AI-Media2Doc 是一个开源项目，旨在将视频和音频内容一键转化为多种风格的文档，如小红书、公众号、知识笔记、思维导图等。该项目由开源社区维护，采用 MIT 协议授权，支持本地部署，无需登录注册，且所有任务记录保存在本地。用户可以通过 GitHub 地址（https://github.com/hanshuaikang/AI-Media2Doc ）获取项目源码并进行部署和使用。
AI-Media2Doc开源项目官网入口网址：https://github.com/hanshuaikang/AI-Media2Doc
AI 视频图文创作助手是一款 Web 工具, 基于 AI 大模型, 一键将视频和音频转化为各种风格的文档, 无需登录注册, 前后端本地部署，以极低的成本体验 AI 视频/音频转风格文档服务。
核心功能
- 完全开源：MIT 协议授权，支持本地部署。
- 隐私保护：无需登录注册，任务记录保存在本地
- 前端处理：采用 ffmpeg wasm 技术，无需本地安装 ffmpeg
- 多种风格支持：支持小红书/公众号/知识笔记/思维导图/内容总结等多种文档风格支持。
- AI 对话：支持针对视频内容进行 AI 二次问答。
- 支持字幕导出: 结果一键导出为字幕文件。
- 智能截图: 基于字幕信息智能截图并插入文章, 无需视觉大模型, 实现真正的图文并茂。
- 支持自定义 Prompt：支持在前端自定义配置 prompt。
- 一键部署：支持 Docker 一键部署。
- 支持设置访问密码: 后端设置访问密码之后, 前端用户需要填写该密码才可以正常使用。
AI-Media2Doc 的核心功能包括音视频处理、多种输出格式支持、AI 对话、字幕导出、智能截图插入、自定义 Prompt 等。项目支持前端 ffmpeg wasm 处理，无需本地安装 ffmpeg，也支持 Docker 一键部署。此外，该项目还支持生成思维导图，并可导出到第三方平台进行编辑和调整。
AI-Media2Doc 的目标是降低 AI 应用门槛，为自媒体博主、企业文员和学生提供高效的多媒体内容处理工具，帮助用户快速将音视频内容转化为高质量文档。该项目在多个技术社区和开源平台（如 GitHub、Python 潮流周刊等）上被提及和推荐。
