YOHO AI

标签： 视频编辑

  • OpenCut —— 开源版剪映，免费且隐私优先的跨平台视频编辑器

    OpenCut —— 开源版剪映，免费且隐私优先的跨平台视频编辑器

    OpenCut 开源视频编辑器

    项目简介

    OpenCut 是一个免费、开源的跨平台视频编辑器（Web / 桌面 / 移动端），被社区称为「开源版 CapCut（剪映）」。它采用 Rust 核心 + TypeScript 构建，主打隐私优先、永久免费、简单易用三大特性，目标是把剪映里越来越多被塞进付费墙的基础剪辑功能，重新免费、开放地还给创作者。

    安装要求和过程

    环境要求

    • 普通用户：无需安装，直接用浏览器打开官网 opencut.app 即可在线剪辑。
    • 本地开发 / 自托管：需要 Bun 运行时，以及 Docker + Docker Compose（用于本地数据库与 Redis）。
    • 核心贡献者（可选）：需要 Rust 工具链与 wasm-pack，用于本地构建 GPU 合成器 / 特效 / 遮罩的 WASM 核心。

    快速开始（在线使用，零安装）

    # 直接打开官网，浏览器内即可剪辑导出
https://opencut.app

    本地开发（贡献者）

    # 1. 安装工具链管理器 proto
bash <(curl -fsSL https://moonrepo.dev/install/proto.sh)
# 2. 进入仓库，安装锁定版本工具
proto use
# 3. 启动各端开发服务器
moon run web:dev       # Web 端  → http://localhost:5173
moon run api:dev       # API 端  → http://localhost:8787
moon run desktop:dev   # 桌面端（见 apps/desktop/README.md）

    私有化自托管（Docker 全家桶）

    # 一条命令跑起完整生产环境（含应用构建）
docker compose up -d
# 访问 http://localhost:3100

    ⚠️ 状态说明：主仓库 OpenCut-app/OpenCut 正在用 Rust 核心「从零重写」，官网现网 opencut.app 当前跑的是稳定可用的经典版（opencut-app/opencut-classic）。日常剪辑直接上官网即可；想私有化部署可参考经典版 README 的 Bun + Docker 流程。

    核心功能

    OpenCut 编辑器界面

    1. 隐私优先，视频不上云：所有素材与工程默认保存在本地设备，不强制上传云端，从源头规避隐私泄露焦虑。
    2. 免费开放，剪映付费功能免费用：时间线剪辑、字幕、转场、特效等基础能力全部免费，没有弹窗付费墙。
    3. 跨平台一致体验：一套 Rust 核心代码同时驱动 Web、桌面（GPUI）与移动端，渲染 / 特效 / 遮罩由 GPU 合成器处理，性能更优。
    4. 面向 AI 时代：内置 MCP Server 供 AI 智能体直接调用，支持 无头（Headless）模式做批量渲染与自动化，并集成 fal.ai 的生成式图像 / 视频 / 音频模型。
    5. 插件优先 + 脚本面板：重写版提供 Editor API、一等公民的第三方插件，以及编辑器内脚本标签，可玩性与扩展性强。

    典型使用场景

    • 短视频创作者：被剪映付费墙劝退的 Vlog / 抖音 / YouTube 创作者，可直接在浏览器里完成剪辑与导出，零成本起步。
    • 隐私敏感团队 / 个人：医疗、法务、企业内部视频等素材不出本地设备的场景，OpenCut 的本地优先架构天然契合。
    • 开发者与 AI 工作流：通过 MCP Server 让编程助手自动生成 / 批量渲染视频，或用脚本标签把重复剪辑流程自动化。

    推荐理由

    作为一个常年和视频打交道的人，剪映把「关键帧」「智能抠图」等越来越多基础功能塞进付费墙的操作，确实越来越劝退。OpenCut 把「免费 + 开源 + 隐私」三件事做得很扎实，GitHub 上 7 万+ Star 也证明这不是噱头，而是真实需求。它当前处于 Rust 核心重写期，主仓库在快速演进，而现网经典版已经能稳定剪辑。如果你想把剪辑工具私有化部署到自家服务器、或者希望素材 100% 留在本地，docker compose up -d 一条命令就能拥有属于自己的剪辑平台。对于期待 AI 自动剪辑的玩家，它的 MCP Server + 无头渲染路线也相当值得持续关注。

