Hermes + DeepSeek V4 Pro 文本转短视频全自动工作流（大伟）

来源类型： 实战教程
日期： 2026-05-25
标签： #Hermes #DeepSeek #文本转视频 #全自动工作流 #飞书 #大伟

核心成果

"周末通过飞书聊天窗口，让 Hermes 自己创建了一个工作流。"

"输入文案，输出一个 1080×1920 的 MP4，全过程中不依赖 GPU、不调 API（LLM 除外）、不装重型软件。"

"在 MacOS 上，五个步骤调用了五个工具。"

流水线总览

文案 → 口播脚本 → TTS 配音 → 语速微调 → 页面设计 → 逐帧渲染 → 合成输出
      Hermes       Edge TTS    ffmpeg      p5.js     Puppeteer    ffmpeg

五大步骤

Step 1：口播脚本 — Hermes（LLM）

"原始文案不能直接读，得改成口语旁白。Hermes 做三件事：
- 控制字数（~250 汉字 → ~70 秒自然语速）
- 保留英文术语不翻译（TTS 神经语音能处理中英混合）
- 切分逻辑段落，每个段落对应视频里的一个视觉场景"

"这一步没有额外工具，就是 LLM 改写。"

Step 2-5

（文章后续详细讲解 TTS / ffmpeg / p5.js / Puppeteer 等工具的协同）

关键洞察

1. 飞书一句话建工作流

• 通过聊天窗口
• Hermes 自动创建

2. 5 个工具协同

• Hermes / Edge TTS / ffmpeg / p5.js / Puppeteer
• 轻量级

3. 不依赖 GPU

• 不装重型软件
• 本地化

4. 1080×1920 MP4

• 竖屏视频
• 完整输出

5. 口播脚本设计

• 字数控制（250 → 70 秒）
• 节奏精准

与已有知识的关联

• wiki/entities/hermes-agent — Hermes Agent
• wiki/entities/deepseek-v4-pro — DeepSeek V4 Pro
• wiki/entities/edge-tts — Edge TTS
• wiki/entities/ffmpeg — ffmpeg
• wiki/entities/p5js — p5.js
• wiki/entities/puppeteer — Puppeteer
• wiki/concepts/text-to-video — 文本转视频
• wiki/concepts/auto-workflow — 自动工作流
• wiki/entities/feishu — 飞书
• wiki/entities/dawei — 大伟（作者）

资料来源

• 原文：https://mp.weixin.qq.com/s/D0f5GCG46KOKt7nq5I3N_w
• 原始文件：raw/articles/hermes/Hermes + DeepSeek V4 Pro 全自动实现：文本转短视频的工作流.md
• 作者：大伟

我的判断（高置信度）

这是 2026 年文本转短视频最实战的中文工作流——Hermes + DeepSeek + 5 工具协同。

关键洞察：
1. "飞书一句话" —— 是低门槛
2. "5 工具协同" —— 是轻量级
3. "不依赖 GPU" —— 是本地化
4. "1080×1920 MP4" —— 是专业输出
5. "字数控制节奏" —— 是细节

预测：
- 2026 H2：可能成为内容创作者标配工作流
- 2027：可能成为短视频自动生成标准
- 2028：可能成为内容生产基础设施

对内容创作者的建议：
"Hermes + DeepSeek" 是新组合
- 文本自动转视频
- 5 工具协同足够
- 本地化友好

对短视频生产者的启示：
"全自动工作流" 是新方向
- 一句话建工作流
- 不需要重型软件
- 飞书集成是关键

对 AI 工作流开发者的启示：
"5 工具协同" 是轻量级最佳实践
- 工具选择是关键
- Hermes 是指挥中心
- 本地优先是趋势