AntBot Pro 🚀

超级搬运蚁 — 一站式视频下载、AI字幕生成、本地视频识别、多平台发布工作台

基于 AntBot 项目，整合 videoqwen3.5 本地视频识别能力和 social-auto-upload 多平台发布能力。

✨ 核心特性

🆕 新增功能

• 🧠 本地视频识别 (Qwen3-VL)

  • 基于 Qwen3-VL 大模型的本地视频理解
  • 支持 2B/4B/8B 三种模型大小
  • 自动生成 SRT 字幕，支持风格学习
  • 长视频自动分段处理，上下文保持一致
  • Windows/macOS/Linux 全平台支持

• 📤 多平台发布 (social-auto-upload)

  • 支持 8+ 平台：视频号、抖音、小红书、TikTok、YouTube、Bilibili、快手、百家号
  • 一键多平台同步发布
  • 支持定时发布、话题标签、描述文案

• 🔄 双引擎字幕生成

  • Gemini 浏览器自动化（原有）
  • Qwen3-VL 本地推理（新增）
  • 自动模式：优先本地，回退云端

📦 原有功能（完整保留）

• ✅ 视频下载（yt-dlp 自动探测与回退）
• ✅ Gemini 字幕生成（浏览器自动化）
• ✅ 视频剪辑与配音（auto_dub_web）
• ✅ Playwright 自动发布（视频号/抖音）
• ✅ 语音克隆（Voicebox）
• ✅ 远程控制页面
• ✅ 多用户隔离
• ✅ fnOS/NAS Docker 部署

🏗️ 架构

antbot-pro/
├── src/
│   ├── main/                    # Electron 主进程
│   │   ├── index.js             # 应用入口
│   │   ├── taskRunner.js        # 任务编排引擎
│   │   ├── ipc.js               # IPC 通信
│   │   ├── preload.js           # 预加载脚本
│   │   └── services/
│   │       ├── config.js        # 配置管理
│   │       ├── downloader.js    # 视频下载
│   │       ├── subtitleEngine.js # 字幕生成引擎 (Gemini + Qwen3-VL)
│   │       ├── videoRecognition.js # 本地视频识别服务
│   │       ├── socialUpload.js  # 多平台发布服务
│   │       ├── publisher.js     # 发布服务 (Playwright + 多平台)
│   │       ├── editor.js        # 视频剪辑
│   │       └── ...              # 其他服务
│   ├── renderer/                # 桌面端 UI
│   └── remote/                  # 远程控制页面
├── vendors/
│   ├── video_recognition/       # Qwen3-VL 视频识别服务
│   │   ├── service.py           # Python 服务入口
│   │   ├── config.py            # 模型配置
│   │   └── core/                # 核心模块
│   ├── social_upload/           # 多平台发布服务
│   │   └── service.py           # Python 服务入口
│   └── auto_dub_web/            # 剪辑/配音服务
└── scripts/
    └── test-antbot-pro.js       # 测试脚本

🚀 快速开始

环境要求

• Node.js 20+
• Python 3.10+（用于视频识别和多平台发布）
• ffmpeg（视频处理）
• macOS / Windows / Linux

安装

# 克隆项目
git clone <repo-url>
cd antbot-pro

# 安装 Node.js 依赖
npm install

# 安装 Python 依赖（视频识别）
cd vendors/video_recognition
pip install -r requirements.txt
cd ../..

# 安装 social-auto-upload（可选，多平台发布）
git clone https://github.com/dreammis/social-auto-upload.git vendors/social-auto-upload
cd vendors/social-auto-upload
pip install -r requirements.txt
cd ../..

运行

npm run dev

测试

node scripts/test-antbot-pro.js

⚙️ 配置

字幕引擎配置

在设置页面可以配置字幕生成引擎：

配置项	值	说明
subtitle.engine	gemini	使用 Gemini 浏览器自动化（默认）
subtitle.engine	qwen3vl	使用本地 Qwen3-VL 模型
subtitle.engine	auto	自动选择（优先本地）
subtitle.qwen3vlModel	2B/4B/8B	Qwen3-VL 模型大小

多平台发布配置

配置项	值	说明
multiPlatform.enabled	true/false	是否启用多平台发布
multiPlatform.platforms	["douyin", "videoChannel", ...]	目标平台列表
multiPlatform.accountDir	路径	账号配置目录

支持的发布平台

平台	Key	说明
视频号	videoChannel	微信视频号
抖音	douyin	抖音创作者平台
小红书	xiaohongshu	小红书
TikTok	tiktok	TikTok
YouTube	youtube	YouTube
Bilibili	bilibili	B站
快手	kuaishou	快手
百家号	baijiahao	百家号

🎯 使用流程

基本流程（原有）

1. 在设置页登录视频号、抖音、Gemini
2. 输入任务（支持批量）
3. 自动执行：下载 → 字幕 → 剪辑 → 发布

本地视频识别（新增）

1. 在设置中选择字幕引擎为 qwen3vl
2. 选择模型大小（推荐 2B 起步）
3. 首次使用会自动下载模型
4. 后续任务自动使用本地模型生成字幕

多平台发布（新增）

1. 在设置中启用多平台发布
2. 选择目标平台
3. 配置 social-auto-upload 账号
4. 发布时自动同步到所有平台

🔧 命令模板变量

下载命令

{url} {output} {timeRange} {taskName} {original}

字幕命令

{url} {timeRange} {output} {prompt}

剪辑命令

{taskName} {original} {inputVideo} {subtitleFile} {outputVideo} {voiceId} {voiceSpeed} {subtitleColor} {subtitleStroke}

发布命令

{video} {scheduleAt} {taskName} {platform} {original}

🐛 Bug 修复

本版本修复了以下问题：

1. 字幕引擎解耦 - 将字幕生成从 gemini.js 解耦到 subtitleEngine.js，支持多引擎
2. Windows Python 路径 - videoRecognition.js 和 socialUpload.js 增加了完整的 Windows Python 路径检测
3. 配置验证 - 增加了配置项的类型验证和默认值处理
4. 错误处理 - 改进了 Python 子进程的错误捕获和日志转发

📊 性能优化

1. 模型缓存 - Qwen3-VL 模型加载后缓存在内存，避免重复加载
2. 自动释放 - 切换模型时自动释放之前的模型，节省 GPU 内存
3. 分段处理 - 长视频自动分段，每段独立处理，支持上下文传递
4. 并行下载 - 支持 yt-dlp 多线程下载

🧪 测试

# 运行完整测试
node scripts/test-antbot-pro.js

# 测试视频识别服务
cd vendors/video_recognition
python service.py /path/to/video.mp4 --model 2B --output test.srt

📄 许可证

UNLICENSED

🙏 致谢

• AntBot - 原始项目
• videoqwen3.5 - 视频识别能力
• social-auto-upload - 多平台发布能力
• Qwen3-VL - 视觉语言模型