光流（optical flow）捕捉了帧间运动信息，在最近的视频修复方法中通过沿其轨迹传播像素来利用这一特性。然而，这些方法中的手工设计的基于光流的过程是分别应用的，形成了整个修复流水线。因此，这些方法效率较低，并且严重依赖早期阶段产生的中间结果。在本文中，我们提出了一种端到端的流导向视频修复框架（E$^2$2FGVI），通过精心设计的三个可训练模块实现，即光流补全模块、特征传播模块和内容生成模块。这三个模块对应于先前基于光流的方法中的三个阶段，但可以联合优化，从而实现更高效和有效的修复过程。实验结果表明，所提出的方法在定性和定量方面均优于现有最先进方法，并展示了良好的效率。代码可在 https://github.com/MCG-NKU/E2FGVI 获取。