💡 **技术栈与架构选择是关键**：作者强调，早期选择正确的技术栈和架构至关重要，以避免后续代码维护困难。他采用了Next.js + Tailwind进行前端开发，Supabase处理用户系统和数据库，并利用Serverless Functions来管理任务签发、状态轮询和结果更新。这种组合能够为项目打下坚实的基础。

⚙️ **API接入的挑战与解决方案**：在与API接口交互时，作者遇到了多个痛点，包括状态字段命名不统一（如state/status/taskState）、结果字段（如resultUrl/mediaUrl/resourceUrl）易变、授权签名（SAS token）存在时间窗口导致401错误，以及任务长时间未完成时出现“假完成”情况。为解决这些问题，作者开发了一个统一处理层，实现了字段自动回退、异常状态检测和结构化错误生成，并对状态轮询加入了指数退避机制以防限流。

💰 **成本控制与性能优化**：GPU渲染成本远超预期，作者采取了多项优化措施来降低开销，包括：1. **任务队列分层**，优先渲染短视频以避免长任务阻塞；2. **状态缓存**，减少不必要的API轮询，因为状态变化频率不高；3. **失败重试策略**，对502/429错误进行自动退避重试。目前，平均生成时间已控制在2分钟左右。

🤔 **开发过程中的反思与改进**：作者在开发过程中发现，许多后端工具的文档较为抽象，需要大量实践摸索。例如，生成任务ID的字段在不同模型下可能不一致，需要手动合并才能稳定获取视频链接。他开发了一个“状态统一器”，能够自动判断任务是否真正完成并标注失败原因，这极大地提升了调试效率。

圈友们好，前 PM 现独立开发的小白一枚，第一次发帖，希望加入到 V2EX 社区和大家一起学，同时分享一些自己的上站踩的坑，也算作为复盘的一种方式。

几个月前我瞄准了视频赛道，尝试用各种 AI 视频工具，结果发现一个共同点：要么太贵，要么太慢，要么没声音。😅于是我决定自己试试看，在这期间踩了 n 多的坑，把几个花了最多时间修复的坑分享出来。

一、要选取正确的 技术栈 & 架构 ！！非常关键，不然后面代码容易改成屎山：

整个项目我自己独立开发，技术栈大概是这样的：

Next.js + Tailwind：前端和 UI

Supabase：用户系统 + 数据库

Serverless Functions：用于签发任务请求、轮询状态和更新结果

在接入 api 接口的的过程中，我踩的坑包括：

状态字段不统一（ state / status / taskState 各种名字）；

有时候返回字段变动，比如视频结果可能在 resultUrl 、mediaUrl 或 resourceUrl ；

授权签名有时间窗（ SAS token ），过期就 401 ；

任务长时间未完成时还会触发“假 completed”。

我后来写了一个统一处理层，自动 fallback 字段、检测异常状态并生成结构化错误。状态轮询也加了指数退避，避免被限流。

二、成本与优化

GPU 渲染费用比我想象中高不少。为降低开销，我重新做了几个优化，站友可以建站的时候直接写进 cursor rules：

任务队列分层：短视频优先渲染，避免长任务堵住短任务；

状态缓存：api 接口状态变化频率不高，不用每秒轮询；

失败重试策略：502 / 429 自动退避重试。

目前平均生成时间大约 2 分钟。我给新用户赠送了 50 积分，想收集不同 prompt 的反馈并吸引一些用户。测试阶段没有收费。欢迎大家免费试用，不收费希望能获取一些反馈，也欢迎群友多多交流，一起进步。大家点这链接可以直接获取积分免费试用 https://sora2openai.com/generate

三、开发过程的一些反思

我发现很多 backend 的工具其实挺强大的，但文档写得很抽象，需要自己摸索。比如生成任务 ID 的字段，在不同模型下不一样，得手动 merge 才能稳定拿到视频链接。

现在我做了一个“状态统一器”，能自动判断任务是否真的完成，并标注失败原因（算是 debug 最多的一段代码了 😅）。

四、下一步计划

加入 多语言配音（中/日/英）、支持自动加字幕、考虑开放一个简易 API 给其他开发者用

💬 最后

我知道 V2EX 上很多朋友也在玩 AI 项目，也想听听大家的意见：

如果你是视频创作者，你希望 AI 视频工具还多什么功能？ sora2openai.com 这个站主要特点追的新词，同时有声音、无水印、生成挺快、比市场价格都便宜。但是感觉在红海市场没有突出产品特色。欢迎拍砖、提建议、或者单纯聊聊。真的希望把这个工具打磨得好用一点。