我让 WorkBuddy 把抓取网络文章变视频，全程没碰剪辑

一、背景速览：WorkBuddy 到底能帮你干啥

一句话：WorkBuddy 是个能组队、接工具、跑自动化工作流的 AI 工作台，自带大模型和视频生成能力。

几个核心词先认个脸，后面实战会反复用：

Agent（智能体 / 团队成员）：干活的”一个人”。你可以拉多个 Agent 分工，比如一个负责调研、一个负责写稿。
Skill（技能）：预装好的能力包，对话里打 /技能名 调用，比如 /去AI味。
Connector（连接器）：接外部系统的接口，连上 GitHub、腾讯文档之后能读能写那边的数据。
工作流：把多个步骤串起来自动执行的一条流水线。
自动化（Automations）：给工作流设时间表，到点自己跑，不用你手动点。
内置大模型：平台自带的对话 / 改写模型，不接外部 API 就能写文案、改脚本。
内置多模态生成：平台自带文生图（ImageGen）、文生视频 / 图生视频（VideoGen）等，下指令就出图出视频。

你要记住的就一句话：它能组队、接工具、跑工作流、定时自动化，还自带大模型和视频生成。装软件、认界面的事文档里都有，这里不展开了，我们直接进实战。

🚀 最快上手：照这 5 步先跑通（先看这条）

想最快看到一条能发的视频，不用先懂原理，按下面走就行：

抓一篇网络文章正文（对应节点 1，先用手动任务跑通，别急着上自动化）。

把正文贴给内置大模型，出 60 秒口播稿 + 逐句字幕文案（对应节点 2）。

视频生成：把口播稿交给视频生成团队，用”自由驾驶的动态风景图”直接出 mp4（对应节点 3）。这一步最省事，也是把文章变成视频的核心，不用真人出镜、不用外部付费 API。

用 video-editor 把字幕叠上去（对应节点 4）。

把 1→4 串进自动化，设成每天定时跑（对应节点 5）。

建议先手动把节点 1 到节点 4 跑通一条，再接自动化，比一次配全更稳。

二、实战：搭建自动抓取天涯神贴并生成短视频的流水线

⚠️ 合规提醒（先看这一句） 天涯神贴是他人原创内容。本节只演示技术原理和工作流搭建方法，不代表鼓励搬运。正式商用请用你自己的内容、已获授权的内容，或合规公开来源，别直接搬别人作品去牟利。

目标很直接：在 WorkBuddy 里搭一条流水线，每天自动抓一个天涯神贴，改写成口播稿，生成带风景画面的短视频，再压上字幕，全程不接外部付费 API。

下面 5 个节点按顺序串起来就是一整条流水线：

节点 1：自动抓取，用自动化定时触发，联网抓正文

别手动一个个帖子里复制。用 WorkBuddy 的自动化（Automations） 设个定时任务，到点让它自己联网把帖子正文抓回来。

先建一个普通任务，把抓取逻辑跑通，确认能拿到正文，再挪到自动化里定时跑。抓取任务这样写：

任务：用联网能力打开下面这个天涯神贴 URL，提取正文纯文本。  
要求：  
1. 只保留帖子正文，去掉广告、导航、评论区、登录墙提示。  
2. 输出为一个干净字符串，不要带 HTML 标签。  
3. 如果页面需要登录或已失效，直接告诉我"抓取失败"，别编造内容。  

URL：https://example.com/tianya/xxxx

跑通后，进”自动化 / Automations”建一个定时任务，把上面这段任务设为每天固定时间触发（比如每天早 9 点），URL 用变量或每天换一个关键词去搜。

这一步出来的东西： 一段正文字符串，喂给下一个节点去改写。

容易踩的坑： URL 失效、帖子需要登录、或被反爬挡住，都会返回空。先用手动任务试几个链接，确认能稳定拿到正文，再交给自动化。

节点 2：内置大模型改写，长文变 60 秒口播脚本 + 字幕文案

这一步用 WorkBuddy 内置大模型 直接改，不写代码、不接外部 Key。把节点 1 的正文贴进去，让它出两份东西：一份能直接念的口播稿（控制在 60 秒左右），一份逐句对应的字幕文案。

