需要自动化完成选题研究、多语言文章生成和社媒短视频渲染时…

适用于已具备 OpenAI/Claude、RapidAPI、Remotion/AWS 等账号，并希望用 Next.js/TypeScript 自动生成研究、文章和视频的内容团队。

适用场景

解决思路

1. 克隆仓库：运行 `git clone https://github.com/pennydinh/marketing-pineline-share.git`，然后 `cd marketing-pineline-share`。
2. 安装依赖：运行 `npm install` 或 `yarn install`。
3. 复制环境变量模板：运行 `cp .env.example .env`。
4. 在根目录 `.env` 中配置 AI 服务变量：`OPENAI_API_KEY`、`ANTHROPIC_API_KEY`。
5. 配置抓取服务变量：`RAPIDAPI_KEY`。
6. 按需配置数据库、Next.js 和 Remotion/AWS 变量：`DATABASE_URL`、`NEXT_PUBLIC_APP_URL=http://localhost:3000`、`REMOTION_AWS_ACCESS_KEY_ID`、`REMOTION_AWS_SECRET_ACCESS_KEY`。
7. 按以下结构组织项目：`src/app` 放 Next.js 应用，`src/components` 放 React 组件，`src/services/research` 放抓取研究，`src/services/ai` 放 AI 内容生成，`src/services/video` 放视频渲染，`src/lib` 放工具，`src/types` 放 TypeScript 类型，`remotion` 放 Remotion 模板，`public` 放静态资源。
8. 在 `src/services/research/scraper.ts` 中实现 `researchTopic(keyword, sources = ['techcrunch', 'a16z', 'twitter'])`：遍历来源调用 `scrapeSource`，收集结果，并过滤出最近 24 小时内的内容；来源可覆盖为加入 LinkedIn。
9. 在 `scrapeSource` 中用 `axios.get` 请求 RapidAPI 地址 `https://api.rapidapi.com/v1/${source}/search`，传入 `params: { q: keyword, limit: 10 }` 和请求头 `X-RapidAPI-Key: process.env.RAPIDAPI_KEY`、`X-RapidAPI-Host: ${source}-api.rapidapi.com`。
10. 把 RapidAPI 返回结果映射为 `ResearchResult`：`title`、`url`、`summary`（`description` 或 `content` 截取前 200 字符）、`publishedAt`、`source`。
11. 在 `src/services/ai/content-generator.ts` 中初始化 Anthropic 和 OpenAI 客户端，分别使用 `process.env.ANTHROPIC_API_KEY` 和 `process.env.OPENAI_API_KEY`。
12. 定义 `ContentRequest`：包含 `keyword`、`format`（`toplist`、`pov`、`case-study`、`how-to`）、`language`（`en`、`vi`）、`tone`（`professional`、`friendly`、`humorous`）、`researchData`。
13. 实现 `generateContent(request, provider = 'claude')`：根据 `provider` 选择 Claude 或 OpenAI 并构建 prompt 后调用。
14. 调用 Claude 时使用 `anthropic.messages.create`，模型为 `claude-3-5-sonnet-20241022`，`max_tokens: 4096`，消息角色为 `user`，并返回文本内容。
15. 调用 OpenAI 时使用 `openai.chat.completions.create`，模型为 `gpt-4-turbo-preview`，`max_tokens: 4096`，并返回 `choices[0].message.content`。
16. 实现 `buildPrompt(request)`：按格式映射指令（`toplist` 生成 top 10 列表；`pov` 用个人视角和鲜明观点；`case-study` 做带数据和洞察的案例分析；`how-to` 写分步教程），按语气映射指令（`professional` 正式专家语气；`friendly` 对话式友好语言；`humorous` 加入机智观察和轻度幽默），并写入研究数据、语言、字数 1500-2000、标题小标题和 CTA 要求。
17. 在 `src/services/ai/multi-lang-generator.ts` 中实现 `generateMultiLanguageContent`：用 `Promise.all` 同时调用 `generateContent` 生成 `en` 和 `vi` 内容。
18. 返回多语言内容对象：包含 `en`、`vi`，以及 `metadata`（`keyword`、`format`、`generatedAt`）。
19. 在 `src/services/video/renderer.ts` 中实现 `renderContentVideo(config, outputPath)`：根据 `config.format` 获取 composition ID，`bundle(path.join(process.cwd(), 'remotion/index.ts'))`，再用 `selectComposition` 和 `renderMedia` 渲染。
