Project
AI 直播切片 Agent
自动定位直播精彩片段并生成短视频文案的工作流
项目介绍
将长视频交给 AI 分析，自动完成浏览器端压缩上传、语音转写、精彩片段识别、标题文案生成和切片导出，并把转写结果回流到数据中台。
Before
长视频需要人工反复观看、转写和寻找高光片段
After
AI 自动完成定位和文案生成，人工只需复核和导出
关键结果
- 浏览器端 FFmpeg.wasm 将约 2.5GB 视频压缩到约 30MB，上传体积降低约 99%
- 支持直播、面试、讲座等场景，并通过分段和上下文切分处理 6 小时长视频
- PostgreSQL 任务队列支持进程崩溃恢复，SSE 进度源统一且可断线续传
架构链路
- 浏览器视频→
- FFmpeg.wasm→
- 任务队列→
- Whisper / LLM→
- 切片导出
技术栈
React 19FFmpeg.wasmFastAPIWhisperSSEPostgreSQL
核心功能
- 浏览器压缩
- 长视频转写
- 任务队列
- 实时进度
- 场景化文案
我的职责
- 使用 FFmpeg.wasm 在浏览器内提取音频，降低大文件上传压力
- 使用 PostgreSQL 实现可恢复任务队列，进程异常时自动重置进行中任务
- 通过统一进度表和 SSE 推送保证多端进度一致、断线可继续
- 拆分长音频和长文本上下文，支持直播、面试和讲座等场景化分析