提示词模板直接抄：

角色：你是个做了 10 年短视频的编剧。  
任务：把下面这篇长文改成 60 秒口播脚本，并拆出字幕文案。  
结构要求：  
1. 钩子（前 3 秒）：抛一个反常识或扎心的问题，把人留住。  
2. 反转：用原文里的关键事实打破常识。  
3. 金句：一句能截图转发的话。  
4. 结尾：引导关注，说"想知道更多点个关注"。  
输出格式（严格照这个来）：  
【口播文案】一段可直接念的稿子，念完约 60 秒  
【字幕文案】按句拆开，每句一行，对应口播里的一句话  

原文：  
{这里贴节点 1 抓到的正文}

这一步出来的东西： 一段口播文案 + 一份逐句字幕文案，两份都给下一个节点用。

容易踩的坑： 提示词没给结构，内置大模型容易改写成普通摘要，不出”字幕文案”那块。把上面的”结构要求”和”输出格式”原样带进去最稳。

节点 3：视频生成，交给视频生成专家团队出片

口播稿有了，画面怎么办？交给 WorkBuddy 的视频生成专家团队（成员 video-generator），用平台内置模型直接出 mp4，不用外部付费 API。

关键一点：天涯神贴是文字内容，我们没有真人出镜素材，所以画面统一用”自由驾驶的动态风景图 “当 B-roll 背景，也就是那种第一视角开车、镜头一路往前推的公路 / 海岸 / 山野风景，配口播刚好，也不用担心版权和出镜问题。

两条路径任选：

路径 A（文生视频，省事）：把口播文案 + “自由驾驶的动态风景”画面描述交给 video-generator 文生视频（HY-Video-1.5），直接出 5–10 秒带画面的片段，口播风最稳。
路径 B（图生视频，画面更可控）：先用文生图出一张”自由驾驶的动态风景”关键帧，再交给 video-generator 图生视频（YT-Video-2.0）做成缓慢推进的动态片段，最后拼成片。

交给团队的指令可以这样写：

任务：用"自由驾驶的动态风景图"作背景，生成一条配口播的短视频片段。  
画面要求：第一视角开车前进，公路 / 海岸 / 山野风景缓慢流动，白天自然光，不出现人物正脸和文字水印。  
口播文案：{节点 2 的口播文案}  
生成方式：优先用 HY-Video-1.5 文生视频；若需要更可控画面，先用文生图出关键帧再用 YT-Video-2.0 图生视频。  
输出：一段可播放的 mp4。

这一步出来的东西： 一段带风景画面的 mp4，还没字幕。你接下来要做的，就是把这段 mp4 和节点 2 的字幕文案一起交给 video-editor 压字幕，这一步也是整条流水线里把文章变成视频的关键。

容易踩的坑： 画面和口播对不上，多半是文案里没写清画面描述；黑屏或生成失败，通常是提示词带了违规或敏感内容，简化描述再试。

节点 4：加字幕，用 video-editor 把字幕文案叠上去

视频有了，但没字幕观众看不懂。用 WorkBuddy 的 video-editor 把节点 2 拆好的”字幕文案”逐句叠加到视频上。

操作上就是把节点 3 的 mp4 和节点 2 的字幕文案一起交给 video-editor，让它按时间轴逐句压字。字幕文案已经在节点 2 按句拆好了，这里直接喂，不用再让模型现编。

任务：给下面这段视频加字幕。  
视频：{节点 3 生成的 mp4}  
字幕文案（逐句，按出现顺序）：  
{节点 2 的字幕文案，每句一行}  
要求：字幕位于画面中部，字号够大，和口播节奏对齐，别提前或滞后太多。  
输出：带字幕的新 mp4。

这一步出来的东西： 一条能直接发的、带字幕的成片。

容易踩的坑： 字幕不显示，常见原因是字幕文案没按句拆好、或 video-editor 没拿到纯文本；字幕和声音对不齐，回去检查节点 2 的字幕是不是一句一行、顺序有没有乱。

节点 5：串成定时自动化，每天自动跑完整条线

前面 4 个节点单独跑通后，把它们串进一个自动化（Automations） 任务，设成每天自动跑：

新建自动化，触发方式选”每天固定时间”（先用平台给的可视化选项，别手敲周期表达式）。
把节点 1 → 2 → 3 → 4 按顺序串进去，上一步的输出作为下一步的输入。
设定输入：每天抓哪个话题 / 哪个 URL。
设定输出去向：成片存成文件发你，或直接推给视频生成团队复审。

