py
│  ├─ tts_local.py
│  ├─ image_fetcher.py
│  ├─ clip_builder.py
│  ├─ video_assembler.py
│  ├─ state_manager.py
│  └─ utils.py
├─ data/
│  ├─ raw/
│  ├─ clean/
│  ├─ audio/
│  ├─ images/
│  ├─ clips/
│  └─ manifests/
└─ output/

---

10. v1.0.0 版本说明

已完成

• ✅ 话题回答抓取
• ✅ 文案切句与串场
• ✅ 离线中文 TTS（Piper 小雅）
• ✅ 自动配图与视频合成
• ✅ 可产出可播放 mp4

已知限制

• 图片相关性在抽象句子上仍不稳定（后续可做“按句人工关键词映射”）
• 依赖网页结构，目标网站改版会影响抓取稳定性

下一步建议（v1.1+）

• 图片检索质量增强（句级关键词映射 + 多候选重排）
• 背景音乐和节奏优化
• 更强错误重试与统计报告