vvv - 让 Agent 把照片和想法做成一部可编辑的视频

vvv 是一个面向 Agent 的开源视频模板项目，由 actionow-ai 维护。按项目自述，它要解决的问题是：把一堆照片和一句想法，变成一部有版式、有节拍、有配乐的成片，并且留下可编辑的工程，而不是一次性渲染出的黑盒文件。它适合已经用 Claude Code、Codex、Cursor 这类编码 Agent 工作、又想把婚礼 MV、相册短片、开场片之类的内容批量做出来的人；也适合想研究「参考片如何被拆解成模板」的开发者。需要说明的是，项目自述明确写着「仅供学习与研究」。

维护者与状态

仓库由 actionow-ai 维护，采用 MIT 许可证。仓库创建于 2026-10-22，最后提交时间为 2026-10-30，最新 release 为 v0.2.0，发布于 2026-10-30。截至 2026-11-03，仓库星标数为 516。

项目自述把当前状态定为「0.2 早期版本」，并说明已在 macOS ARM64 上用 Claude Code 和 Codex 完整验证，WorkBuddy 和其他平台测试较少。也就是说，它已经能跑通完整流程，但跨平台与多 Agent 的覆盖面仍在早期。

主要能力

以下能力均据项目 README 与官网说明整理，属于项目自述，未经独立验证。

• 从照片到成片的全流程：README 把流程拆成说想法、放照片、取照片、理需求、看照片、定方案、出样片、提意见、改到位、出成片、存网盘、留工程等步骤。照片可以放在本地文件夹，也可以给一个百度网盘分享链接；Agent 下载原图后缩到渲染尺寸，原图不动。
• 照片理解与分组：项目称 Agent 会逐张识别人物、情绪和服装，按套分组，同一页用同一套，相邻两组自动换装；模板还标好了自己的情绪段落，Agent 按段落把照片放进对应位置，渲染前先给出排好的顺序。
• 三种定方案方式：推荐最合适的模板、使用用户指定的模板，或学习一部参考视频的结构和节奏，用用户自己的素材复刻。README 称抖音、小红书、快手、TikTok 的分享链接可以直接使用。
• 节拍对齐与样片：据项目说明，配乐会自动对齐，副歌落在高潮页，渲染前先告知全片时长与每页停留秒数；看完样片可以直接提修改意见，只重渲改动的部分。
• 渲染检查：vvv check 测量画幅、音量、静止画面和卡点，点出偏离节拍最多的几个画面，并列出只能由人判断的事项。成片为 1080p。
• 模板复用：场景结构、镜头运动、16:9 与 9:16 版式、按节拍规划的时间线、渲染检查只做一次，每部新片只改照片、名字和日期、文案、配乐与画幅。vvv.py describe 告诉 Agent 每个模板的照片位、可改文案和配置，validate 在渲染前拦下错误输入。
• 参考片复刻：把参考视频与附件交给 Agent 后，它会按节拍列出逐页清单，每个转场按 0.1 秒密集截帧、从定格帧量出照片框坐标，清单确认后才开始写代码，再把新旧画面并排对照。项目称参考片只用于学习，不会被打包分发。
• 其他工具：风格预设、vvv.py update 更新模板代码并保留本地改动、把模板或工程打包成 .vvv 文件以便交接、本地 FFmpeg 素材工具（探测媒体、截取片段、提取音轨、抽帧），以及向官网投稿社区模板。

使用入口

仓库地址：actionow-ai/vvv；官网：vibevision.video。

据 README，安装方式按 Agent 区分：Claude Code 使用 /plugin install vvv --marketplace actionow-ai/vvv，插件里已包含模板库；Codex、Cursor、Gemini CLI、Copilot 等 20 多个 Agent 使用 npx skills add actionow-ai/vvv，再 clone 本仓库并设置 VVV_KIT；WorkBuddy 从 Releases 下载技能 ZIP，在「技能 → 添加技能」中上传；任何 MCP 客户端可用 claude mcp add --transport http vvv https://mcp.vibevision.video/mcp 浏览模板和方法指南，无需安装。

渲染在本地电脑上进行，项目说明需要 Python 3.9+、Node.js 26 和 npm，其余依赖由 Agent 安装。可选组件包括下载分享链接参考片用的 TikHub Token、百度网盘登录和 musicdl。

许可与限制

仓库许可证为 MIT。项目自述补充说明：代码、文档、模板与演示素材采用 MIT，但字体、预览配乐和第三方代码沿用各自条款，其中 musicdl 仅限非商业使用，具体以仓库内的媒体许可与第三方说明为准。

已知限制与边界，据项目自述：

• 仅供学习与研究；复刻参考视频是为了学习结构与节奏，不应搬运或冒充他人作品，照片、音乐和字体需确认有权使用。
• 不生成视频和配音；有生图能力的 Agent 效果最好，本机同时装有 Claude Code 和 Codex 时，Claude Code 可通过内置桥接调用 Codex 的生图能力。
• 已在 macOS ARM64 上用 Claude Code 和 Codex 完整验证，其他平台与 WorkBuddy 测试较少。
• Agent 第一次在电脑上运行命令时可能先征求同意；模板复用节省 token 的对照基准尚未发布，项目将其列在路线图中。

以上能力描述均来自项目自述，实际表现取决于所用 Agent、平台与素材情况。