Marketing Pipeline AI Content Automation 是一个基于 TypeScript 的内容自动化系统，目标是搭建从研究到视频生成的端到端内容生产流水线。
用途 该系统面向需要批量生产营销内容的场景，将数据研究、AI 写作、多语言输出与视频渲染串联为可编程的流程。
主要能力
- 研究：从 TechCrunch、a16z、Twitter、LinkedIn 等来源抓取并分析实时数据，支持自定义来源配置（选择器、限速等）。
- 内容生成：使用 Claude 3 与 OpenAI 生成多种格式内容，包括 Top 列表、POV、案例研究、How-to，并可生成多个格式变体。
- 多语言输出：支持英文与越南语并行生成，并可保持语气一致。
- 视频渲染：通过 Remotion 将内容转换为视频与信息图，支持自定义视频模板，并可按 TikTok、Reels、Shorts 等平台导出不同尺寸与帧率。
- 完整流水线：ContentPipeline 可编排研究、AI 生成、视频渲染与输出（markdown、html、json），支持定时调度与多主题批量执行。
使用方式 环境要求：node >= 18.0.0，npm >= 9.0.0。 安装步骤：
Clone the repository
git clone https://github.com/pennydinh/marketing-pineline-share.git cd marketing-pineline-share
Install dependencies
npm install
Copy environment template
cp .env.example .env
环境变量需在 .env 中配置：ANTHROPIC_API_KEY、OPENAI_API_KEY、RAPIDAPI_KEY、TWITTER_BEARER_TOKEN、DATABASE_URL、REMOTION_AWS_ACCESS_KEY_ID、REMOTION_AWS_SECRET_ACCESS_KEY。
项目结构包含 src/research（抓取与数据收集）、src/ai（AI 内容生成）、src/video（Remotion 视频渲染）、src/utils（共享工具）、src/app（Next.js 应用）、remotion（视频模板）与 public（静态资源）。
核心工作流示例：
- 研究：使用 ResearchEngine 配置 sources、timeframe、keywords，调用 gather() 获取 articles、trends、keyInsights、dataPoints。
- 内容生成：使用 ClaudeContentGenerator 或 OpenAIContentGenerator，传入 research、format、language、tone、targetAudience、wordCount 等参数生成内容；MultiLanguageGenerator 可并行生成多语言内容。
- 视频生成：使用 ContentToVideoConverter 转换内容，通过 @remotion/bundler 打包、selectComposition 选择合成、renderMedia 渲染输出 mp4；PlatformOptimizer 可按平台获取宽高与帧率配置。
- 完整流水线：ContentPipeline 接收 research、ai、video、output 配置，调用 execute() 执行，返回研究结果、内容数组与视频数组。
常见模式包括：使用 node-cron 定时每日生成并自动发布到 WordPress/YouTube；对多个主题使用 Promise.all 批量生成；通过 PromptTemplate 自定义系统与用户提示词。
CLI 用法（若项目包含 CLI 命令）： npm run generate -- --keyword "AI trends" --format toplist --lang en npm run pipeline -- --config ./config/production.json npm run render -- --input ./content/article.json --platform reels npm run schedule -- --cron "0 6 * * *" --topics ./topics.json
适用场景 适合营销团队、内容创作者或开发者构建自动化内容生产流程，例如每日趋势内容生成、多语言营销文章批量产出、将文章自动转为短视频并适配多平台发布。
限制与注意事项 资料未提供具体收费、价格或效果数据。使用前需自行准备各 AI 与数据服务的 API 密钥。文档建议：API 密钥使用环境变量、抓取外部来源时实施限速、缓存研究数据、渲染视频前校验内容质量、视频渲染使用并发限制、生产流水线配置错误监控、对提示词模板进行版本控制。常见问题处理包括 API 限流时使用指数退避重试、视频渲染内存问题使用并发限制、抓取失败时配置备用来源、内容质量校验使用 ContentValidator。