app.py

import gradio as gr
import os
import tempfile
import random
from datetime import datetime
from moviepy.editor import VideoFileClip, concatenate_videoclips, AudioFileClip, vfx
from openai import OpenAI

# 配置 OpenAI API
client = OpenAI(
    api_key=os.getenv("sk-ZYyxdh3NexC863OUdicSlKrunXEPlRlsLBMwc1vXMGEVwZdb")
)

def analyze_video_content(video_path, video_count):
    """使用 OpenAI 分析视频内容"""
    try:
        prompt = f"""作为专业视频内容分析师，请为用户上传的 {video_count} 个视频文件生成详细分析报告。

分析要点：
1. 📹 视频内容推测（基于用户上传行为）
2. 🎵 推荐的背景音乐风格和节奏
3. ✂️ 最佳剪辑策略和转场效果
4. 🎯 目标受众和传播渠道建议
5. 📈 内容优化和提升建议

请用中文回答，格式清晰，每个要点用emoji标识。"""

        response = client.chat.completions.create(
            model="gpt-4o-mini",  # 使用性价比高的模型
            messages=[
                {
                    "role": "system", 
                    "content": "你是一位资深的视频内容策划和分析专家，擅长为创作者提供专业的视频制作建议。"
                },
                {
                    "role": "user", 
                    "content": prompt
                }
            ],
            max_tokens=600,
            temperature=0.7
        )
        
        return response.choices[0].message.content
    except Exception as e:
        return f"❌ AI 分析失败: {str(e)}\n💡 请检查 OpenAI API Key 是否正确设置"

def generate_creative_titles(video_count, content_theme="创意混剪"):
    """使用 OpenAI 生成创意标题"""
    try:
        prompt = f"""请为 {video_count} 个{content_theme}视频生成吸引眼球的标题。

要求：
- 🔥 热门关键词和流行元素
- 📱 适合抖音、小红书等平台
- 💯 每个标题15-25字最佳
- 🎭 风格多样化（搞笑、治愈、励志等）
- 🚀 包含动作词汇增加点击欲望

请直接给出 {video_count} 个标题，每行一个，前面加上序号。"""

        response = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[
                {
                    "role": "system",
                    "content": "你是一位专业的新媒体内容创作者，精通各种平台的标题优化技巧。"
                },
                {
                    "role": "user",
                    "content": prompt
                }
            ],
            max_tokens=400,
            temperature=0.9  # 提高创意度
        )
        
        return response.choices[0].message.content
    except Exception as e:
        return f"❌ 标题生成失败: {str(e)}"

def generate_project_summary(video_count, processing_time):
    """生成项目处理总结"""
    try:
        prompt = f"""请为刚完成的视频混剪项目生成专业总结报告：

项目信息：
- 处理视频数量: {video_count} 个
- 处理用时: {processing_time}
- 使用技术: MoviePy + OpenAI GPT

请包含：
1. 🎬 项目执行概况
2. ⚡ 技术亮点和特色
3. 📊 质量评估和优势
4. 🔮 后续优化方向
5. 💼 商业应用价值

用专业但易懂的语言，中文回答。"""

        response = client.chat.completions.create(
            model="gpt-4o",  # 使用更强的模型做总结
            messages=[
                {
                    "role": "system",
                    "content": "你是一位技术项目管理专家，擅长撰写项目总结和技术方案评估报告。"
                },
                {
                    "role": "user",
                    "content": prompt
                }
            ],
            max_tokens=700,
            temperature=0.6
        )
        
        return response.choices[0].message.content
    except Exception as e:
        return f"❌ 总结生成失败: {str(e)}"

def get_ai_processing_suggestions(file_count, audio_duration):
    """获取处理建议"""
    try:
        prompt = f"""基于用户上传情况给出处理建议：
- 视频文件数: {file_count}
- 音频时长: {audio_duration:.1f}秒

请提供：
1. 最佳切片时长建议
2. 推荐输出视频数量
3. 效果和滤镜建议
4. 注意事项提醒

简洁回答，3-4条建议即可。"""

        response = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[
                {"role": "user", "content": prompt}
            ],
            max_tokens=300,
            temperature=0.5
        )
        
        return response.choices[0].message.content
    except Exception as e:
        return "无法获取AI建议，将使用默认参数处理"

def process_videos_with_openai(video_files, audio_file, clip_duration=2, num_output_videos=3):
    """集成 OpenAI GPT 的视频处理主函数"""
    
    if not video_files or not audio_file:
        return "❌ 请上传视频文件和音频文件", [], "", "", ""
    
    start_time = datetime.now()
    
    # 获取 AI 处理建议
    audio_duration = 0
    try:
        temp_audio = AudioFileClip(audio_file.name)
        audio_duration = temp_audio.duration
        temp_audio.close()
    except:
        audio_duration = 30  # 默认值
    
    ai_suggestions = get_ai_processing_suggestions(len(video_files), audio_duration)
    
