用途：从 YouTube 链接或音频文件生成 20-30 秒的多机位 AI 音乐视频，聚焦歌曲最强的高潮段落。输入只需歌曲名+歌手或 YouTube URL。
主要能力：整条流水线为 YouTube URL → MP3 → ElevenLabs 词级时间戳 → Gemini 听歌并生成视觉方案 → 副歌对齐剪切（20-30 秒）→ 4K 拼贴 → 拆成 9 个机位 → LTX 2.5 Pro 生成片段 → 合并 → Remotion 歌词 → 最终 MP4。默认 16:9。
使用方式要点：用 yt-dlp 下载音频，用 ElevenLabs 转写获得词级时间戳作为剪切基准，再用 Gemini 分析音频生成分镜提示词；把拼贴图拆成 angle_1 到 angle_9，逐块生成视频片段；合并时从原始连续音频取音轨并做 2 秒淡出，且需以 -g 1 重编码为 Remotion 可逐帧定位的版本；最后用 Remotion 叠加歌词（多种风格组件可选）并渲染。
限制与注意事项：LTX 2.5 Pro 单片段上限 10 秒，输出 24fps；依赖 yt-dlp、ffmpeg、imagemagick、ElevenLabs、Gemini、fal.ai LTX 2.5 Pro 与 Remotion，部分脚本引用本地绝对路径；收费、价格与可用平台暂未提供。