github

zhouxiaoka / autoclip

  • вторник, 22 сентября 2026 г. в 00:00:02
https://github.com/zhouxiaoka/autoclip

AutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具



AutoClip

AutoClip

把长视频变成值得分享的精彩片段。

简体中文 · English · 日本語 · 한국어 · Español · Português · Русский · Français

GitHub release GitHub stars GitHub forks GitHub issues License: MIT

项目网站 · 反馈问题

桌面安装包: macOS · Apple Silicon · Windows · x64

安装与第一次出片 · 完整排错指南

自 v1.3.1 起，产品界面、官网和 README 均支持中、英、日、韩、西、葡、俄、法。顶栏可切换界面语言或跟随系统；用户素材和生成内容保留原文。

AutoClip 用 AI 分析视频字幕、定位高光、生成标题，并自动剪出片段与合集。适合访谈、播客、课程和直播回放，提供桌面应用、Docker Web 界面和 CLI / MCP 三种使用方式。

界面预览

AutoClip v1.3.0 — local video import

v1.3.0 真实 Web 界面：在文件导入区添加本地视频，可同时提供 SRT 字幕。

社区成就

AutoClip — GitHub Trending AutoClip — Trendshift Python daily ranking AutoClip — Trendshift daily ranking, all languages

以下徽章由 Trendshift 提供，点击可查看 AutoClip 的上榜记录。GitHub Trending 与 Trendshift 是不同榜单；徽章展示平台记录的成就，不代表当前实时排名。

你可以做什么

能力 说明
导入素材 支持本地视频、YouTube 与 B 站链接，可附带 SRT 字幕。
发现高光 从字幕提取大纲、话题时间线、精彩度评分和片段标题。
剪辑与合集 自动生成视频切片，组合推荐合集，也可手动调整顺序。
发布导出 提供抖音、小红书、YouTube Shorts 和 B 站导出预设，支持烧录字幕与标题卡。
自由选择模型 支持通义千问、OpenAI 兼容接口、Gemini、硅基流动，以及 Ollama / LM Studio 本地模型。
接入自动化 通过 CLI 批量编排，或让支持 MCP 的客户端调用同一条处理流水线。

导入视频 → 准备字幕 / 语音转写 → AI 分析与评分 → 生成切片与合集 → 导出成片

快速开始

1. 桌面版

从 GitHub Releases 下载适合你的安装包：

平台 安装方式
macOS · Apple Silicon .dmg
Windows 10 / 11 · x64 -setup.exe
Intel Mac / Linux 使用下方 Docker 或 CLI

桌面安装包内置 Python 和 FFmpeg。实际支持的平台与首次启动说明以对应 Release 为准。安装后先在设置中选择模型提供商、测试连接并保存，再导入视频。

2. Docker / Web

需要 Docker 和 Docker Compose v2。以下命令在仓库根目录执行：

git clone https://github.com/zhouxiaoka/autoclip.git
cd autoclip
cp env.example .env

启动前编辑 .env：选择 LLM_PROVIDER，填写对应服务的 API Key 和模型名；也可以启动后在设置页配置。

mkdir -p data logs uploads
docker compose up -d --build

打开 Web 界面；API 文档 在后端启动后可用。部署细节见 Docker 指南（中文）。

Linux 上若绑定目录出现权限错误，先执行以下命令修正项目数据目录的归属，再重新启动服务：

docker compose run --rm --no-deps --user root --entrypoint sh autoclip -c 'chown -R autoclip:autoclip /app/data /app/logs /app/uploads'
docker compose up -d

3. CLI / MCP

需要 Python 3.10+（建议 3.11）和 PATH 中可用的 FFmpeg。以下安装示例使用 macOS / Linux shell；Windows PowerShell 用 venv\Scripts\Activate.ps1 激活虚拟环境。CLI 本地处理不需要 Redis。

git clone https://github.com/zhouxiaoka/autoclip.git
cd autoclip
python3 -m venv venv
source venv/bin/activate
python -m pip install -r requirements.txt
python -m pip install -e .

本地模型示例：先安装并启动 Ollama，再下载模型。无字幕视频需要 faster-whisper，首次转写会下载语音模型；已有字幕可用 --srt talk.srt。

ollama pull qwen2.5:7b
python -m pip install faster-whisper
autoclip doctor --provider ollama
autoclip run talk.mp4 --provider ollama --json

把 PROJECT_ID 替换为处理结果中的项目 ID，即可导出 Shorts 格式；用 autoclip mcp 启动 stdio MCP 服务：

autoclip export PROJECT_ID --preset shorts
autoclip mcp

在 MCP 客户端中将 command 设为虚拟环境里 autoclip 的绝对路径，args 设为 ["mcp"]。详见 CLI / MCP 指南（中文）和 Agent skill（中文）。

模型配置

方式 配置
云端模型 在设置中选择通义千问、OpenAI 兼容接口、Gemini 或硅基流动，填写 API Key；兼容接口可配置 Base URL。
Ollama 服务地址默认为 http://localhost:11434/v1，默认模型 qwen2.5:7b，无需 API Key。
LM Studio 加载模型并启动 Local Server，默认地址 http://localhost:1234/v1，选择服务实际提供的模型。

Docker 访问宿主机模型服务时，localhost 指向容器自身；需配置容器能访问的宿主机地址。详见 CLI / MCP 指南。视频剪辑在本地进行，云端模型分析会向所选服务发送字幕文本；下载视频与模型仍需要网络。

常见问题

需要付费或 API Key 吗？

AutoClip 本身免费、开源（MIT）。云端模型由所选服务商计费，需要自己的 API Key；Ollama / LM Studio 本地预设无需云端 Key，但需要模型和相应硬件。

我的视频会上传吗？

本地剪辑在你的设备上完成；使用云端模型时，字幕文本会发送给该服务商。主动使用发布上传功能时，视频会发送到目标平台。统计与错误报告取决于版本和设置，详见隐私说明。

没有字幕也能使用吗？

可以，需要先准备本地 Whisper 组件和语音模型。已有字幕时可同时导入 SRT；准确字幕通常能减少转写等待和识别错误。

为什么没有生成片段？

先检查失败阶段：字幕是否为空、模型连接是否成功、评分阈值是否过高，以及 FFmpeg 和磁盘是否正常。可以尝试把评分阈值从 0.7 降到 0.5，但不保证一定有片段。

什么视频更适合？处理要多久？

当前分析主要基于字幕，适合访谈、播客、课程和口播。纯视觉动作或音乐类视频效果可能有限。耗时取决于时长、硬件、模型与导出设置，建议先用短样本验证。

完整排错指南 · 已知问题

文档

README 提供八种语言；以下深入文档目前以中文为主。README 翻译语言不代表应用界面或转写模型支持的语言范围。

参与贡献与联系

欢迎提交修复、使用反馈和翻译改进。报告问题时请附上系统、版本、所选模型、复现步骤及已脱敏的错误日志。

个人业余维护，回复时间不固定，不提供即时客服或一对一部署服务。联系前请先查看常见问题与已知问题。

感谢 FastAPI、React、Tauri、FFmpeg、yt-dlp、Whisper，以及所有贡献者。项目采用 MIT License。如果 AutoClip 帮到了你，欢迎给项目一个 Star。

Star History