AI Video Orchestrator 技术选型文档


 TL;DR
AI 视频编排平台的技术选型文档:跨平台优先、Agent 优先、插件化优先三条原则,以及每一层的具体技术选型。
难度 中等

版本:V1.0

作者:架构组


1. 技术选型原则

目标

支持:

  • Web端
  • 桌面端
  • 移动端

统一开发。


支持:

  • AI Agent
  • Workflow
  • Provider插件
  • 视频任务编排
  • 企业级扩展

原则:

原则1

跨平台优先

避免多套代码。


原则2

Agent优先

天然支持LLM。


原则3

插件化优先

支持第三方扩展。


原则4

云原生优先

方便私有化部署。


2. 总体技术架构

Client Layer

↓

API Layer

↓

Application Layer

↓

Workflow Layer

↓

Agent Layer

↓

Provider Layer

↓

Infrastructure Layer


3. 客户端技术选型

方案比较

React Native

优点:

移动端成熟

缺点:

桌面端支持较弱


Flutter

优点:

移动端体验最好

缺点:

桌面生态一般


Tauri + React

优点:

桌面端优秀

缺点:

移动端支持较弱


React + Tauri + React Native

优点:

生态成熟

缺点:

维护两套UI


Flutter + Flutter Desktop + Flutter Web

优点:

真正一套代码

支持:

Windows

Mac

Linux

Android

iOS

Web


推荐:

Flutter


4. 前端技术栈

Framework

Flutter 3.x


状态管理

Riverpod


路由

GoRouter


本地存储

Hive


网络

Dio


国际化

easy_localization


图表

fl_chart


工作流编辑器

自研节点编辑器

类似:

ComfyUI

LangFlow

Dify Workflow


5. 桌面端技术选型

采用:

Flutter Desktop


支持:

Windows

MacOS

Linux


优势:

统一UI

统一代码

统一维护


未来支持:

本地模型部署

本地渲染

GPU调用


6. Web端技术选型

Flutter Web


优点:

与桌面共用代码。


企业版管理后台

采用:

React

Ant Design

单独开发。


原因:

管理后台开发效率更高。


7. 后端技术选型

方案比较

Java

优点:

企业级成熟

缺点:

Agent生态差


Python

优点:

AI生态最好

缺点:

高并发一般


Go

优点:

高性能

缺点:

Agent生态较弱


推荐:

Go + Python


职责划分:

Go:

业务系统

API

任务调度

Workflow


Python:

Agent

LLM

Prompt

AI推理


8. API层

框架:

Go


推荐:

Gin

或者

Fiber


统一:

REST

WebSocket


9. Workflow引擎

候选

LangGraph

Temporal

Airflow

Camunda


推荐:

Temporal

LangGraph

组合


Temporal负责:

任务编排

重试

恢复

状态管理


LangGraph负责:

Agent流程


10. Agent框架

推荐:

LangGraph


原因:

天然支持:

  • 多Agent
  • 状态机
  • Memory
  • Tool Calling

11. 数据库选型

主数据库:

PostgreSQL


原因:

JSON

向量

全文检索

事务

统一支持


12. 向量数据库

推荐:

Qdrant


存储:

角色Embedding

导演知识库

Prompt知识库


13. 缓存

Redis


用途:

Session

Workflow状态

任务缓存


14. 消息队列

推荐:

Apache Kafka


用途:

视频任务

Agent任务

Provider回调


15. 文件存储

开发阶段:

MinIO


生产阶段:

S3兼容存储


保存:

视频

图片

音频

项目文件


16. Provider架构

统一接口:

Provider SDK


支持:

Kling

Veo

Runway

PixVerse

Hailuo

Vidu

Luma


配置中心:

Provider Center


用户可配置:

API Key

Endpoint

Region

Model

Quota


17. 视频处理

推荐:

FFmpeg


用途:

拼接

转码

字幕

音频混合

封面生成


18. 实时通信

WebSocket


支持:

任务状态

Agent日志

视频生成进度

Workflow执行过程


19. 部署架构

容器化:

Docker


编排:

Kubernetes


GPU管理:

NVIDIA GPU Operator


任务调度:

Volcano


20. 可观测性

日志:

Loki


监控:

Prometheus

Grafana


链路追踪:

OpenTelemetry


21. 开发团队配置

前端

2人

Flutter


后端

3人

Go


AI工程师

2人

LangGraph

Prompt


DevOps

1人


产品

1人


总计:

9人


22. 最终技术栈

客户端:

Flutter


管理后台:

React


后端:

Go


Agent:

Python

LangGraph


数据库:

PostgreSQL


向量库:

Qdrant


缓存:

Redis


消息队列:

Kafka


存储:

MinIO


编排:

Temporal


部署:

Kubernetes


视频处理:

FFmpeg


这是当前阶段最适合 AI Video Orchestrator 的技术方案。


文章作者: growdu
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 growdu !
这篇还发到了
今日头条 drafted
  目录