aidemo 的核心目标是让编码智能体能够制作演示视频。你只需向支持 MCP 的智能体（如 Claude Code、Codex CLI、Gemini CLI）描述需求，例如“录制一个 45 秒的结账流程演示”，智能体就会编写一个 storyboard.json。随后，无头引擎驱动真实 Chrome 浏览器，录制确定性的回放，并添加旁白、同步字幕，同时自动裁剪无用时间。由于回放是确定性的，当产品发生变化时，可以在 CI 中重新渲染演示视频，无需重新录制，也无需 API 密钥，每次渲染成本约 0 美元。
主要能力：
- 从自然语言描述生成演示视频，智能体自动编写可编辑的 storyboard.json。
- 确定性回放：录制固定的动作规范，保证视频流畅，不依赖 LLM 实时决策。
- 自动旁白（TTS）和同步字幕（Whisper）。
- 自动缩放（auto-zoom）、滚动缓动、音乐闪避等电影级润色，在合成阶段完成，无需重新录制。
- 输出 MP4、GIF 和静态截图，方便用于 README、落地页、发行说明等。
- 支持本地离线渲染，使用内置语音模型（Kokoro）和脚本定时字幕，无需 API 密钥。
- 可在 CI 中自动维护：通过 GitHub Action 重新渲染提交的 storyboard，保持演示媒体同步。
- 适用于本地主机和需要认证的应用，使用你本地的 Chrome 会话，数据不离开本机。
使用方式：
- 从编码智能体使用（最快路径）：在 Claude Code 中运行 /plugin marketplace add tandryukha/aidemo，然后 /plugin install record-demo@aidemo。在 Codex / Gemini / 其他 MCP 智能体中，运行 npx -y github:tandryukha/aidemo#stable repo-init。然后告诉智能体“录制一个 <流程> 的 45 秒演示”即可。
- 本地免费离线渲染：设置 AIDEMO_TTS_PROVIDER=local，运行 aidemo render <目录> --headless。
- 在 CI 中使用：在工作流中添加 uses: tandryukha/aidemo@stable。
- 命令行接口：npx -y @tandryukha/aidemo 或通过 Homebrew 安装 brew install tandryukha/aidemo/aidemo。
- MCP 服务器：aidemo mcp 运行 stdio MCP 服务器，供任何 MCP 客户端使用。
适用场景：
- GitHub README 演示：使用 aidemo gif 生成自动播放的 GIF。
- 落地页主视频：渲染的静音自动播放 MP4。
- 发布/功能演示：为发布说明描述新功能并上传视频。
- 客户和潜在客户演示：针对真实应用（包括本地主机和认证墙）的个性化流程。
- CI 中自维护演示：提交 storyboard 后，GitHub Action 在每次相关变更时生成新的带旁白和字幕的 MP4 和 GIF。
限制与要求：
- 需要 Node 20+、Google Chrome、ffmpeg 和 ffprobe 在 PATH 中。
- 语音和字幕需要 OPENAI_API_KEY 在 .env 中，或使用本地 TTS 提供者（无密钥、离线），或设置 OPENAI_BASE_URL 指向本地服务器。
- 无需下载 Playwright 浏览器，引擎使用系统 Chrome（channel: "chrome"）。
- 开发和测试主要在 macOS 上进行；Linux 支持默认捕获和 --capture obs。
- 网络请求仅限用户主动发起：api.openai.com（仅语音/字幕，你的密钥）、api.elevenlabs.io（可选）、huggingface.co（仅下载一次，用于本地 TTS）、github.com（用于反馈）。录制和合成完全本地进行。MCP 服务器仅使用 stdio，无网络监听。
- 无遥测、分析或安装脚本。代码库小，易于审计（约 20 个源文件，7 个运行时依赖，MIT 许可）。
更多文档：docs/AUTHORING.md（storyboard 规范）、docs/LOCAL_MODELS.md（无密钥渲染）、docs/POLISH.md（润色选项）、docs/CI.md（CI 渲染）、docs/CHATGPT_APPS.md（录制 ChatGPT 应用组件）。
