用途：把任意输入上下文（博客/文章 URL、粘贴文本、PR 或 commit diff、会议记录、设计备忘、发布说明、自由提示）转成带旁白、幻灯片、字幕的讲解视频 mp4，可选加头像。适合把发布博客、PR 说明、会议记录、学习内容快速做成短视频，用于 YouTube、内部学习会、Teams、X 等。
主要能力：LLM 生成 notes/script.json 台本；Pillow 生成 1920x1080 幻灯片；edge-tts 生成逐页旁白；ffmpeg 合成视频并自动生成 .srt 字幕；可选 SadTalker 生成右下角说话头像，并用 ffmpeg 椭圆遮罩做圆形画中画。默认 1920x1080 30fps，日语女声 ja-JP-NanamiNeural（男声 ja-JP-KeitaNeural），封面加正文共 6~8 页，每页 15~25 秒，总长 2~4 分钟。
使用方式：先安装依赖 pip install edge-tts imageio-ffmpeg pillow；由 LLM 依据输入生成 script.json；再运行 python scripts\build_video.py --project <project-dir>，输出 output\final.mp4 与 final.srt。头像模式需 GPU（VRAM 8GB+），首次在独立 venv（Python 3.10）配置约 30~40 分钟，之后每视频增加 20~30 分钟，运行 python scripts\add_avatar.py --project <project-dir> --face <face.jpg>，再运行 python scripts\ellipse_overlay.py --project <project-dir> 生成矩形与椭圆头像版。
限制：edge-tts 为非官方免费端点、无 SLA、商用灰色，面向客户分发或长期运营应替换为 Azure Speech 正式版，商用头像可用 Azure TTS Avatar（约 $0.30/分钟起）。需注意输入源版权，应摘要加引用而非全文朗读。其余自定义（声音、配色、字体、比例、9:16 短视频、烧字幕、BGM、多语言、YouTube 自动发布等）细节暂未在资料中完整提供。