    OpenCut 产品路线图

    下载地址

  • FunClip：阿里出品的 AI 视频剪辑神器，语音识别 + LLM 智能裁剪，5.9K Stars 让视频剪辑自动化

    FunClip：阿里出品的 AI 视频剪辑神器，语音识别 + LLM 智能裁剪，5.9K Stars 让视频剪辑自动化

    FunClip 界面

    做自媒体的朋友一定有过这样的痛苦：一段两小时的直播回放，只想剪出几句高光金句，却要在时间轴上反复拖拽、听写、对齐字幕。阿里通义语音实验室开源的 FunClip，用语音识别 + 大语言模型把这件事彻底自动化了——上传视频，复制你想保留的文字，点一下，片段就出来了。

    📌 项目简介

    FunClip 是一个完全开源、可本地部署的自动化视频剪辑工具，基于阿里巴巴通义语音实验室开源的 FunASR Paraformer 系列模型对视频做语音识别，用户自由选择识别文本片段或说话人，一键生成对应视频片段，并提供本地 Gradio Web 界面，支持 LLM 辅助智能剪辑。

    ⚙️ 安装要求与过程

    环境要求：仅需 Python 环境（推荐 Python 3.8+）；如需内嵌字幕剪辑，需额外安装 ffmpeg 与 imagemagick 及中文字体文件。

    快速安装：

    # 克隆仓库
git clone https://github.com/modelscope/FunClip.git
cd FunClip
# 安装依赖
pip install -r ./requirements.txt

# 启动本地 Gradio 服务（默认中文 Paraformer）
python funclip/launch.py
# 可选：-m fun-asr-nano (31语种) | -m sensevoice (情绪+事件) | -l en (英文)
#       -p 端口号 | -s True (公网访问)

    启动后访问 localhost:7860 即可使用 Web 界面：上传视频 → 复制需剪辑文本到 “Text to Clip” → 调整字幕 → 点击 “Clip” 或 “Clip and Generate Subtitles”。

    ✨ 核心功能

    • 工业级中文 ASR（Paraformer-Large）：阿里开源的顶尖中文语音识别模型，Modelscope 下载超 1300 万次，可精准预测时间戳，自动返回全视频与目标段 SRT 字幕。
    • 热词定制（SeACo-Paraformer）：在识别过程中指定实体词、人名等热词，显著提升专有名词识别准确率。
    • 说话人分离（CAM++）：集成说话人识别模型，可自动识别 speaker ID，一键剪出特定人物的全部发言片段。
    • LLM 智能剪辑：支持 qwen、GPT 等大模型，结合视频字幕自动推理出高光片段的时间戳；还可选 TwelveLabs Pegasus 视频理解模型，直接“看懂”画面而非仅依赖字幕。
    • 多模型与多语言：2026 年新增 Fun-ASR-Nano（31 种语言高精度）、SenseVoice（情绪识别 + 音频事件检测），并支持英文视频识别剪辑。

    🎬 典型使用场景

    • 自媒体长视频提取金句：把一场发布会、一次访谈原片丢进去，复制想保留的台词，FunClip 自动精准裁出对应时段并生成字幕，做短视频切片效率翻倍。
    • 会议 / 演讲按说话人剪辑：开启说话人分离后，直接剪出某位嘉宾的全部发言，用于整理观点、制作人物集锦，无需手动对照音轨。
    • 视频自动加字幕：识别后一键生成全片 SRT，并可内嵌硬字幕导出，省去逐句听写的繁琐，特别适合教程、纪录片类内容。

    💡 推荐理由

    我自己的使用感受是：FunClip 把“语音识别 → 文本选择 → 视频裁剪”这条链路做到了极简。它不像一些云端剪辑工具那样把数据传上去，而是完全本地运行，隐私可控；Gradio 界面几乎零学习成本，命令行模式又能轻松写进自动化流水线。对做内容创作、知识整理的人来说，它是那种“装好就天天想用”的效率利器。尤其 LLM 智能剪辑的加入，让“我要这段关于乡村振兴的发言”变成一句自然语言指令就能完成。

    🔗 下载地址

    许可协议：MIT（可自由商用与修改）

  • video-use：用 Claude Code 一句话剪辑视频，browser-use 团队出品，15.9K Stars 让 AI 成为你的剪辑师

    video-use：用 Claude Code 一句话剪辑视频，browser-use 团队出品，15.9K Stars 让 AI 成为你的剪辑师

    video-use

    把原始素材丢进文件夹，跟 Claude Code 聊两句，拿回成片 final.mp4 —— 这就是 video-use（15.9K+ Stars，MIT 许可，100% 开源）。它由爆火的 browser-use 团队打造，把”对话式 AI 编程”的思路搬进了视频剪辑：不再和轨道、关键帧死磕，而是用自然语言描述你要的成片。

