在单台 VPS 上搭建 AI 视频生成工作流（一）：从题目到 MP4

背景

之前在这台 VPS 上跑通了 RAG，体验了”用 AI 处理文档”的流程。现在想再往前一步：让 AI 根据一个题目自动生成视频。

VPS 的现状很苛刻：

• 总共 5.8Gi 内存，可用不到 2Gi
• 没有 GPU，只有 CPU
• 磁盘剩余 13G
• 上面跑着 K3s、WordPress、n8n、One API

这意味着不能本地运行视频生成模型（LTX-Video 要 8GB 显存，HunyuanVideo 要 14GB，Wan 2.2 要 24GB）。所以走轻量路线：用 Python + MoviePy 做视频合成，AI 图片从外部 API 获取。

架构设计

整个视频工作流拆成三层：

text

n8n（编排层）
    ↓ HTTP
视频合成服务（Flask + MoviePy）
    ↓
图片素材（外部 API 或本地静态图）

为什么拆成独立服务，而不是塞进 n8n 容器？

试过在 n8n 的 Dockerfile 里装 Python，结果发现 n8nio/n8n:latest 是一个极简镜像——没有 sh、没有 cat、没有 apk、没有 apt-get。往里面装系统包这条路走不通。

独立服务的优势：

• 不污染 n8n 镜像
• 可以独立升级和调试
• 用宿主机已有的 Python venv，环境可控
• n8n 只负责编排，逻辑清晰

第一步：准备静态图片

真实的 AI 图片生成 API 在国内 VPS 上往往不通（试过 Pollinations 返回 401，NVIDIA 的 ai.api.nvidia.com 超时）。所以先用静态占位图跑通流程，之后再替换成真实生成。

bash

mkdir -p /opt/rag-nvidia/static_images
cd /opt/rag-nvidia/static_images

curl -L -o img1.jpg "https://picsum.photos/1080/1920?random=1"
curl -L -o img2.jpg "https://picsum.photos/1080/1920?random=2"
curl -L -o img3.jpg "https://picsum.photos/1080/1920?random=3"

picsum.photos 提供随机图片，支持指定尺寸（1080/1920 是竖版 9:16）。3 张图分别约 100KB、255KB、359KB。

第二步：写视频合成服务

创建 /opt/rag-nvidia/video_service.py：

python

import time
from pathlib import Path
from flask import Flask, request, jsonify
from moviepy import ImageClip, concatenate_videoclips, vfx

app = Flask(__name__)
OUTPUT_DIR = Path("/opt/rag-nvidia/videos")
OUTPUT_DIR.mkdir(exist_ok=True)
STATIC_IMAGES = [
    "/opt/rag-nvidia/static_images/img1.jpg",
    "/opt/rag-nvidia/static_images/img2.jpg",
    "/opt/rag-nvidia/static_images/img3.jpg",
]


@app.route("/health", methods=["GET"])
def health():
    return jsonify({"status": "ok"})


@app.route("/generate", methods=["POST"])
def generate():
    data = request.get_json() or {}
    topic = data.get("topic", "AI")
    job_id = f"video_{int(time.time())}"
    workdir = OUTPUT_DIR / job_id
    workdir.mkdir(exist_ok=True)

    clips = []
    for img in STATIC_IMAGES:
        clip = ImageClip(img).with_duration(4).with_effects(
            [vfx.FadeIn(0.5), vfx.FadeOut(0.5)]
        )
        clips.append(clip)

    video = concatenate_videoclips(clips, method="compose")
    out_path = workdir / "output.mp4"
    video.write_videofile(
        str(out_path), fps=24, codec="libx264", audio=False, logger=None,
    )
    video.close()

    return jsonify({
        "job_id": job_id,
        "topic": topic,
        "video_path": str(out_path),
        "images_used": len(STATIC_IMAGES),
    })


if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5001)

设计要点：

• 每张图片显示 4 秒，3 张共 12 秒
• 用 FadeIn / FadeOut 做淡入淡出转场
• audio=False 暂时不加配音
• 返回 JSON 包含视频路径，方便 n8n 后续处理
• logger=None 关掉 MoviePy 的进度条输出，避免日志污染

第三步：安装依赖

bash

cd /opt/rag-nvidia
source venv/bin/activate
pip install flask requests imageio-ffmpeg "moviepy>=2.0"

关键坑：MoviePy 版本

MoviePy 2.x 和 1.x 的 API 完全不同。2.x 用 from moviepy import ImageClip，1.x 用 from moviepy.editor import ImageClip。脚本用的是 2.x API，必须装 2.x。

另外 imageio-ffmpeg 是必需的——MoviePy 通过它调用 FFmpeg，首次运行时会自动下载 FFmpeg 二进制（约 30MB）。

第四步：启动服务

bash

cd /opt/rag-nvidia
source venv/bin/activate
nohup python video_service.py > /var/log/video_service.log 2>&1 &
sleep 3
curl http://localhost:5001/health

输出 {"status":"ok"} 说明服务起来了。

第五步：生成第一个视频

bash

curl -X POST http://localhost:5001/generate \
  -H "Content-Type: application/json" \
  -d '{"topic": "AI改变教育"}' | python3 -m json.tool

首次运行耗时约 2.5 分钟，因为：

• MoviePy 首次初始化开销
• FFmpeg 二进制首次下载
• 3 张 1080×1920 图片的逐帧渲染

返回结果：

json

{
    "images_used": 3,
    "job_id": "video_1789369419",
    "topic": "AI改变教育",
    "video_path": "/opt/rag-nvidia/videos/video_1789369419/output.mp4"
}

确认文件：

bash

ls -lh /opt/rag-nvidia/videos/*/output.mp4

踩坑记录

1. n8n 镜像极简，装不了系统包

n8nio/n8n:latest 里没有 sh、apk、apt-get。试图用 Dockerfile 加 Python 环境失败。最终改成独立 Flask 服务。

2. Pollinations 图片 API 要求认证

gen.pollinations.ai/image/ 现在返回 401，匿名请求不再可用。免费 Key 需要去 enter.pollinations.ai 注册。

3. NVIDIA 图片生成端点网络不通

integrate.api.nvidia.com（文本/嵌入）通，但 ai.api.nvidia.com（图片生成）超时。这是域名级别的网络问题，不是 Key 的问题。

4. venv 挂载进容器不可用

宿主机的 venv 里 bin/python 是符号链接，指向宿主机的 Python 路径。容器里没有那个路径，所以报 no such file or directory。容器和宿主机必须各装各的依赖。

5. MoviePy 2.x 的 API 变化

vfx.FadeIn 替代了旧的 fadein，with_duration 替代了 set_duration。网上很多教程还是 1.x 的写法，容易踩坑。

当前状态

组件	状态
Flask 服务	✅ 运行在 http://0.0.0.0:5001
/health	✅ 返回 {"status":"ok"}
/generate	✅ 输入题目，输出 12 秒 MP4
静态图片	✅ 3 张 1080×1920
n8n 容器	✅ 运行中，my-n8n:latest 自定义镜像

下一步

这一篇完成了”题目 → MP4″的核心能力。Part 2 会做：

1. n8n 编排：在 n8n 里用 HTTP Request 节点调用视频服务
2. 接入 LLM：用 One API 生成视频脚本，驱动图片选择
3. 加配音和字幕：用 TTS 和 FFmpeg
4. YouTube 发布：配置 YouTube OAuth2，自动上传

整个链路打通后，你会得到一个”输入题目 → 输出可发布视频”的自动化工作流。