【学习工作赛道】AIVideo：智能编排多个视频大模型的视频生成AI创作平台
1.Demo 简介
1.1 是什么
大家好，我是一名AI产品经理，以前没有写过代码，今年2月份开始用Trae每天开发产品，所以我是Trae绝对的忠实粉丝。
AIVideo 是一个面向内容创作者、品牌团队和中小商家的 AI 视频创作工作台。用户只需要用自然语言描述想法，就可以在 Web/H5 上完成视频生成、任务跟踪、作品预览与下载，并通过 Android APK、macOS DMG 进行多端体验；同时，iOS 客户端已经开发完成，当前因尚未具备苹果开发者账号，暂时还不能通过 App Store 下载；Windows 电脑客户端也已纳入后续版本规划。
1.2 面向谁
AIVideo 主要面向三类用户：
没有专业剪辑能力，但需要快速产出视频内容的个人创作者；
需要高频制作宣传视频、活动视频、产品展示视频的小团队和商家；
希望把“创意想法 → 创作文案整理 → 模型智能编排 → 视频成片 → 下载交付”串成一个闭环的内容生产者。
1.3 主要功能
功能一：智能理解需求，并整理成更专业的视频创作文案稿
很多用户知道自己“想做什么视频”，但并不知道怎么把需求说清楚。AIVideo 会先帮助用户把模糊需求整理成更详细、可执行、适合视频模型理解的创作文案稿，帮助用户更准确地和多个视频大模型沟通。这样生成出来的视频效果，通常会比用户直接对着某一个模型随手下指令更稳定、更贴近目标。
功能二：智能编排多个视频大模型，按用户目标动态选择最佳路径
AIVideo 不只是连接单一模型，而是会根据用户需求智能调用和编排市场上各有优势的视频大模型。比如：
有的模型更擅长好莱坞级别的视觉效果；
有的模型成本更低、速度更快；
有的模型更强在画质；
有的模型更强在构图；
有的模型更强在剧情表现和镜头推进。
AIVideo 会根据用户是更看重成本、速度、画质、风格还是叙事效果，智能安排更合适的生成路径，在满足个性化需求的同时，也节省用户自己逐个研究模型能力的时间。
功能三：工作台闭环管理
在 Tasks / Works / Assets 三个工作台页面里，用户可以查看任务状态、管理作品与素材，并直接进行预览和下载，形成完整的创作闭环。
功能四：多端体验与交付
当前提供 Web/H5 在线体验，同时支持 Android APK 和 macOS DMG 下载；iOS 客户端已开发完成，但当前因苹果开发者账号条件未就绪，暂未上架 App Store；Windows 电脑客户端也在后续版本规划中。用户可以根据自己的设备逐步获得更完整的一致性体验。
1.4 产品截图
- Demo 创作思路
2.1 灵感来源
我在做内容创作和产品设计时，发现很多人其实有明确的视频需求，但真正卡住他们的，不是“没有想法”，而是从想法走到成片的过程太长、太碎、太依赖专业工具。很多人会经历下面的流程：
先写脚本；
再找素材；
再找剪辑工具；
再导出和交付；
过程中还经常因为工具切换、文件管理和下载链路出问题而中断。
所以我想做一个更直接的系统：让用户用自然语言提出需求后，先由系统帮助整理成更专业的视频创作文案稿，再智能编排适合的多个视频大模型，最后把“生成、管理、预览、下载”放在同一个工作台里完成。
2.2 想解决的问题
我想重点解决三个真实问题：
视频生产门槛高：很多用户有需求，但不会写复杂 prompt，也不了解不同视频大模型分别擅长什么；
模型选择成本高：用户要自己判断哪个模型适合画质、哪个适合速度、哪个适合剧情，学习成本很高；
流程割裂：生成、预览、下载、分发常常分散在不同工具里；
移动端与多端体验不足：很多产品桌面端能用，但手机端和跨设备体验并不完整。
2.3 为什么做这个方向
我选择 AIVideo 这个方向，是因为“AI 视频生成”不是一个停留在概念里的需求，而是已经有明确应用场景的真实需求：
短视频创作；
商业宣传；
活动预热；
教育培训内容；
轻量级品牌传播。
我希望把它做成一个真正可以体验、可以访问、可以下载结果的 Demo，而不是一个只展示概念图的页面；同时也希望它能逐步走向更完整的多端产品形态，包括 Web/H5、Android、macOS，以及已规划中的 iOS 和 Windows 客户端。
- Demo 体验地址
3.1 在线体验链接
主站体验地址：https://aivideo.run
下载页地址： AIVideo — AI 视频创作与发布平台
3.2 体验建议
建议评审体验以下路径：
打开首页，进入产品；
注册/登录账号；
进入聊天或工作台体验视频生成与管理流程；
在 workspace/tasks、workspace/works、workspace/assets 中查看任务、作品与素材；
进入下载页查看 Android / macOS 安装包。
- TRAE 实践过程
这部分是我认为这次作品最重要的地方，因为这不是“只用了 AI 生成几张图”的作品，而是借助 TRAE 持续完成了完整的产品开发、修复、部署和体验打磨过程。
4.1 第一步：用 TRAE 拆解复杂需求，先把产品主线冻结下来
一开始我没有把 AIVideo 当成一个单页小 Demo 来做，而是把它拆成了多个明确的主线：
视频生成主链是否真的能跑通；
系统是否能帮助用户把自然语言需求整理成更具体的视频创作文案稿；
多模型能力能否被更智能地编排，而不是让用户自己研究每个模型；