这一步出来的东西： 到点自动出一条带字幕的短视频草稿，你只管收片、看一眼、发出去。

容易踩的坑： 自动化不触发，大多是周期没设对或任务没启用，先用”每天几点”的可视化选项；跑到一半断，常是某个 Connector 授权过期，定期检查连接器状态。

节点串联图（文字版）

开始（每天定时触发）  
  ↓  
[节点1 自动抓取]  Automations 定时 → 联网抓天涯神贴正文  
  ↓  
[节点2 内置大模型改写]  正文 → 60秒口播脚本 + 字幕文案  
  ↓  
[节点3 视频生成]  video-generator + 自由驾驶动态风景图 → 出 mp4  
  ↓  
[节点4 加字幕]  video-editor 把字幕文案叠上去 → 带字幕成片  
  ↓  
[节点5 定时自动化]  以上 4 节点串成每天自动跑的工作流  
  ↓  
结束（每天自动收到一条成片草稿）

三、完整实现过程演示：照着跑通一条示例

⚠️ 还是那句：天涯神贴是别人写的，下面内容只做技术演示，真要商用请用自己的内容或拿到授权，别直接搬别人作品去牟利。

1. 先说这一章在演示什么

下面拿我们刚做出来的一条示例视频当样板讲。画面是第一视角自由驾驶沿海盘山公路的风景，中部三行天涯神贴风格的口播字幕 + 底部进度条 + 左侧章节目面板，全程没接任何外部付费 API。接下来把这五个节点一个个跑给你看，你照着把内容换成自己的就能复现。

节点 1：自动抓取，一个能直接用的定时任务

抓取任务不用从零写，套二章节点 1 的模板，把 URL 和预期输出填实就行。实际丢给自动化的任务长这样：

任务：用联网能力打开下面这个天涯神贴 URL，提取正文纯文本。  
要求：  
1. 只保留帖子正文，去掉广告、导航、评论区、登录墙提示。  
2. 输出为一个干净字符串，不要带 HTML 标签。  
3. 如果页面需要登录或已失效，直接告诉我"抓取失败"，别编造内容。  

URL：https://bbs.tianya.cn/post-xxx-1234567-1.shtml

跑完之后，抓取回来的正文大概长这样（节选）：

我爷爷那辈人，工资几十块也要往银行里塞。  
他说手里有粮，心里不慌。  
现在的人，工资不少，却月月光的。  
追着各种风口跑，到头来一场空。

确认能稳定拿到这种纯文本，再进”自动化 / Automations”建一个定时任务，把上面那段任务设为每天固定时间触发（比如每天早 9 点），URL 用变量或者每天换个关键词去搜。

这一步出来的东西：一段正文字符串，喂给节点 2 去改写。

节点 2：内置大模型改写，填实一篇示例神贴

挑一篇讲”老一辈存钱观 / 手里有粮心里不慌”的神贴当例子。把二章节点 2 的模板抄过来，把 {原文} 换成下面这段示例长文：

角色：你是个做了 10 年短视频的编剧。  
任务：把下面这篇长文改成 60 秒口播脚本，并拆出字幕文案。  
结构要求：  
1. 钩子（前 3 秒）：抛一个反常识或扎心的问题，把人留住。  
2. 反转：用原文里的关键事实打破常识。  
3. 金句：一句能截图转发的话。  
4. 结尾：引导关注，说"想知道更多点个关注"。  
输出格式（严格照这个来）：  
【口播文案】一段可直接念的稿子，念完约 60 秒  
【字幕文案】按句拆开，每句一行，对应口播里的一句话  

原文：  
我爷爷那辈人，一个月工资才几十块，可他硬是往银行里塞。  
他说过一句话，我记到现在：手里有粮，心里不慌。  
反观现在，不少人工资不低，却月月光的，还总追着各种风口跑。  
今天炒这个币，明天跟那个项目，钱没赚到，后路先断了。  
其实安稳这东西，从来不是靠赚快钱堆出来的，是兜里真有点底气的。

内置大模型跑完，出来的口播稿和字幕文案大致是：

【口播文案】  
你有没有发现，老一辈一个月才赚几十块，反而比现在月入过万的人踏实？  
我爷爷那辈人，工资再少也要往银行里塞，他说手里有粮心里不慌。  
可如今好多人工资不低，却月月光，还一门心思追风口、炒这个跟那个。  
钱没见着，后路先断了。  
真正的安稳，从来不是追快钱追来的，是你兜里真有底气的时候才有的。  
想知道更多这种道理，点个关注，慢慢聊。  

