agentleFS
xingtu1996xingtu1996/xingtu-skills/skills/book2vido-video/SKILL.md

book2vido-video

Skill0 starsChanged 2 months agoMITView on GitHub

把 PDF / Markdown / 长文转成竖屏短视频(本地运行、零 API key)。当用户说「把这个 PDF 做成视频」「文本转视频」「做个短视频」「book2vido」「出片」「按第 N 章出片」时使用。驱动本地 book2vido GUI 的 HTTP API,全流程在本机完成。

  • Installs packages

The file

Files
SKILL.md

book2vido · 文本/PDF → 竖屏短视频

本地跑、不花一分钱、不需要任何 API key(配音用 edge-tts 免费接口,画面用 Pillow 现画,合成用 FFmpeg)。

何时用

  • 用户给一个 PDF / md / txt,想要一条能发的短视频
  • 用户说「按第 3 章出片」「把这本书做成视频」
  • 用户想批量把长文转视频

前置检查(必做,别跳过)

按这个顺序确认,缺哪个就明确告诉用户缺哪个:

依赖检查命令缺失时
book2vido 仓库--repo 指向的目录里有 src/book2vido/让用户给路径
Python 依赖仓库里能 python -m book2vido.gui --help见仓库 README 的安装步骤
FFmpegwhich ffmpegbrew install ffmpeg
Ollama(可选)curl -s localhost:11434/api/tags不装也能跑,会降级到规则分镜(质量下降,提前说明)

环境体检可以直接问服务:b2v.py start 后 curl http://127.0.0.1:<port>/api/check-env,它会一次性回报 ffmpeg/ollama 状态。

一条龙(最常用)

python3 ~/.workbuddy/skills/book2vido-video/scripts/b2v.py \
  auto /path/to/书.pdf \
  --repo /path/to/book2vido \
  -o ~/Movies/out.mp4

脚本会自动:探测空闲端口启动 GUI → 上传文件 → 发起任务 → 轮询进度 → 下载成片。

只出某一章(PDF 才会分章;md/txt 整篇当一章):

... auto 书.pdf --repo /path/to/book2vido --chapter 3 -o ch03.mp4

分步(需要中间控制时用)

B2V=~/.workbuddy/skills/book2vido-video/scripts/b2v.py
$B2V start --repo /path/to/book2vido        # 打印 http://127.0.0.1:<port>
$B2V upload  /path/to/书.pdf                # 返回服务端 path
$B2V run   <服务器返回的 path> --chapter 3   # 返回 job_id,自动轮询到 done
$B2V status <job_id>                        # 单独查进度
$B2V fetch  <video_name> -o out.mp4         # 下载成片
$B2V stop                                   # 用完关掉

服务端 API(脚本封装的就是这几个,需要时可裸调)

端点作用
POST /api/uploadmultipart 上传,存到仓库 uploads/
GET /api/outline?path=取章节列表(PDF 才有)
POST /api/runbody {path, chapters:[int], voice},返回 job_id
GET /api/status?job_id=进度/日志/结果
GET /api/video/<name>成片流
GET /api/history历史成片(默认目录 ~/Movies/Book2Vido)
GET /api/check-envffmpeg / ollama 体检

已知坑

  • 端口:GUI 默认 8765,但本机常被其他服务(如行途 XingTu 工作台)占用,且 start_server 的兜底是 pkill -9 -f book2vido.gui——占用者是别的进程时它杀不掉,会直接崩。所以脚本在客户端探测空闲端口后用 --port 传入,不要裸跑 python -m book2vido.gui。
  • 输入格式:只支持 PDF 和纯文本/Markdown。图片输入目前不支持——extractor.py 对非 PDF 一律当文本读,visualizer.py 也不接受自定义图片素材。用户要给图片,先告诉他这个限制。
  • 首次跑会慢:ollama 要先拉模型(qwen3:8b 约 5GB)。想快可用规则降级,但口播稿质量明显下降,别默默降级,要说明。
  • 历史成片在 ~/Movies/Book2Vido,不是仓库里。

交付前必做

出片后自己看一眼再交给用户:用 ffprobe 确认时长/分辨率,或让用户直接打开 mp4。不要只凭「done=true」就说做好了。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.