用 NAS 赚电费，全自动 AI 影视剧解说，极空间NarratoAI保姆教程

大家刷短视频的时候，肯定都看到过这些电视剧、电影的解说视频，比如 — “注意看，这个男人叫小帅….”。

这种解说视频，其实有2、3年的历史了，我就非常喜欢刷这种解说视频，可以快速过完剧情大纲，然后挑自己感兴趣的去慢慢看。

这种类型的解说视频，除了一小部分精品是由创作者一点点剪辑出来的外，绝大多数都是通过自动化流水线完成的。

今天，为大家带来的就是这样一款自动化流水线影视剧 AI 解说剪辑工具 —— NarratoAI ，通过在 NAS 上部署后，可以基于 LLM 实现文案撰写、自动化视频剪辑、配音和字幕生成的一站式流程，然后我们再通过短视频平台去分发，多少赚一点流量钱。

NarratoAI 作者推荐是部署配置是 4核8G，并且主要通过 CPU 来调用 FFmpeg 进行视频合成。所以我们本次以成品 NAS 中性能佼佼者极空间Z423 旗舰版为例，介绍如何在 NAS 上正确配置 NarratoAI，并尝试一次自动化剪辑。

当然，极空间目前最流行的 极空间Z4 Pro性能版、Z4 Pro+等产品，也拥有足够的硬件资源来部署和运行 NarratoAI。

一、极空间部署NarratoAI

首先，大家需要下载官方代码包，解压后上传到极空间个人空间中。代码包下载指令为git clone https://github.com/linyqh/NarratoAI.git，不会的话用下面的夸克网盘 /s/4e546c1d0ef4。

我也在网盘上备份了一份，地址是。下载完成以后，双击exe包解压成文件夹，并且上传到极空间个人空间的任意位置备用。

进入项目根目录，将config.example.toml重命名为config.toml。

接着打开 docker 应用，选择 Compose – 新建项目，将下面的yaml代码复制到代码黑框内。

由于该项目最新的官方镜像还是 4个月以前的版本（v0.6.2），所以cherry这里上传了一份我自己打包的镜像coracoo/narratoai:latest（v0.7.2），如果希望使用官方镜像的可以修改为linyq1/narratoai:latest。

services:

narratoai-webui:

image: coracoo/narratoai:latest # 个人打包镜像，版本为0.7.2

# image: linyq1/narratoai:latest 官方镜像，版本为0.6.2

container_name: narratoai-webui

user: '0:0' # 极空间必须添加

ports:

- "8501:8501"

volumes:

- 路径/storage:/NarratoAI/storage

- 路径/config.toml:/NarratoAI/config.toml

- 路径/resource:/NarratoAI/resource

environment:

- PYTHONUNBUFFERED=1

- TZ=Asia/Shanghai

restart: unless-stopped

接着，点击黑框上方的复制路径按钮，切换到刚才我们上传的文件目录夹下，点击复制路径。将复制下来的路径，替换代码中的【路径】中文，并启动容器 Compose。

如果遇到网络问题没办法下载镜像的，依次点击镜像-仓库-设置-加速器配置-添加URL来增加镜像加速地址，比如常见的1Panel和1ms镜像加速地址，之后我们就可以方便快速的下载容器镜像包了。

容器启动以后，点击日志，可以查看运行情况。这里需要注意的是，每次启动的时候，系统会从github拉取一个SourceHanSanSC-Regular.otf的字体包，如果是从官方直接拉git代码的，需要挂代理下载一下。如果是使用我提供的代码包，那么就不用有这个过程。

二、NarratoAI 初体验

1、基础配置

待容器完成启动以后，切换到 docker 的容器标签页，选择narratoai-webui容器，点击远程访问打开主页面。

主页面进入时，右上角会有一个运动的小人，如果长时间白屏，那就点击 STOP 按钮，然后点击 极空间远程访问的刷新，就可以进入主页面了。

在主页面，首先点击最上方的Basic Settings按钮，将语言切换为zh.简体中文。接着我们来配置视频分析模型、文案生成模型的 API。

这里先说一下narratoai这个项目中，视频解说的大致逻辑。它首先通过 LLM 理解影片的字幕文件，然后通过文案生成模型，视频分析模型来理解画面，自动生成符合字幕时间点的解说脚本，然后通过 TTS 将文本变为语音，再利用 FFMPEG 进行视频转码以及文本、音频、转码视频的合并。

