AI 기반 단편 영상 완전 자동화 파이프라인: 주제 입력 → 편집 완료 영상 출력
중간맛 분석
스택: Python FastAPI(오케스트레이션) + Java Spring Boot(게이트웨이) + PostgreSQL + Redis + MinIO, DeepSeek/GLM LLM + Kling 텍스트-이미지/이미지-영상 + TTS 모델 조합. 완성도: Compose로 한 번에 실행 가능하며, 7계층 파이프라인 아키텍처로 각 단계(주제→창작→영상→오디오→후제작→배포→최적화)가 느슨하게 연결됨. 바로 쓸 수 있음: 환경변수 설정 후 한 명령어로 백엔드/워커/프론트엔드 실행 가능. 모니터링: Langfuse 추적, 다중 AI 모델 자동 failover, Circuit Breaker 패턴으로 안정성 확보.
이런 레포예요
이럴 때 쓰면 좋아요
- 핫 뉴스 해설·지식 설명·감정 스토리텔링 등 다양한 주제의 중국어 단편 영상을 자동으로 생성·배포하는 콘텐츠 생산 시스템
- AI 모델 다중화와 자동 failover가 필요한 프로덕션 영상 생성 서비스
- 7계층으로 분리된 파이프라인으로 각 단계(LLM, 텍스트-이미지, TTS, 후제작)를 독립적으로 개선하는 엔터프라이즈급 영상 플랫폼
핵심 기능
대안 대비 차별점
단순 영상 생성기와 달리 Java 게이트웨이 기반 엔터프라이즈 거버넌스(인증/라우팅/회로차단/계량), 크로스 언어 trace 추적, 품질 게이팅 및 AI 모델 다중화로 프로덕션급 안정성과 관찰 가능성을 갖춘 end-to-end 파이프라인.
준비물
- Docker Desktop ≥ 24
- Node.js ≥ 20 (프론트엔드 개발 시에만 필요)
- Python ≥ 3.11 (로컬 실행/테스트 시에만 필요)
- AI 제공자 API 키 (DeepSeek, GLM, Kling, TTS)
바로 시작하기
- 저장소 클론 및 환경 설정
git clone <your-fork>.git
cd myAiVideos
cp .env.example .env
.env 파일을 편집하여 필수 AI 제공자 API 키(DEEPSEEK_API_KEY, GLM_API_KEY, KLING_ACCESS_KEY 등) 입력
- 백엔드 시작 (PostgreSQL + Redis + FastAPI + 워커)
docker compose up -d postgres redis orchestrator worker
- 데이터베이스 마이그레이션 실행
docker compose exec -T orchestrator alembic upgrade head
- (선택) Java 게이트웨이 시작
docker compose up -d gateway
- 프론트엔드 시작
cd sl-vue && npm install && npm run dev
- 정상 작동 확인 Python API: http://localhost:8000/health Java Gateway: http://localhost:8080/actuator/health Frontend: http://localhost:5173
별 추이 · 7일
활용성 · 따라 만들기 좋은가
- 관대한 라이선스
- 테스트 있음
- 예제 디렉토리
- 최근 활동
- AGENTS.md
- llms.txt
- 템플릿
🟢 최근 활동 있음 · 2026년 생성
이 레포에 깃밥 배지 달기
[](https://www.gitbap.com/r/myccarl/ai-shortVideo-pipeline)🔌 클로드에서 바로 써보기
깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.
클로드 설정 → 커넥터에 이 주소를 붙여넣기.
https://www.gitbap.com/api/mcp플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.
/plugin marketplace add jakeparkcolde/gitbap-cowork/plugin install gitbap-cowork@gitbapAI가 README 기반으로 요약했습니다 · 원문 보기