【字幕文案】  
老一辈常说：手里有粮，心里不慌。  
可如今的人，忙着追风口，却忘了留后路。  
真正的安稳，从来不是赚快钱，而是兜里有底气。

注意下面节点 4 用的三行字幕，就是上面这三句，一字不差。

节点 3：视频生成，给视频生成团队下具体指令

画面用自由驾驶的动态风景图当背景。实际下给视频生成团队的指令：

任务：用"自由驾驶的动态风景图"作背景，生成一条配口播的短视频片段。  
画面要求：第一视角开车前进，公路 / 海岸 / 山野风景缓慢流动，白天自然光，不出现人物正脸和文字水印。  
口播文案：老一辈常说手里有粮心里不慌……（接节点 2 的口播文案）  
生成方式：用 HY-Video-1.5 文生视频直接出。  
输出：一段 8 秒、1080p、横屏的可播放 mp4。

这一节用的模型是 HY-Video-1.5 文生视频，走平台 VideoGen 通道。VideoGen 工具本身不暴露模型选择参数，按平台默认路由走，意图指向的正是 HY-Video-1.5，所以下指令时你不用、也没法手动切模型。

跑出来的文件叫 workbuddy-driving-demo.mp4，一段还没字幕的风景 B-roll。

节点 4：加字幕，把三行字幕按时间轴叠上去

把节点 3 的 mp4 和节点 2 的那三行字幕文案交给 video-editor，实际指令：

任务：给下面这段视频加字幕。  
视频：workbuddy-driving-demo.mp4  
字幕文案（逐句，按出现顺序）：  
第1行：老一辈常说：手里有粮，心里不慌。  
第2行：可如今的人，忙着追风口，却忘了留后路。  
第3行：真正的安稳，从来不是赚快钱，而是兜里有底气。  
时间轴：第1行 0–2.5s，第2行 2.5–5s，第3行 5–8s（与 8 秒视频对齐）。  
要求：字幕位于画面中部，白字黑边，和口播节奏对齐。  
输出：带字幕的新 mp4，命名 workbuddy-driving-demo-sub.mp4。

说明：新版成片里，字幕位置改到了画面中部（垂直居中偏上区域），视频底部还加了一条随播放填充的美化进度条，画面左侧叠加了抓取文章的章节目面板（章节 / 小节层级，半透明，随播放高亮当前章节）。

出来的文件叫 workbuddy-driving-demo-sub.mp4，三行字幕按时间轴压进去的成片。

实操踩坑（本机真遇到过）： 本机 ffmpeg 的 drawtext 滤镜因为缺 fontconfig，一跑就段错误（segfault），字幕压不上去。后来换路子：用 ImageMagick 把每行字幕单独渲染成”白字黑边透明 PNG”，再拿 ffmpeg 的 overlay 滤镜按上面的时间轴一层层叠到视频上，绕开了这个坑，出来的成片字幕也清楚。

节点 5：串成定时自动化，把 1→2→3→4 每天自动跑

前面四个节点单独跑通后，进”自动化 / Automations”建一个任务，把节点 1 → 2 → 3 → 4 按顺序串进去，上一步的输出接下一步的输入：

触发方式选”每天固定时间”，用平台给的可视化”每天几点”选项，别手敲周期表达式。
把四个节点的任务按顺序排好，节点 1 的正文喂节点 2、节点 2 的口播稿和字幕喂节点 3、节点 3 的 mp4 和节点 2 的字幕喂节点 4。
设定输入：每天抓哪个话题 / 哪个 URL。
设定输出去向：成片存成文件发你，或直接推给视频生成团队复审。

设好之后，到点自动出一条带字幕的短视频草稿，你只管收片、看一眼、发出去。

产出清单

跑完这一条示例，最终手里是这几样：

文章本体 ——你正在看的这篇。
workbuddy-driving-demo.mp4 ——节点 3 出的无字幕风景 B-roll。
workbuddy-driving-demo-sub.mp4 ——节点 4 出的带字幕成片。

实操踩坑速记

🔧 踩过的坑都在这了

VideoGen 不暴露模型选择参数，按平台默认路由走，意图指向 HY-Video-1.5，下指令时不用手动切。

视频生成成员首次静默退出、没把 mp4 落盘 → 复跑，并在任务里强制用 ls + ffprobe 自检保存路径，确认文件真的写下去了。

ffmpeg drawtext 因缺 fontconfig 段错误 → 改用 ImageMagick 把每行字幕渲染成 PNG，再用 ffmpeg overlay 滤镜按时间轴叠加，绕开问题。