详细介绍：【大模型学习】项目练习：视频文本生成器

?实现视频脚本生成器

视频文本生成器

在这里插入图片描述

?目录

一、游戏设计思路
二、完整代码解析
三、扩展方向建议
四、想说的话

一、⛳设计思路

本视频脚本生成器采用模块化设计，主要包含三大核心模块：

显示模块：处理用户输入和菜单显示
游戏逻辑模块：雷盘状态维护、胜负判断
声明模块：解耦合，提高代码健壮性

说明：
编译器为Visual Studio code，Python版本为3.12，安装库为：

altair==5.5.0
annotated-types==0.7.0
anyio==4.9.0
attrs==25.3.0
blinker==1.9.0
cachetools==5.5.2
certifi==2025.4.26
charset-normalizer==3.4.2
click==8.2.1
colorama==0.4.6
distro==1.9.0
gitdb==4.0.12
GitPython==3.1.44
greenlet==3.2.2
h11==0.16.0
httpcore==1.0.9
httpx==0.28.1
idna==3.10
Jinja2==3.1.6
jiter==0.10.0
jsonpatch==1.33
jsonpointer==3.0.0
jsonschema==4.24.0
jsonschema-specifications==2025.4.1
langchain==0.3.25
langchain-core==0.3.63
langchain-deepseek==0.1.3
langchain-openai==0.3.18
langchain-text-splitters==0.3.8
langsmith==0.3.43
MarkupSafe==3.0.2
narwhals==1.41.0
numpy==2.2.6
openai==1.82.1
orjson==3.10.18
packaging==24.2
pandas==2.2.3
pillow==11.2.1
protobuf==6.31.1
pyarrow==20.0.0
pydantic==2.11.5
pydantic_core==2.33.2
pydeck==0.9.1
python-dateutil==2.9.0.post0
pytz==2025.2
PyYAML==6.0.2
referencing==0.36.2
regex==2024.11.6
requests==2.32.3
requests-toolbelt==1.0.0
rpds-py==0.25.1
six==1.17.0
smmap==5.0.2
sniffio==1.3.1
SQLAlchemy==2.0.41
streamlit==1.45.1
tenacity==9.1.2
tiktoken==0.9.0
toml==0.10.2
tornado==6.5.1
tqdm==4.67.1
typing-inspection==0.4.1
typing_extensions==4.13.2
tzdata==2025.2
urllib3==2.4.0
watchdog==6.0.0
zstandard==0.23.0

二、?具体流程操作

2.1 安装虚拟环境

方式一：使用anaconda安装
1.下载anaconda
2.打开
在这里插入图片描述
3.创建并进入虚拟环境

4.正常安装相应的库即可

5.删除虚拟环境（可选）
先退出当前虚拟环境，再删除虚拟环境

方式二：在Visual Studio code创建虚拟环境
1.根据图操作
在这里插入图片描述
2.找到Python安装环境配置即可

2.2 安装相应的库

1.打开终端
在这里插入图片描述
2.输入

requirements.txt自己把相应的库建出来txt文件
3.导入相应的库（可选）
打开终端，输入：

2.3 后端

主要实现功能：
1.标题获取：使用Langchain中的Deepseek模型进行调用获取–Langchain文档
2.内容获取：使用Langchain中的Deepseek模型进行调用获取

from langchain.prompts import ChatPromptTemplate #获取标题提示模版
from langchain_deepseek import ChatDeepSeek #deepseek-chat模型
def catch_content(video_object, video_length, video_create, video_api_key): #参数分别为视频主题、视频长度、创造力和用户API密钥
# 获取视频标题
script_title = ChatPromptTemplate.from_messages(
[
("human"
, "请为'{video_object}'这个主题的视频起一个吸引人的标题，要求有文采"
)
]
)
# 获取视频脚本内容
script_content = ChatPromptTemplate.from_messages(
[
("human"
,
"""你是一位小红书平台的短视频博主。根据以下标题和相关信息，写一个文本内容。
视频标题：{
title
}，视频时长：{
duration
}分钟，生成的文本的长度尽量遵循视频时长的要求。
要求开头抓住眼球，中间提供干货内容，结尾有惊喜，文本格式也请按照【开头、中间，结尾】分隔。
整体内容的表达方式要尽量轻松有趣，吸引年轻人。
你需要根据标题和时长来生成内容，内容要有趣且吸引人。
""")
]
)
# 创建模型获取api和创造性
model = ChatDeepSeek(api_key=video_api_key, temperature=video_create, model="deepseek-reasoner"
)
# 获取标题和文本内容
title_chain = script_title | model
content_chain = script_content | model
# 调用获取真正标题
title = title_chain.invoke({
"video_object": video_object
}
).content
# 调用获取真正内容
content = content_chain.invoke({
"title": title, "duration": video_length
}
).content
return title, content

2.4?前端

1.前端页面：使用streamlit进行页面布置

import streamlit as st #前端库
from backend import catch_content
st.title("? 视频文本生成器"
)
with st.sidebar: #侧边栏
deepseek_api_key = st.text_input("请输入Deepseek API密钥："
, type="password"
)
st.markdown("[获取Deepseek API密钥](https://platform.deepseek.com/api_keys)"
)
aim = st.text_input("✨ 请输入视频的主题"
)
video_length = st.number_input("⏱️ 请输入视频的时长（单位：分钟）"
, min_value=0.1
, step=0.1
)
creativity = st.slider("✨ 请输入视频脚本的创造力（数字小说明更严谨，数字大说明更多样）"
, min_value=0.0
,
max_value=1.0
, value=0.3
, step=0.1
) #必须都为小数
submit = st.button("生成文本"
)
# 检查输入
if submit and
not deepseek_api_key:
st.info("请输入你的Deepseeek API密钥"
)
st.stop(
) #检查API密钥是否输入,若输入则不在执行后续代码
if submit and
not aim:
st.info("请输入视频的主题"
)
st.stop(
)
if submit and
not video_length >= 0.1:
st.info("视频长度需要大于或等于0.1"
)
st.stop(
)
if submit:
# 加载效果
with st.spinner("AI正在思考中，请稍等..."
): #只要以下代码未运行完，这st.spinner就会一直显示
title, content = catch_content(aim, video_length, creativity, deepseek_api_key)
st.success("视频文本已生成！"
)
st.subheader("❤️‍? 标题："
)
st.write(title)
st.subheader("⭐ 视频文本："
)
st.write(content)