    🚀 项目简介

    video-use 是一个对话式视频编辑「技能（skill）」，让 LLM 通过阅读而非观看视频来完成剪辑。它把任意原始素材（口播、混剪、教程、旅行、采访）交给 Claude Code / Codex / Hermes 等任意带 shell 的 AI 编程智能体，自动产出可直接发布的成片，全程无需预设模板或复杂菜单。核心思想和 browser-use 一脉相承：给 LLM 一份结构化的「视频说明书」，而不是一堆看不懂的逐帧截图。

    ⚙️ 安装要求和过程

    环境要求

    • Python 3.12+（依赖 requests / librosa / matplotlib / pillow / numpy）
    • uv（推荐）或 pip 管理依赖
    • ffmpeg（必需，渲染引擎）
    • yt-dlp（可选，用于下载在线素材）
    • ElevenLabs API Key（用于 Scribe 转写，按量计费）

    方式一：对话式安装（推荐）

    把官方 setup prompt 粘贴给 Claude Code / Codex / Hermes 等任意智能体，它会自动完成 clone、依赖安装、skill 注册，并在需要时提示你粘贴 ElevenLabs Key——你只需说”准备好了”等它通知。

    方式二：手动安装

    git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use ~/.claude/skills/video-use   # Claude Code
# ln -sfn ~/Developer/video-use ~/.codex/skills/video-use  # Codex

cd ~/Developer/video-use
uv sync                       # 或 pip install -e .
brew install ffmpeg           # 必需
brew install yt-dlp           # 可选

cp .env.example .env          # 填入 ELEVENLABS_API_KEY=...

    安装完成后，进入任意素材文件夹运行智能体，说一句”edit these into a launch video”，它就会盘点素材、给出剪辑策略、等你确认，再把 edit/final.mp4 生成在素材目录旁。

    💡 核心功能

    • 🧹 剔除填充词与死寂：自动删掉 umm / uh、假开场和片段间的空白，节奏立刻紧凑。
    • 🎨 自动调色：每段独立调色——暖色电影感 / 中性 punch / 任意自定义 ffmpeg 链，风格统一可控。
    • 🔇 无爆音剪辑：每个切点做 30ms 音频淡入淡出，彻底告别”咔哒”爆音。
    • 📝 烧录字幕：默认 2 词大写块样式，颜色、字体、排版完全可定制。
    • ✨ 动画叠层：通过 HyperFrames / Remotion / Manim / PIL 生成动画，每个动画派发并行子代理，互不阻塞。
    • 📖 「阅读」而非「观看」：LLM 只读转写文本 + 按需时间轴视图（约 12KB 文本 + 少量 PNG），而非逐帧分析 4500 万 token 噪声——这正是它又快又准的关键。
    • 🔁 自评估闭环：渲染后在每个切点自检画面跳变 / 音频爆音 / 字幕遮挡，最多自动重渲染 3 次，全部通过后你才看到预览。

    📦 典型使用场景

    🎤 场景一：口播 / 教程视频快速成片

    录完一镜到底的口播，丢给 video-use：它会自动剔除 umm、加好字幕、统一调色、消除爆音，几分钟产出可直接上传的成片，省掉 PR 里最枯燥的”听音修剪”。

    🎬 场景二：旅行 / 采访混剪

    多段原始素材自动编排成叙事线，配合 Remotion / Manim 生成的动画叠层，做出有质感的混剪，适合 Vlog、产品发布片、活动回顾。

    🤖 场景三：常驻远程剪辑

    通过 Browser Use Box 跑在自有 VPS 或 Telegram 上，随时丢素材、随时收成片，把剪辑变成一条常驻的消息流水线。

    ⭐ 推荐理由

    我特别欣赏它”给 LLM 一份视频说明书”的设计哲学——和 browser-use 把网页 DOM 喂给模型如出一辙，但对象换成了视频。传统”AI 剪辑”要么逐帧灌噪声、要么套预设模板；video-use 选择让模型读转写、按需看图，既省 token 又保精度，自评估闭环还兜住了质量下限。

    100% 开源、MIT 许可，能挂在任何 AI 编程智能体上，本地文件零上传（只有转写调用 ElevenLabs）。如果你已经用 Claude Code 写代码，顺手把它变成分身剪辑师，几乎零学习成本。唯一门槛是 ElevenLabs 转写按量计费，但换来的是真正”对话即剪辑”的体验。

