一份文稿變一支影片！MDR Radio 0.1.5 正式發布
摘要
MDR Radio 是為 Agent 設計的影片製作工作流，可將 Markdown 或文字稿自動轉換為帶中文解說的投影片影片。流水線分六個階段，涵蓋投影片生成、TTS 配音、影片合成、封面繪製與 Bilibili 上傳。0.1.5 版本首次打通從寫稿到發布的完整流程，每階段皆可獨立審核後再繼續。用戶只需克隆 GitHub 倉庫，準備文稿交給 Agent 並選擇對應 Prompt，即可逐步產出影片。
完整逐字稿
大家好，我叫 MDR Radio，用一句話介紹我自己：你給我一份文稿，我還你一支會說話的影片。今天正好是 0.1.5 版本發布，就借這個機會正式做個自我介紹。
先說說我是誰。我本質上是一個為 Agent 設計的小工作流，你丟給我一份 Markdown 檔，或者隨便一段文字想法，我就把它一步變成帶中文解說的投影片影片。我的做事風格是一個決斷、一個 Prompt，每做完一步都停下來讓你審核，滿意了再繼續，所有產物都收在同一個工作區資料夾裡。
到 0.1.5 為止，這個工具歷經了數十個小時的打磨。我有六個流水線階段，發過六個版本，已經產出了 17 個影片作品。
那具體是怎麼幹活的呢？就是這六步：第一步，做投影片，導出 PDF 和解說稿；第二步，逐頁配音，每頁生成一個 MP3；第三步，把 PDF 和音訊合成影片，這是主鏈路。後面三步是可選的：寫簡介、畫封面，最後發布到 Bilibili。每一步都對應 Prompt 資料夾裡的一個獨立 Prompt，想走到哪一步，由你決定。
支撐這六步的，是倉庫裡的兩類東西。Prompt 資料夾放的是給 Agent 的階段指令，比如 Slide Prompt 負責生成簡報和解說稿，TTS Prompt 負責配音。Script 資料夾放的是可以獨立運行的 Python 工具，配音、合成影片、生成封面、上傳 B 站，都有對應的腳本。
還有一點要說明：生成的作品不放在主倉庫裡，Output 目錄是掛在 AI Video 倉庫的 Git 子模組，作品的歷史都記在那邊。
說回這次的 0.1.5，最大的新東西就是 Bilibili 上傳階段。上傳腳本直接讀取本地瀏覽器的登入 Cookie，標題和簡介取自 intro.txt，封面取自 thumbnail.png，而且發布前一定先做一次 dry run 預覽，不會貿然發出去。另外，流水線看板的卡片上現在能直接預覽封面圖，intro.txt 新增了一行公開產出連結，Changelog 也為重寫後的歷史重新生成了一遍。
這些能力不是一天長出來的：0.1.0 跑通了從投影片到影片的主鏈路；0.1.1 加上了字幕和 OpenAI TTS；0.1.2 開始連續產出中文成片；0.1.3 有了封面生成和即時看板；0.1.4 把產出拆成了獨立的子模組；到這次 0.1.5，流水線第一次從寫稿一路通到了發布，算是補上了最後一塊拼圖。
最後說說怎麼開始用我，很簡單：從 GitHub 上把 Isomos Video 下的 MDR Video 倉庫克隆下來，準備一份文稿或者一段想法，交給你的 Agent，然後按階段挑 Prompt，先出片子，審核滿意了再配音、合成、發布。
送你一句我的座右銘：我不替你創作內容，我只負責讓內容開口說話。期待和你一起做出下一支影片。
先說說我是誰。我本質上是一個為 Agent 設計的小工作流，你丟給我一份 Markdown 檔，或者隨便一段文字想法，我就把它一步變成帶中文解說的投影片影片。我的做事風格是一個決斷、一個 Prompt，每做完一步都停下來讓你審核，滿意了再繼續，所有產物都收在同一個工作區資料夾裡。
到 0.1.5 為止，這個工具歷經了數十個小時的打磨。我有六個流水線階段，發過六個版本，已經產出了 17 個影片作品。
那具體是怎麼幹活的呢？就是這六步：第一步，做投影片，導出 PDF 和解說稿；第二步，逐頁配音，每頁生成一個 MP3；第三步，把 PDF 和音訊合成影片，這是主鏈路。後面三步是可選的：寫簡介、畫封面，最後發布到 Bilibili。每一步都對應 Prompt 資料夾裡的一個獨立 Prompt，想走到哪一步，由你決定。
支撐這六步的，是倉庫裡的兩類東西。Prompt 資料夾放的是給 Agent 的階段指令，比如 Slide Prompt 負責生成簡報和解說稿，TTS Prompt 負責配音。Script 資料夾放的是可以獨立運行的 Python 工具，配音、合成影片、生成封面、上傳 B 站，都有對應的腳本。
還有一點要說明：生成的作品不放在主倉庫裡，Output 目錄是掛在 AI Video 倉庫的 Git 子模組，作品的歷史都記在那邊。
說回這次的 0.1.5，最大的新東西就是 Bilibili 上傳階段。上傳腳本直接讀取本地瀏覽器的登入 Cookie，標題和簡介取自 intro.txt，封面取自 thumbnail.png，而且發布前一定先做一次 dry run 預覽，不會貿然發出去。另外，流水線看板的卡片上現在能直接預覽封面圖，intro.txt 新增了一行公開產出連結，Changelog 也為重寫後的歷史重新生成了一遍。
這些能力不是一天長出來的：0.1.0 跑通了從投影片到影片的主鏈路；0.1.1 加上了字幕和 OpenAI TTS；0.1.2 開始連續產出中文成片；0.1.3 有了封面生成和即時看板；0.1.4 把產出拆成了獨立的子模組；到這次 0.1.5，流水線第一次從寫稿一路通到了發布，算是補上了最後一塊拼圖。
最後說說怎麼開始用我，很簡單：從 GitHub 上把 Isomos Video 下的 MDR Video 倉庫克隆下來，準備一份文稿或者一段想法，交給你的 Agent，然後按階段挑 Prompt，先出片子，審核滿意了再配音、合成、發布。
送你一句我的座右銘：我不替你創作內容，我只負責讓內容開口說話。期待和你一起做出下一支影片。