用途：用 Remotion 结合 TTS 音频与真实网页图片，生成音画同步的专业风格视频，工作流为脚本→TTS 音频→搜索图片→测量时长→渲染场景→用 FFmpeg 拼接。
主要能力：多源图片搜索按优先级 Google Images（Python+Playwright 爬取）→Bing Images（HTTP 解析）→Unsplash（需 UNSPLASH_ACCESS_KEY）→渐变占位图；多种图片布局（background、side-left、side-right、floating、inline）与样式（none、rounded、card、polaroid、circle）；内容字段支持标题、副标题、段落、要点、引用、统计数据与关键词高亮；逐句字幕可按字数或平均分配时间并与音频同步；提供打字机、逐行淡入、数字滚动等动画；根据音频时长动态计算帧数，默认 30fps、1920x1080。
使用方式：安装 ffmpeg、Python Playwright 与 Node 依赖（npm install @remotion/cli remotion react react-dom）；配置 scenes.json 场景；运行 node scripts/search_images.js scenes.json --output ./public/images 搜索图片；用 ffprobe 测量音频时长生成 audio-durations.json；npx remotion preview src/index.tsx 预览，npx remotion render src/index.tsx Scene-intro out/intro.mp4 渲染，再用 ffmpeg -f concat 拼接。TTS 支持豆包（需设置 VOLCANO_TTS_* 环境变量）或 macOS say 系统语音。
适用场景：短视频、新闻科普、内容展示类视频制作。
限制：字体大小基于 1920x1080；部分豆包音色需申请权限；Unsplash 需 API Key；Telegram 等平台有 16MB 限制需压缩；质量与效果依赖素材与配置，其余细节暂未提供。