基于 MoneyPrinter 系列重构、专攻影视解说的开源工具：用大模型理解视频内容、生成解说文案并自动剪辑，未来计划含短剧混剪、一键转录、导出剪映草稿、主角人脸匹配、短剧解说等（仓库 README 的计划列表）。提供 Windows/macOS 整合包、Docker 与本地运行三种方式，最低 4 核/8G、无显卡要求。
适用场景：影视解说号、短剧推广/混剪号、小说推文号
GitHub 开源 影视解说 短剧混剪 剪映草稿
操作步骤
- 优先下整合包：解压后先运行 update 脚本再运行 start 脚本，浏览器开 127.0.0.1:8501
- 或 Docker：clone 后 docker compose up -d
- 在 config.toml 填 API 密钥（LLM/视频理解后端可配置，含 Qwen2-VL、TwelveLabs 等可选后端）
- 导入原片先跑小段测试解说准确性，再整片生成
中文提示词
""
英文提示词
""
开源项目信息
- 仓库：https://github.com/linyqh/NarratoAI
- Stars 口径：stars: unverified in search（搜索结果未给出该仓库 star 数）
- 许可：搜索结果未明示 license，商用前须查仓库 LICENSE 文件
接入本站 API：解说文案生成与剧情理解走 LLM 配置位：把兼容接口的 base_url 换成 https://tokenbuddy.cc、Key 换成用户 Key 即可；解说号是高频调用场景（一部剧多集、多版本文案），适合在专栏里主推。
参数说明
- ratio：随原片
- hardware：CPU 4 核+/内存 8G+，显卡非必须，Python 3.12+
- tool：Streamlit
注意事项
- ⚠️ 影视解说/混剪的原片版权风险最高，平台判搬运与否看解说原创度，商用素材必须有授权
- ⚠️ 视频理解不准会把人物关系讲错，发布前必须对着原片审一遍文案
- ⚠️ 部分功能在仓库里是『未来计划』，采用前先确认当前版本是否已实现