工作台里的任务、作品、素材是否能真正预览和下载；
登录态是否稳定；
H5 页面在手机上是否真的可用；
多端安装包是否可以下载和体验。
我用 TRAE 持续做规划、审计、修复和落盘，把复杂问题拆成阶段性工作，而不是一上来就盲目堆功能。
4.2 第二步：用 TRAE 把“视频生成 → 任务落库 → 作品下载”主链真正打通
在开发过程中，最大的挑战不是页面长什么样，而是“系统是否真的能把用户需求转成可执行的视频生产结果并顺利交付”。我通过 TRAE 持续定位并修复了以下关键问题：
视频生成任务状态判定问题；
视频下载地址与产物关联问题；
工作台里显示了作品但打不开、不能预览、不能下载的问题；
下载链路与鉴权隔离问题；
线上 ECS 部署后的回归验证问题。
最后，AIVideo 已经能够跑通从聊天触发生成，到任务成功，再到工作台预览与下载的完整闭环；同时也逐步把“用户需求整理 → 模型能力路由 → 成片交付”打造成更完整的产品逻辑。
4.3 第三步：用 TRAE 持续优化“产品可体验性”，而不是停在“代码能跑”
我没有把项目停在“服务能启动、页面能打开”的阶段，而是继续借助 TRAE 做了大量体验层修复，包括：
登录状态全局化，避免页面一跳转就重新要求登录；
工作台 tasks / works / assets 页的预览/下载能力补齐；
H5 页面手机适配，重点优化了：
全局导航抽屉；
聊天页手机布局；
Workspace 窄屏适配；
首页、创建页、下载页的手机展示。
4.4 第四步：用 TRAE 完成多端发布与可交付收尾
为了让 Demo 不只停留在网页入口，我继续用 TRAE 推进了多端安装包构建与发布：
Android APK 发布到下载页；
macOS DMG 发布到下载页；
H5 在线体验保持可访问；
下载页版本信息与安装包真源同步；
iOS 与 Windows 客户端在产品说明中被明确纳入规划，而不是被忽略不写。
这一步让我觉得 AIVideo 不只是“概念产品”，而是已经具备明确交付形态的 Demo。
- 我在用 TRAE 过程中最有价值的几点体会
5.1 TRAE 最有帮助的地方，不是只写代码，而是持续推进复杂项目
我这次最大的感受是：TRAE 真正有价值的地方，不只是“帮我补一段代码”，而是它可以在一个持续演进的项目里，反复帮助我做下面几件事：
审计现状；
制定修复方案；
推进冻结主线；
落盘工作总结和下一步计划；
让开发、修复、部署、回归逐步闭环。
5.2 我不是一次性做完，而是在 TRAE 的帮助下不断迭代
AIVideo 不是一次对话就做完的。我是通过多轮对话和多轮任务，持续推进这些事情：
视频生成主链跑通；
工作台体验修复；
登录状态修复；
多端下载发布；
H5 手机适配；
产品多模型编排和创作文案整理能力的持续明确化。
这也更符合真实产品开发，而不是一次性生成一个“看起来像产品”的空壳。
5.3 如果要继续做下去，AIVideo 还有很大升级空间
如果进入复赛，我会优先继续完善这些方向：
更稳定的移动端真实交互验证；
更完整的创作编辑流程；
更强的多模型智能编排策略；
更成熟的创作文案自动整理与优化能力；
更强的多端一致性体验，包括 iOS 与 Windows 客户端落地。
6. 补充信息
6.1 报名帖链接
6.2 关键Session及截图
规划及审计记录：
.7609398825753789460:f0958fa25a1369f62e0218300cc15c91_6a409476b3691fe912546627.6a409e8ab3691fe9125466e0.6a409e8a415514200f6f365c:Trae.T(6/27/2026, 9:09:46 PM)
.7609398825753789460:dccd2f4e12b7c45964a2013ad1f84001_6a409476b3691fe912546627.6a40a178b3691fe91254684b.6a40a178415514200f6f365d:Trae.T(6/27/2026, 9:22:16 PM)
.7609398825753789460:0fdf99e48076f11e2e3ea263f6d409d9_6a409476b3691fe912546627.6a40b645b3691fe912547193.6a40b645415514200f6f3661:Trae.T(6/27/2026, 10:51:01 PM)
.7609398825753789460:9a7fc83ed5bbb0e50bde6f191688cd8f_6a409476b3691fe912546627.6a426576b3691fe91254841b.6a426575415514200f6f3666:Trae.T(6/29/2026, 5:30:46 AM)
重要版本更新
.7609398825753789460:8fd8606e93a5dbcb5f704cf34f1d1037_6a409476b3691fe912546627.6a47d6d7b3691fe912552097.6a47d6d6415514200f6f3687:Trae.T(7/3/2026, 8:35:51 AM)