当然，除了视频解说外，还包括逐帧解说、短剧混剪等脚本类型，本文还是以常规的短剧解说为例，剩下的大家可以部署后自行体验。

接着，我们来配置视频分析模型、文案生成模型的 API 接口，这里推荐大家尽量使用官方config.toml中配置好的模型。

以流动硅基为例，推荐的视频分析模型是Qwen/Qwen2.5-VL-32B-Instruct，推荐的文案生成模型是deepseek-ai/DeepSeek-R1，我们只需要在上方的 API 密钥里填入自己的密钥就能自动保存，然后记得进行测试连接，确保网络正常。

2、文件目录解析

以下是narratoai项目的源文件目录，在/resource目录下，分别有字体、字幕、视频、音频、脚本等文件夹，我们可以提前将字体、视频、音频这三个重要资料上传。

视频的话，主要就是减少上传占用的时候。我们直接丢在目录下，系统里就可以直接选择这些视频了，方便不少。

字体的话，注意只支持ttc和ttf两种格式，并且后缀必须是小写的，否则系统无法读取（踩坑点）。

3、视频解说实操

整个短剧解说，分为选择素材、生成脚本、选择TTS、选择字幕、生成视频几个步骤。

首先是视频脚本，选择了视频文件、字幕文件后，我们就可以点击最下面的生成短剧解说脚本，让 AI 根据字幕文件内容来自动生成提炼解说词，大致格式如下。

如果资深的解说佬，对影片了解的足够深，也可以手动维护脚本，让 AI 根据来切片。

[{

"_id": 序号,

"timestamp": "切时间",

"picture": "画面描述",

"narration": "播放原片或者解说词解读",

"OST": 是否播放原片

},...]

我这里选择了 AI 脚本，AI 会自动根据影片、字幕内容，生成长短不一的脚本内容，这个脚本支持导出保本，也可以自行修改。

接着第二步，我们来配置解说音频。默认使用的是免费的Edge TTS，声音相对中规中矩一些，另外也支持亚马逊、SoulVoice、腾讯云TTS。

选择好 TTS 类型后，就是根据影片需要，选择对应的音色、音量、语速等信息，选择完成以后可以生成一个试听片段。

如果解说视频还需要背景音乐的，可以在背景音乐里选择随机、指定背景音乐，增加节目效果。

最后在右侧选择视频输出格式（16:9或9:16，最高支持4K输出），字幕字体等信息。再提一嘴，所有的字体格式必须是ttf/ttc的，否则字幕设置里无法选择字体，不管启不启用字幕，视频生成都会失败。

自动视频解说开始工作，我制作了 22分钟 的一个动画解说，从开启切片到最终合成成品，总共花费了 40分钟左右。

在此期间，本项目的 CPU 的使用率一直在 52% 左右，还是比较吃硬件的，所以还是需要极空间这种高性能 NAS 才能吃得住。

QQ_1758787949084.png

最终视频完成后，就在我前面提到的/storage/tasks/id/目录下，combined.mp4就是我们最终稿的成品视频解说，其它的话还有过程资料，都保存着。

最终解说视频的效果，我使用极空间APP 进行播放，整个时间长度22分钟，包括原片时间和解说部分，解说内容会在视频下方有字幕展示，同时兼顾 AI 配音。而剩下的播放则是以播片为主。如果想要缩短讲解时间，那么就需要通过提示词，进一步优化视频脚本。

Picsew_20250925171626.JPEG

总结

以上，就是我们通过极空间私有云部署 NarratoAI 项目，并且从 0 开始创建一个 AI 自动化短视频解说的全流程。整个过程，我还是踩了不少坑的，比如镜像版本、文件权限、字体格式、模型选择等等，花费了不少时间才把整个流程理顺。

平时在用 NAS ，并且喜欢折腾副业、搞点小米米的用户，也可以尝试通过 NarratoAI 这个项目来做一些自动化短视频解说的尝试，看看有没有机会做大做强，奔驰宝马~~

好了，关注cherry，折腾 docker 不迷路，我们下期再见~

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～