从关键帧图片生成运动变体，组装镜头、转场和字幕，输出适合短视频平台的成片。
使用 ComfyUI：节点式本地出图工作流，支持图像、视频与自定义模型。
使用 Diffusers：Hugging Face 扩散模型库，覆盖图像、视频和音频生成。
使用 OpenMontage：开源 Agent 视频制作系统，12 条流水线、100+ 工具。
使用 FFmpeg 音视频处理：本地转码、剪辑、抽音轨、压制的万能底座。
