20260512-skg-tk/api/README.md

SKG TK 二创 API

FastAPI 后端，跑 yt-dlp + ffmpeg + ASR/翻译/文案改写 + MiniMax 配音管线。

启动

cd api
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env  # 按需填 LLM_API_KEY / MINIMAX_API_KEY
uvicorn main:app --port 4291 --reload

路由

• GET /health — 健康检查 + 配置状态
• POST /jobs {url} — 创建 job，后台跑下载/拆轨/抽帧
• GET /jobs/{id} — 当前状态 + 产物
• POST /jobs/{id}/transcribe — 触发 ASR + 翻译 + SKG 文案改写；配置 MiniMax 后生成配音
• GET /jobs/{id}/video.mp4 — 原视频
• GET /jobs/{id}/audio-script.mp3 — 改写文案的 MiniMax 配音
• GET /jobs/{id}/frames/{i}.jpg — 第 i 张关键帧（0-9）

Mock 模式

未设 LLM_API_KEY 时，转录走本地 mock，便于 UI 联调；未设 MINIMAX_API_KEY 时只生成改写文案，不生成配音文件。

依赖

• ffmpeg 系统二进制（拆轨 / 抽帧）
• yt-dlp 系统二进制（也可走 Python 包）
• OpenAI 兼容 LLM 网关（ASR / 翻译 / 文案改写）
• MiniMax T2A HTTP（改写文案配音，使用 MINIMAX_API_KEY）