    # 开始视频分析
    status_updates = "🤖 OpenAI GPT 正在分析视频内容...\n"
    video_analysis = analyze_video_content(video_files[0].name if video_files else "", len(video_files))
    
    try:
        # 创建输出目录
        temp_dir = tempfile.mkdtemp()
        output_dir = os.path.join(temp_dir, f"openai_output_{datetime.now().strftime('%m%d_%H%M')}")
        os.makedirs(output_dir, exist_ok=True)
        
        status_updates += "🎬 开始处理视频文件...\n"
        
        # 处理视频逻辑
        video_clips = []
        total_source_duration = 0
        
        # 加载并切割所有视频
        for i, video_file in enumerate(video_files):
            status_updates += f"📹 处理第 {i+1}/{len(video_files)} 个视频...\n"
            
            clip = VideoFileClip(video_file.name)
            total_source_duration += clip.duration
            
            # 按时长切割视频
            for start_time_clip in range(0, int(clip.duration), clip_duration):
                end_time = min(start_time_clip + clip_duration, clip.duration)
                if end_time - start_time_clip >= 0.5:  # 至少0.5秒的片段
                    sub_clip = clip.subclip(start_time_clip, end_time).without_audio()
                    video_clips.append(sub_clip)
        
        # 加载音频
        audio = AudioFileClip(audio_file.name)
        target_duration = audio.duration
        
        # 智能打乱视频片段
        random.shuffle(video_clips)
        
        status_updates += f"🎵 音频时长: {target_duration:.1f}秒\n"
        status_updates += f"📊 生成 {len(video_clips)} 个视频片段\n"
        status_updates += f"🔄 准备输出 {num_output_videos} 个混剪视频...\n"
        
        # 生成输出视频
        output_files = []
        clips_per_video = max(1, len(video_clips) // num_output_videos)
        
        for i in range(num_output_videos):
            start_idx = i * clips_per_video
            end_idx = start_idx + clips_per_video
            
            # 最后一个视频包含剩余片段
            if i == num_output_videos - 1:
                end_idx = len(video_clips)
            
            selected_clips = video_clips[start_idx:end_idx]
            
            if selected_clips:
                # 拼接视频片段
                final_video = concatenate_videoclips(selected_clips)
                
                # 调整视频长度匹配音频
                if final_video.duration > target_duration:
                    final_video = final_video.subclip(0, target_duration)
                elif final_video.duration < target_duration:
                    # 循环播放直到匹配音频长度
                    loops_needed = int(target_duration / final_video.duration) + 1
                    looped_video = concatenate_videoclips([final_video] * loops_needed)
                    final_video = looped_video.subclip(0, target_duration)
                
                # 添加音频和效果
                final_video = final_video.set_audio(audio)
                
                # 添加镜像效果（防止版权检测）
                final_video = final_video.fx(vfx.mirror_x)
                
                # 保存视频
                output_filename = f"openai_mixcut_{i+1:02d}.mp4"
                output_path = os.path.join(output_dir, output_filename)
                
                final_video.write_videofile(
                    output_path,
                    codec='libx264',
                    audio_codec='aac',
                    temp_audiofile='temp-audio.m4a',
                    remove_temp=True,
                    verbose=False,
                    logger=None
                )
                
                output_files.append(output_path)
                
                # 清理内存
                final_video.close()
        
        # 清理资源
        for clip in video_clips:
            clip.close()
        audio.close()
        
        # 计算处理时间
        end_time = datetime.now()
        processing_time = (end_time - start_time).total_seconds()
        
        # 生成 AI 标题和总结
        status_updates += "🎯 生成创意标题...\n"
        ai_titles = generate_creative_titles(num_output_videos)
        
        status_updates += "📋 生成项目总结...\n"
        project_summary = generate_project_summary(num_output_videos, f"{processing_time:.1f}秒")
        
        # 最终状态
        final_status = f"""✅ 处理完成！OpenAI GPT 增强版
        
📊 处理统计：
• 输入视频: {len(video_files)} 个
• 生成片段: {len(video_clips)} 个  
• 输出视频: {len(output_files)} 个
• 处理时长: {processing_time:.1f} 秒
• 音频匹配: {target_duration:.1f} 秒

🤖 AI 增强功能已完成：
• ✓ 内容智能分析
• ✓ 创意标题生成  
• ✓ 专业项目总结
• ✓ 处理建议优化

⏰ 完成时间: {end_time.strftime('%H:%M:%S')}"""
        
        return final_status, output_files, video_analysis, ai_titles, project_summary
        
    except Exception as e:
        error_msg = f"""❌ 处理出现错误: {str(e)}

🔧 可能的解决方案：
1. 检查视频文件格式是否支持
2. 确认音频文件完整性
3. 减少输出视频数量
4. 检查系统资源使用情况"""
        
        return error_msg, [], ai_suggestions, "", ""

# 创建增强版 Gradio 界面
with gr.Blocks(
    title="pyTovideo2 + OpenAI GPT", 
    theme=gr.themes.Soft(),
    css="""
    .gradio-container {
        font-family: 'Arial', sans-serif;
    }
    .main-header {
        text-align: center; 
        margin-bottom: 25px;
        padding: 20px;
        background: linear-gradient(90deg, #667eea 0%, #764ba2 100%);
        border-radius: 10px;
        color: white;
    }
    """
) as demo:
    
