yt-dlp+ffmpeg 自动化视频工作流：awesome-seedance-2-prompts 下载压缩上传全解析-迪斯科星球

yt-dlp+ffmpeg 自动化视频工作流：awesome-seedance-2-prompts 下载压缩上传全解析

【免费下载链接】awesome-seedance-2-prompts🎬 2000+ curated Seedance 2.0 video generation prompts — cinematic, anime, UGC, ads, meme styles. Includes Seedance API guides, character consistency tips, and advanced video workflows.项目地址: https://gitcode.com/gh_mirrors/aw/awesome-seedance-2-prompts

awesome-seedance-2-prompts 是一个为 Seedance 2.0 视频生成模型整理的高质量提示词集合（2000+ 条精选视频生成提示词）。项目使用yt-dlp与ffmpeg打造了一条全自动化的视频工作流：自动抓取最新提示词数据 → 下载源视频 → 压缩瘦身 → 上传到仓库 Release，最终为 15 种语言生成可内嵌播放视频的 README。下面逐步拆解这条"下载—压缩—上传"流水线，帮助新手快速理解它的自动化设计。

📚 项目是什么

awesome-seedance-2-prompts 收集了来自社区的 Seedance 2.0（字节跳动多模态视频生成模型）创作案例，覆盖电影感、动漫、UGC、广告、梗片等多种风格。仓库中每个提示词都附带描述、提示词正文、参考图和可播放视频，并且自动同步生成 15 种语言的 README。

🔄 自动化工作流总览

整条流水线由一个命令驱动（pnpm generate），执行顺序如下：

数据抓取：从 CMS 拉取最新 200 条 + 全部精选提示词，按 ID 去重合并；
增量下载：只处理尚未上传过的视频，已下载的直接跳过；
ffmpeg 压缩：统一压到 720p、H.264 编码，体积大幅缩小；
Release 上传：通过ghCLI 批量上传到名为videos的 Release；
映射存档：提示词 ID → 视频 URL 的映射写入video-urls.json；
多语言生成：为 15 种语言各生成一份 README。

📥 第一步：从 CMS 抓取提示词数据

数据抓取逻辑在 scripts/utils/cms-client.ts 中。它通过带 API-Key 的请求拉取两类数据：

最新 200 条提示词（按发布时间倒序）；
全部精选（featured）提示词（按人工排序，可能比较旧）。

两份数据按 ID 去重合并，再逐条提取缩略图、参考图、视频源地址。没有缩略词的条目会被跳过，保证生成的 README 排版完整。

🎬 第二步：yt-dlp 双通道视频下载

核心逻辑在 scripts/download-videos.ts：

环节	策略
增量跳过	本地`tmp/videos/{id}.mp4`已存在则直接复用，不重复下载
优先通道	普通 HTTP`fetch`直接下载（快、稳）
兜底通道	fetch 失败时自动切换yt-dlp下载（可解析 Twitter/X 等视频页）
超时保护	单视频下载限时 120 秒，失败自动跳过并继续下一个

下载的文件以提示词 ID 命名（如1001_raw.mp4），方便后续环节精确定位。

🗜️ 第三步：ffmpeg 压缩瘦身

下载完成后，脚本会用一条固定的 ffmpeg 命令对所有视频做统一压缩，关键参数如下：

参数	作用
`-vcodec libx264`	H.264 编码，浏览器兼容性最好
`-crf 28`	质量参数，压缩率与画质的平衡点
`-preset fast`	快速编码预设
`-vf "scale='min(720,iw)':-2"`	限制长边 720p（原图更小则不放大）
`-an`	去掉音轨，README 场景无需音频
`-movflags +faststart`	把索引放到文件头部，支持边下载边播放

如果压缩失败，脚本会自动回退使用原始文件，保证流程不中断。这一系列参数让每个视频都控制在适合网页嵌入的体积内。

📤 第四步：一键上传到 Release

上传逻辑在 scripts/upload-to-github.ts：

自动检查是否存在名为videos的 Release，没有就创建；
用gh release upload将压缩后的视频逐个上传，文件重命名为{id}.mp4；
每上传成功一个，就把"提示词 ID → 视频 URL"写入 video-urls.json；
已上传过的 ID 直接跳过，天然支持断点续传。

video-urls.json是整个工作流的"账本"——生成 README 时，就是靠它把每条提示词和它的视频链接对应起来。

📝 第五步：多语言 README 自动生成

主入口 scripts/generate-readme.ts 在下载上传完成后，遍历 15 种语言，调用 scripts/utils/markdown-generator.ts 生成对应的 README 文件（如README.md、README_zh.md）。视频链接会被自动内嵌到对应提示词下方：Release 视频 URL 在 GitHub 页面中可直接点击缩略图播放，无需进入网页。

🚀 快速上手

克隆仓库（如需要）：git clone https://gitcode.com/gh_mirrors/aw/awesome-seedance-2-prompts
安装依赖：pnpm install（同时需要本机装有yt-dlp、ffmpeg、ghCLI 并已登录）
在.env中配置CMS_HOST与CMS_API_KEY（见 scripts/utils/cms-client.ts）
运行：pnpm generate

下载模式可通过环境变量DOWNLOAD_VIDEOS控制：

auto（默认）：增量模式，只处理新视频
true：强制重新处理全部视频
false：跳过下载，仅重新生成 README

依赖声明见 package.json，多语言文案见 scripts/utils/i18n.ts，项目采用 CC BY 4.0 协议（见 LICENSE）。

📁 核心文件速查

文件	职责
scripts/generate-readme.ts	工作流主入口，串联下载、上传、生成
scripts/download-videos.ts	yt-dlp 双通道下载 + ffmpeg 压缩
scripts/upload-to-github.ts	Release 自动创建与视频上传
scripts/utils/cms-client.ts	CMS 数据抓取与字段解析
scripts/utils/markdown-generator.ts	15 语言 README 模板与渲染
video-urls.json	提示词 ID 与视频 URL 的映射账本

💡 小结

这条工作流的设计亮点在于处处留有余量：fetch 失败有 yt-dlp 兜底，压缩失败有原文件兜底，已下载/已上传的都会被增量跳过。单命令即可完成"抓取—下载—压缩—上传—多语言生成"的全流程，是小型内容仓库自动化运营的完整范本，值得做类似社区合集的同学参考。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析