做了个 Tiny Desk AI：选一段演出视频，用照片替换舞台上的人物

大家好，最近做了个 Tiny Desk AI ，围绕办公室小型演出这类场景，把选片、角色分配和提交生成放到了一个网页里。

地址： https://tinydesk-ai.org/

使用流程比较简单：

1. 先选一段站内示例视频，看看场景和人物位置。
2. 按模板上传照片，指定要替换的角色。支持单人、双人和乐队等形式；双人可以分别放两张照片，也有把同一张脸分配给多个乐队角色的玩法。
3. 提交任务，完成后在作品页查看和下载视频。

这里的输入是「参考视频＋人物照片」。我把角色和素材的对应关系写进了提示词，希望模型在替换指定人物面部的同时，尽量保留参考片段里的动作、镜头和演出氛围，减少用户自己反复写提示词的步骤。

技术上用的是 TanStack Start + React ，部署在 Cloudflare Workers ，数据和素材分别放在 D1 、R2 ，视频部分接了 Replicate 的 Seedance 2.0 。主要在打磨多角色照片对应、上传交互和任务状态反馈。

也说明一下边界：这是生成式视频编辑，脸部一致性、多人对应和音轨还原仍可能有偏差；页面里的模板视频是参考素材，不代表每次都能得到同样的结果。项目与 NPR 无隶属关系。请只使用自己或已获授权的照片，并在分享成片时注明 AI 制作。

想听听大家的建议：选模板和分配角色是否一眼能看懂？你会更想做单人、双人，还是整支乐队的版本？欢迎直接指出流程里别扭的地方。