    # 主标题区域
    gr.HTML("""
    <div class="main-header">
        <h1 style="margin-bottom: 10px;">🎬 pyTovideo2 + OpenAI GPT</h1>
        <p style="margin: 0; opacity: 0.9;">AI 驱动的智能视频混剪工具 | GPT-4 内容分析与创意生成</p>
    </div>
    """)
    
    # 主要操作区域
    with gr.Row():
        # 左侧：文件上传和参数设置
        with gr.Column(scale=1):
            gr.Markdown("### 📤 素材上传")
            
            video_input = gr.File(
                label="🎥 选择视频文件 (支持批量上传)",
                file_count="multiple",
                file_types=[".mp4", ".mov", ".avi", ".mkv"],
                height=130
            )
            
            audio_input = gr.File(
                label="🎵 选择背景音频",
                file_types=[".mp3", ".wav", ".m4a", ".aac"],
                height=90
            )
            
            gr.Markdown("### ⚙️ 处理参数")
            
            with gr.Row():
                clip_duration = gr.Number(
                    label="⏱️ 切片时长(秒)",
                    value=2,
                    minimum=1,
                    maximum=8,
                    step=0.5,
                    info="每个视频片段的长度"
                )
                
                num_videos = gr.Number(
                    label="📊 输出数量",
                    value=3,
                    minimum=1,
                    maximum=6,
                    step=1,
                    info="生成混剪视频的数量"
                )
            
            # 处理按钮
            process_btn = gr.Button(
                "🚀 开始 AI 智能处理",
                variant="primary",
                size="lg",
                scale=1
            )
            
            # AI 模型信息
            gr.Markdown("""
            <div style="background: #f0f8ff; padding: 10px; border-radius: 8px; margin-top: 15px;">
            <b>🤖 AI 模型信息:</b><br>
            • 内容分析: GPT-4o-mini<br>
            • 标题生成: GPT-4o-mini<br>  
            • 项目总结: GPT-4o<br>
            • 成本优化: 智能模型选择
            </div>
            """)
        
        # 右侧：状态显示和文件下载
        with gr.Column(scale=1):
            gr.Markdown("### 📊 处理状态")
            
            status_output = gr.Textbox(
                label="🔥 实时处理状态",
                lines=8,
                max_lines=12,
                interactive=False,
                show_copy_button=True,
                placeholder="等待开始处理..."
            )
            
            gr.Markdown("### 📁 输出文件")
            
            video_output = gr.File(
                label="⬇️ 下载混剪视频",
                file_count="multiple",
                height=120,
                interactive=False
            )
    
    # AI 分析结果展示区域
    gr.Markdown("---")
    gr.HTML("<h2 style='text-align: center; color: #4a90e2;'>🧠 OpenAI GPT 智能分析结果</h2>")
    
    with gr.Row():
        with gr.Column():
            gr.Markdown("### 📈 内容分析报告")
            analysis_output = gr.Textbox(
                label="🎯 GPT-4 视频内容分析",
                lines=6,
                interactive=False,
                show_copy_button=True,
                placeholder="AI 分析结果将在这里显示..."
            )
        
        with gr.Column():
            gr.Markdown("### 🏷️ 创意标题推荐")
            titles_output = gr.Textbox(
                label="💡 GPT 生成创意标题",
                lines=6,
                interactive=False,
                show_copy_button=True,
                placeholder="创意标题将在这里显示..."
            )
    
    # 项目总结区域
    gr.Markdown("### 📋 AI 项目分析总结")
    summary_output = gr.Textbox(
        label="📊 GPT-4 专业项目总结",
        lines=5,
        interactive=False,
        show_copy_button=True,
        placeholder="详细的项目分析总结将在这里显示..."
    )
    
    # 绑定处理函数
    process_btn.click(
        fn=process_videos_with_openai,
        inputs=[video_input, audio_input, clip_duration, num_videos],
        outputs=[status_output, video_output, analysis_output, titles_output, summary_output],
        show_progress=True
    )
    
    # 使用指南
    gr.Markdown("""
    ---
    ### 📖 使用指南
    
    **🎯 支持格式:**
    - 视频: MP4, MOV, AVI, MKV
    - 音频: MP3, WAV, M4A, AAC
    
    **💾 建议规格:**
    - 单个视频 < 200MB
    - 音频文件 < 50MB  
    - 总处理时间 < 5分钟
    
    **🤖 AI 功能特色:**
    - ✨ GPT-4 智能内容分析
    - 🎨 创意标题自动生成
    - 📊 专业项目评估报告
    - 💡 个性化优化建议
    
    **⚡ 处理流程:**
    1. 上传视频和音频文件
    2. 调整处理参数
    3. 点击开始处理
    4. 等待 AI 分析完成
    5. 下载结果文件
    """)

# 启动应用
if __name__ == "__main__":
    demo.launch(
        share=False,
        show_error=True,
        show_tips=True
    )