.7609398825753789460:4c25ea6392ee72e11650038e13d74b2a_6a409476b3691fe912546627.6a483ca8b3691fe912552711.6a483ca7415514200f6f3688:Trae.T(7/3/2026, 3:50:16 PM)
.7609398825753789460:36e15bf9b998aa59f812987594eeb3d4_6a409476b3691fe912546627.6a483eb5b3691fe912552c84.6a483eb5415514200f6f3689:Trae.T(7/3/2026, 3:59:01 PM)
.7609398825753789460:7db86ad0753cda0d9778e7f8a3d1f9dd_6a409476b3691fe912546627.6a485c28b3691fe9125534f1.6a485c28415514200f6f368a:Trae.T(7/3/2026, 6:04:40 PM)
.7609398825753789460:5b202fce8c9d2b989712774a9ad922d6_6a409476b3691fe912546627.6a485de9b3691fe9125536e2.6a485de9415514200f6f368b:Trae.T(7/3/2026, 6:12:09 PM)
开发记录：
.3176967724610643:062de07b9731b9f2dcd88ec2e0889507_6a48345cbd7f9f222b405312.6a483fb3bd7f9f222b4053c1.6a483fb35330e2dc4d7c2a76:Trae CN.T(7/3/2026, 4:03:15 PM)
.3176967724610643:b49284a50e7a7841b202ead936f79b92_6a48345cbd7f9f222b405312.6a486247bd7f9f222b406116.6a4862475330e2dc4d7c2a79:Trae CN.T(7/3/2026, 6:30:47 PM)
.3176967724610643:144d4ab2610263f041eed33fdccc64d1_6a48345cbd7f9f222b405312.6a4863c2bd7f9f222b406177.6a4863c25330e2dc4d7c2a7a:Trae CN.T(7/3/2026, 6:37:06 PM)
.3176967724610643:144d4ab2610263f041eed33fdccc64d1_6a48345cbd7f9f222b405312.6a4863c2bd7f9f222b406177.6a4863c25330e2dc4d7c2a7a:Trae CN.T(7/3/2026, 6:37:06 PM)
.3176967724610643:332bb52fb386d53100f20012c0d7f0b1_6a48345cbd7f9f222b405312.6a486ca7bd7f9f222b4065f7.6a486ca65330e2dc4d7c2a7c:Trae CN.T(7/3/2026, 7:15:03 PM)
.3176967724610643:1a08be34aad4fbcd9dd8a81ebf131e1f_6a48345cbd7f9f222b405312.6a4870aebd7f9f222b406781.6a4870ae5330e2dc4d7c2a7d:Trae CN.T(7/3/2026, 7:32:14 PM)
.3176967724610643:151a8b1cd896571a61cca159eb5eb34e_6a48345cbd7f9f222b405312.6a48862ebd7f9f222b4069ce.6a48862e5330e2dc4d7c2a7e:Trae CN.T(7/3/2026, 9:03:58 PM)
.3176967724610643:151a8b1cd896571a61cca159eb5eb34e_6a48345cbd7f9f222b405312.6a48862ebd7f9f222b4069ce.6a48862e5330e2dc4d7c2a7e:Trae CN.T(7/3/2026, 9:03:58 PM)
.3176967724610643:54ac45803c5c370f9bfa50b983e50a50_6a48345cbd7f9f222b405312.6a48920abd7f9f222b406e96.6a48920a5330e2dc4d7c2a7f:Trae CN.T(7/3/2026, 9:54:34 PM)
.3176967724610643:cf6b7abf1a7e09f25e775662d4a35eb6_6a48345cbd7f9f222b405312.6a489d05bd7f9f222b4072bc.6a489d045330e2dc4d7c2a80:Trae CN.T(7/3/2026, 10:41:25 PM)
.3176967724610643:cedbb51b3f56d344eb3740f6e99725d9_6a48345cbd7f9f222b405312.6a48a412bd7f9f222b4074d5.6a48a4125330e2dc4d7c2a81:Trae CN.T(7/3/2026, 11:11:30 PM)
