AI-Media2Doc 是一個(gè)開源項(xiàng)目，旨在將視頻和音頻內(nèi)容一鍵轉(zhuǎn)化為多種風(fēng)格的文檔，如小紅書、公眾號(hào)、知識(shí)筆記、思維導(dǎo)圖等。該項(xiàng)目由開源社區(qū)維護(hù)，采用 MIT 協(xié)議授權(quán)，支持本地部署，無需登錄注冊(cè)，且所有任務(wù)記錄保存在本地。用戶可以通過 GitHub 地址（https://github.com/hanshuaikang/AI-Media2Doc ）獲取項(xiàng)目源碼并進(jìn)行部署和使用。

AI-Media2Doc開源項(xiàng)目官網(wǎng)入口網(wǎng)址：https://github.com/hanshuaikang/AI-Media2Doc

AI 視頻圖文創(chuàng)作助手是一款 Web 工具, 基于 AI 大模型, 一鍵將視頻和音頻轉(zhuǎn)化為各種風(fēng)格的文檔, 無需登錄注冊(cè), 前后端本地部署，以極低的成本體驗(yàn) AI 視頻/音頻轉(zhuǎn)風(fēng)格文檔服務(wù)。

核心功能

1. 完全開源：MIT 協(xié)議授權(quán)，支持本地部署。
2. 隱私保護(hù)：無需登錄注冊(cè)，任務(wù)記錄保存在本地
3. 前端處理：采用 ffmpeg wasm 技術(shù)，無需本地安裝 ffmpeg
4. 多種風(fēng)格支持：支持小紅書/公眾號(hào)/知識(shí)筆記/思維導(dǎo)圖/內(nèi)容總結(jié)等多種文檔風(fēng)格支持。
5. AI 對(duì)話：支持針對(duì)視頻內(nèi)容進(jìn)行 AI 二次問答。
6. 支持字幕導(dǎo)出: 結(jié)果一鍵導(dǎo)出為字幕文件。
7. 智能截圖: 基于字幕信息智能截圖并插入文章, 無需視覺大模型, 實(shí)現(xiàn)真正的圖文并茂。
8. 支持自定義 Prompt：支持在前端自定義配置 prompt。
9. 一鍵部署：支持 Docker 一鍵部署。
10. 支持設(shè)置訪問密碼: 后端設(shè)置訪問密碼之后, 前端用戶需要填寫該密碼才可以正常使用。

AI-Media2Doc 的核心功能包括音視頻處理、多種輸出格式支持、AI 對(duì)話、字幕導(dǎo)出、智能截圖插入、自定義 Prompt 等。項(xiàng)目支持前端 ffmpeg wasm 處理，無需本地安裝 ffmpeg，也支持 Docker 一鍵部署。此外，該項(xiàng)目還支持生成思維導(dǎo)圖，并可導(dǎo)出到第三方平臺(tái)進(jìn)行編輯和調(diào)整。

AI-Media2Doc 的目標(biāo)是降低 AI 應(yīng)用門檻，為自媒體博主、企業(yè)文員和學(xué)生提供高效的多媒體內(nèi)容處理工具，幫助用戶快速將音視頻內(nèi)容轉(zhuǎn)化為高質(zhì)量文檔。該項(xiàng)目在多個(gè)技術(shù)社區(qū)和開源平臺(tái)（如 GitHub、Python 潮流周刊等）上被提及和推薦。