运维想法多，卷下Ai视频生成！

偷懒的这些天在干什么？

现在越来越觉得，只写文章有点不够用了，不是文章不好。而是对运维、云原生、开源项目这些内容来说，文章还是最稳的，能把事情讲完整，也方便以后翻出来查。但现在很多资料并不是一篇文章能装下的。

交流群里经常有人分享报告、PPT、白皮书、GitHub 项目、产品文档等，有些内容我看完以后，第一反应不是“这个可以写一篇”，而是“这个如果做成几分钟的视频，可能更合适”，所以我就想折腾Ai视频生成。

但现在视频赛道太卷了，工具、产品、模型满天飞，而我想要的不是那种自动洗稿短视频，也不是把一段文字配个背景音乐念出来。我更希望它能像一个懂技术内容的人一样，先把资料看明白，再整理结构，最后生成一个可以发出去的视频。

听起来挺顺，实际做起来完全不是那么回事。

一开始，我以为只是缺一个工具

最早我试过openclaw + remotion，由于Remotion对程序员很有吸引力。用React写视频，画面、动画、时间线都能用代码控制。这个思路我很喜欢，至少它不是黑盒。

后来又试过codex + hyperframe，也摸索过Money Printer Turbo、OpenScreen这些开源方案，它们都有亮点，但用下来总觉得不对味。

很多工具更适合批量做短视频，追求的是快、模板化、自动化。但我不是要一天生成几十条内容。 我想做的是：

• 把一份技术报告讲清楚。
• 把一个开源项目拆明白。
• 把群友分享的资料真正消化掉，再换一种形式表达出来。

这和自动生成视频不是一回事。

方案最后收敛到 AI + MarkItDown + Remotion

经过一番调研、对比、试用，把方案收敛到：AI + MarkItDown + Remotion，这三个工具各管一段：

• MarkItDown 负责把 PDF、PPT、网页、文档这些东西转成 Markdown；
• AI 负责读内容、拆结构、生成脚本；
• Remotion 负责最后把脚本和数据渲染成视频。

尤其看了最近比较火的开源工具html-video，官方路线图也要把Remotion作为其一个渲染后端，这恰恰验证了这个方案的可行性。

虽然这个组合不一定省事，但适合我。每一层都能看见，也能改。技术人做东西，最怕的不是麻烦，而是完全不可控。 方案定下来以后，我一度以为后面会快很多，但是结果并没有。

Vibe Coding没有营销号说得那么丝滑

现在网上讲Vibe Coding的视频太多了。

四五天做一个产品，一周上线一个MVP，几句话生成前后端，看着很爽。看多了以后，人很容易飘，觉得只要方向定了，剩下交给 AI 就行。

真下场以后才知道，不是那样。我们的需求不是普通CRUD，也不是一个展示页。它要处理文档解析、内容结构化、脚本生成、视频模板、渲染任务、对话调整。

任何一个环节没想清楚，后面都会歪。

第一阶段：VS+GPT，想到哪写到哪

我最早用的是VS+GPT，想法很简单：我要结果，AI来写，例如：

• 我说要上传文档，它就写上传。
• 我说要视频任务，它就加任务列表。
• 我说要模板，它就补模板页面。
• 报错了继续问，缺功能继续补。

刚开始确实爽。每天都有东西出来，看起来进展很快。但很快我就发现，系统开始散了。

今天多一个入口，明天多一个模块，后天又想加素材库。AI很配合，你说什么它都能接住，但它不会替你判断这个东西现在该不该做，也不会提醒你主线已经偏了。最后就是我想到哪，它写到哪，内容越来越多，项目越来越乱，最后烂尾。

第二阶段：Codex + Figma Design，看起来更像产品了

第二阶段，我开始用Codex + Figma Design。这次我想正规一点，先把产品设计出来，再按 MVP 慢慢做。这个方向比前面强，至少不再是拍脑袋堆功能。但Figma把一个早期工具设计成“大产品”，登录注册、工作台、项目管理、素材库、模板中心、任务中心、设置、数据看板，一套下来很完整。

看着这让系统看起来更像个SaaS，但问题是我当时真正要解决的只有一件事：

一份资料，能不能变成一条能发的视频？

第三阶段：给Codex上约束，别让它太会发挥

第三阶段，参考《Claude Code 从入门到精通》里的做法我开始给Codex加约束，接入了Andrej Karpathy那套原则，目的是让模型别太会发挥，例如：

• 你让它改一个按钮，它可能顺手重构页面。
• 你让它补一个接口，它可能顺手设计一套服务层。
• 你让它做一个小功能，它能给你脑补出半个平台。

上了约束以后，开发体验确实好了些。任务更小，边界更清楚，AI没那么容易跑飞。但这也只是工具层面的改进，它能让AI少犯错，但不能替代人的工程判断。

第四阶段：Codex + Micro SaaS Launcher，先把主线跑通

第四阶段，我换成Codex + Micro SaaS Launcher的思路，不再想着一开始就做完整平台，也不再追求大而全。

先把最短链路打通：

1. 输入资料；
2. 转成 Markdown；
3. 生成结构；
4. 形成脚本；
5. 渲染视频；
6. 再通过对话调整。

其他的素材库、账号体系、模板市场、数据看板等，不是不重要，只是现在还轮不到它们重要。主线都没跑顺，先补这些东西，只会让项目更重。到了这个阶段，我才感觉事情开始踏实下来。

回头看，AI 编程更像是换了一种干活方式

回头看这一路，我最大的感受是：Vibe Coding没有那么神。

• 它确实能提高效率，但不会替你想清楚，甚至你没想清楚的时候，它会把问题放大。
• 你没有主线，它就陪你堆功能。
• 你没有边界，它就陪你乱扩展。
• 你没有产品判断，它就帮你做一个看起来完整、实际上没打穿的系统。

对我这种运维出身的人来说，AI编程更像是换了一种干活方式。

以前是自己查文档、写代码、调试。现在是我拆任务、定边界、看方向，AI帮我把很多具体实现加速掉。

总结

现在我对这个项目的期待也现实多了：

• 它不是四五天做出来的爆款工具，也不是一上来就完整的视频平台。它更像是一个慢慢长出来的内容生产系统。
• 先服务我自己的公众号和视频号。
• 先把群友们分享的报告、文档、开源资料用起来。
• 先让一份资料稳定变成一条能看的视频。

这可能不够炫，但对我来说，这或许才是正常节奏。

在此特感谢WeClawai提供的token支持，gpt、claud code模型稳定支持。

邀请链接：https://weclawai.cn/register?aff=OCwu