GGitHub 趋势观察站
每日 07:00 更新
← 返回今日榜单

zhouxiaoka /

autoclip

利用人工智能从长视频中识别高光片段并完成二次剪辑的自动化工具。

访问 GitHub 仓库 ↗
最近上榜 · 2026-09-22#9

当日排名

+266当日新增 Star8,198总 Star

AutoClip:从长视频中自动发现高光并生成短片

一分钟看懂

AutoClip 是一款 AI 辅助视频剪辑工具。它分析视频字幕,提取内容大纲和高光片段,生成标题与评分,再自动切出短视频或组合合集。项目提供桌面应用、Docker Web 界面、命令行和 MCP 接口。

你可以用它做什么

  • 从访谈、播客、课程和直播回放中寻找高光片段。
  • 导入本地视频、YouTube 或 B 站链接,并附加 SRT 字幕。
  • 自动生成片段、合集、字幕和标题卡,再按短视频平台预设导出。
  • 通过 CLI 批量处理视频,或让支持 MCP 的客户端调用剪辑流程。

主要能力

  • 基于字幕生成大纲、话题时间线、精彩度评分和片段标题。
  • 支持通义千问、OpenAI 兼容接口、Gemini、硅基流动及 Ollama、LM Studio 本地模型。
  • 可用 Whisper 为无字幕视频转写,并由 FFmpeg 完成切片与导出。
  • 支持 macOS Apple Silicon、Windows x64 安装包,以及 Docker 和 Python CLI 部署。

适合哪些人

适合需要把长篇口播内容整理成短视频的内容创作者、播客团队、课程制作者,以及希望自动化视频处理流程的开发者。

怎么开始使用

普通用户可从 GitHub Releases 下载对应桌面安装包,首次启动后配置模型并用短视频样本测试。服务端部署可使用 Docker Compose;CLI 需要 Python 3.10 以上和 FFmpeg,并按官方文档安装依赖。已有准确 SRT 字幕通常能减少转写等待。

使用前需要知道

当前分析主要依赖字幕,对纯视觉动作或音乐视频的效果可能有限,处理耗时取决于视频长度、硬件和模型。使用云端模型时字幕文本会发送给所选服务商,主动发布时视频会传到目标平台;敏感素材应优先选择本地模型并核对隐私设置。云端模型可能产生费用,本地模型则需要相应算力。项目采用 MIT 许可证。

官方资料