20. `renderMedia` 使用 `codec: 'h264'`、`outputLocation: outputPath`，并传入 `inputProps: { content, aspectRatio }`。
21. 实现 `getCompositionId(format)` 映射：`reels` 对应 `InstagramReels`，`tiktok` 对应 `TikTokVideo`，`shorts` 对应 `YouTubeShorts`，默认 `InstagramReels`。
22. 在 `remotion/compositions/Reels.tsx` 中实现 `InstagramReels` 组件：用 `useCurrentFrame` 和 `useVideoConfig` 计算透明度、按空行分割文案为 sections，并按每 3 秒切换 `currentSection`，用 `AbsoluteFill` 居中显示。
23. 在 `src/services/pipeline/content-pipeline.ts` 中实现 `runContentPipeline(config)`：先调用 `researchTopic(config.keyword)` 获取研究数据。
24. 第二步调用 `generateMultiLanguageContent`，传入 `keyword`、`format`、`tone`、`researchData`。
25. 如果 `config.generateVideo && config.videoFormat`，第三步调用 `renderContentVideo`，传入 `content.en`、`format`、`aspectRatio: '9:16'`，输出到 `output/video-${Date.now()}.mp4`。
26. 返回流水线结果：`content`、`videoPath`、`researchSources`、`completedAt`。
27. 在 `src/app/api/generate/route.ts` 中实现 Next.js `POST` API：解析请求体，调用 `runContentPipeline`，默认 `format: 'toplist'`、`tone: 'professional'`、`generateVideo: false`、`videoFormat: 'reels'`，成功返回 `{ success: true, data: result }`。
28. 在 API 捕获异常时返回 `{ success: false, error: error.message }`，HTTP 状态码 `500`。
29. 在 `src/components/ContentGenerator.tsx` 中实现前端生成器：用 `useState` 管理 `keyword`、`loading`、`result`，点击后 `fetch('/api/generate', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({ keyword, format: 'toplist', tone: 'professional', generateVideo: true, videoFormat: 'reels' }) })`。
30. 前端拿到结果后分别展示 `result.content.en`、`result.content.vi`，若存在 `result.videoPath` 则展示生成视频路径。
31. 批量生成时实现 `batchGenerate(keywords)`：用 `Promise.all` 对每个 keyword 调用 `runContentPipeline`，格式 `toplist`、语气 `professional`、不生成视频。
32. 内容调度时使用 `node-schedule` 的 `scheduleJob('0 9 * * *', ...)`，每天 9 点获取 `getTrendingTopics()` 后执行 `batchGenerate(trendingTopics)`。
33. 自定义视频模板时创建 `remotion/compositions/CustomTemplate.tsx`，组件接收 `title` 和 `points`，用 `useCurrentFrame` 控制每个 point 的透明度动画。
34. 处理 API 速率限制时用 `p-retry` 包装 `generateContent(request)`，设置 `retries: 3`，并在 `onFailedAttempt` 中记录第 `error.attemptNumber` 次尝试失败后重试。
35. 处理视频渲染内存问题时实现 `renderVideosSequentially(configs)`：用 `for...of` 顺序调用 `renderContentVideo`，每次渲染后 `await new Promise(resolve => setTimeout(resolve, 1000))`，给垃圾回收留时间。
36. 校验研究数据质量时实现 `validateResearchData(results)`：过滤出 `summary` 长度大于 50、发布时间在最近 48 小时内、`url` 以 `http` 开头的结果。
37. 开发时运行 `npm run dev`，生产构建运行 `npm run build`，生产启动运行 `npm start`，类型检查运行 `npm run type-check`，渲染单个 Remotion composition 运行 `npm run remotion render`。

适用边界 · 注意事项

• 没有 OpenAI/Anthropic、RapidAPI、Remotion/AWS 等账号、API Key 或配额时不要使用，因为核心研究和渲染流程会直接失败。
• 只需纯文本写作、不需要多语言输出或视频生成时不要引入完整流水线，直接调用文本模型即可。
• 没有 Node.js、Next.js/TypeScript 和 Remotion 运行环境时不要按该技能部署。