.3176967724610643:2a76e99eaefea68d964f38066a890c38_6a48345cbd7f9f222b405312.6a48ca98bd7f9f222b4078e2.6a48ca985330e2dc4d7c2a82:Trae CN.T(7/4/2026, 1:55:52 AM)
.3176967724610643:615c54f12c8402dd5e64208ffa4925c3_6a48345cbd7f9f222b405312.6a48d1f9bd7f9f222b407bdf.6a48d1f85330e2dc4d7c2a83:Trae CN.T(7/4/2026, 2:27:21 AM)
.3176967724610643:bce9d4acee93f4a9d8f0f95583f03ca5_6a48345cbd7f9f222b405312.6a48df40bd7f9f222b407f8e.6a48df3f5330e2dc4d7c2a84:Trae CN.T(7/4/2026, 3:24:00 AM)
.3176967724610643:78f3ab4647f9d3924ac25111f2f7e6ae_6a48345cbd7f9f222b405312.6a48f0c2bd7f9f222b40873f.6a48f0c25330e2dc4d7c2a85:Trae CN.T(7/4/2026, 4:38:42 AM)
Trae Work规划审计工作记录：
7609398825753789460:f1ab1c1e976718c9dc978ea0e9e6442d_6a4a8d833f73269b923e833b.6a4a93eb3f73269b923e86d9.6a4a93eb3f73269b923e86d7:TRAE Work.0.1.29.no_sid.no_ppe.T(2026/7/5 10:27:07)
7609398825753789460:b8ff2a4aa180a6fc17e1cec8ff9d8283_6a4a8d833f73269b923e833b.6a4aad553f73269b923e9033.6a4aad553f73269b923e9031:TRAE Work.0.1.29.no_sid.no_ppe.T(2026/7/5 12:15:33)
7609398825753789460:fac692b6e1dc8490a5f2d99319dc2aab_6a4a8d833f73269b923e833b.6a4abb573f73269b923e953e.6a4abb573f73269b923e953c:TRAE Work.0.1.29.no_sid.no_ppe.T(2026/7/5 13:15:19)
7609398825753789460:4b14a84f3c1d23156d00b1f3d51bceb2_6a4a8d833f73269b923e833b.6a4af00a3f73269b923e96ce.6a4af0093f73269b923e96cc:TRAE Work.0.1.29.no_sid.no_ppe.T(2026/7/5 17:00:10)
Trae Work CN 开发记录
3176967724610643:3747f8584f0ab6c0dd6050ef2cd6630d_6a4b4e78259350320c4f1677.6a54dc2ae658107b3edfc8f9.6a54dc2ae658107b3edfc8f7:TRAE Work CN.0.1.35.no_sid.no_ppe.T(2026/7/13 05:38:02)
3176967724610643:944405317eae24ecf21b518476978ad3_6a4b4e78259350320c4f1677.6a54fb9de658107b3edfda63.6a54fb9de658107b3edfda61:TRAE Work CN.0.1.35.no_sid.no_ppe.T(2026/7/13 07:52:13)
3176967724610643:9a8bf815e2c99a336f87ac54e632de92_6a4b4e78259350320c4f1677.6a5566f6aa910ba56ea255d0.6a5566f6aa910ba56ea255ce:TRAE Work CN.0.1.35.no_sid.no_ppe.T(2026/7/13 15:30:14)
3176967724610643:e5c9420e4f8f15a6e32b209d5dc72e27_6a4b4e78259350320c4f1677.6a55c348aa910ba56ea26d5c.6a55c348aa910ba56ea26d5a:TRAE Work CN.0.1.35.no_sid.no_ppe.T(2026/7/13 22:04:08)
- 一句话总结
AIVideo 不是一个只停留在概念阶段的 AI 视频创意，而是一个已经具备在线体验、工作台闭环、手机适配、多端交付，并具备“需求整理 + 多模型智能编排”产品方向的真实 Demo；而我这次参赛最核心的部分，是借助 TRAE 把这个 Demo 从“想法”一步步推进成“能体验、能展示、能说明过程”的作品。