    📧 下载地址

  • OpenCut：开源CapCut替代品，免费视频剪辑工具，58,936+ Stars让创作者不再被绑架

    OpenCut：开源CapCut替代品，免费视频剪辑工具，58,936+ Stars让创作者不再被绑架

    OpenCut

    开源 CapCut 替代品，免费视频剪辑工具

    ⭐ 58,936+ Stars
    🍴 6,420+ Forks
    📅 2025-06 创建
    📄 MIT 许可

    OpenCut Logo

    OpenCut 项目组织头像

    📌 项目简介

    OpenCut 是一款免费开源的视频剪辑工具，定位为 CapCut（剪映国际版）的开源替代品。项目支持 Web、桌面和移动端三端，基于 Rust 核心 + TypeScript/Next.js 构建，MIT 许可确保永久免费。项目在 GitHub 上仅用不到一年时间就获得了近 6 万星标，是 2026 年最受关注的开源创意工具之一。

    58,936+
    GitHub Stars

    6,420+
    Forks

    328
    Open Issues

    TypeScript
    主要语言

    ⚙️ 安装要求和过程

    环境要求

    • Node.js / Bun 运行时（项目使用 Bun 作为包管理器）
    • proto 工具链管理器（用于管理 Bun 和 moon 版本）
    • Rust 编译环境（核心模块，正在重写中）
    • Git

    快速安装步骤

    # 1. 安装 proto 工具链管理器
    bash <(curl -fsSL https://moonrepo.dev/install/proto.sh)

    # 2. 克隆仓库
    git clone https://github.com/OpenCut-app/OpenCut.git
    cd OpenCut

    # 3. 安装依赖（proto 会自动安装 bun + moon）
    proto use
    bun install

    # 4. 启动开发服务器
    moon run web:dev # Web 端 → localhost:5173
    moon run api:dev # API 端 → localhost:8787

    💡 当前项目正在从零重写（rewrite 分支），经典版本可在 opencut-classic 仓库获取。

    ✨ 核心功能

    1

    三端统一，随处剪辑

    基于 Rust 核心 + TypeScript/Next.js 构建，同一套代码库同时支持 Web 浏览器、桌面应用（Windows/macOS/Linux）和移动端（iOS/Android），随时随地继续你的剪辑项目。

    2

    插件优先架构，无限扩展

    正在重写中的版本采用插件优先（plugin-first）架构，支持一等公民第三方插件。官方将提供 Editor API，让开发者可以深度定制剪辑功能，打造专属工作流。

    3

    MCP 服务器支持，AI 智能体就绪

    重写的 OpenCut 将内置 MCP（Model Context Protocol）服务器，允许 AI 智能体直接调用剪辑功能。这意味着未来可以用自然语言描述剪辑需求，由 AI 自动完成视频编辑。

    4

    无头模式，批量自动化渲染

    支持 Headless 模式（无界面运行），可用于自动化批处理、模板化视频生成等场景。结合脚本功能（编辑器内直接编写脚本），可实现复杂的自动化剪辑流程。

    5

    隐私优先，MIT 永久免费

    MIT 许可协议确保项目永远免费、永远开源。与 CapCut 不断加锁基础功能、强制水印不同，OpenCut 承诺永不收费、永不加水印，所有数据本地处理，隐私完全掌控在自己手中。

    🎬 典型使用场景

    📱 场景一：短视频创作者

    抖音、快手、B站短视频创作者可以用 OpenCut 替代 CapCut，完成剪辑、字幕、转场、滤镜等全套操作。MIT 许可意味着你可以商用、可以二次开发，不用担心版权问题。Web 端无需安装，打开浏览器就能剪。

    🤖 场景二：AI 辅助视频生产

    利用即将上线的 MCP 服务器功能，可以将 OpenCut 接入 AI 智能体工作流。例如：用 LLM 生成视频脚本 → AI 自动匹配素材库 → 调用 OpenCut MCP 接口自动剪辑 → 批量生成多语言版本。这对于内容电商、教育培训等需要大量视频内容的场景极具价值。

    🏢 场景三：企业内网部署

    OpenCut 支持自托管部署，企业可以在内网搭建私有视频剪辑平台，供市场部、培训部等团队使用。不同于 CapCut 需要联网、有数据出境风险，OpenCut 完全离线运行，满足金融、政府等行业的数据合规要求。

    💡 推荐理由

    CapCut 无疑是当前最好用的免费视频剪辑工具之一，但它的”免费”正在逐步缩水 —— 高级功能不断收归付费墙后，导出视频强制加水印，这一切都让创作者感到被绑架。

    OpenCut 的出现，给了创作者一个真正的选择。它不只是”另一个剪辑工具”，而是从根本上重新思考了视频编辑软件的商业模式 —— 软件本身应该免费，开发者通过企业赞助和高级服务盈利（fal.ai 已是赞助商）。这种模式下，普通用户永远免费，企业用户获得专业支持，开发者有可持续的收入来源。

    特别值得关注的是它的 MCP 服务器计划。当大多数剪辑软件还在思考如何整合 AI 时，OpenCut 直接把剪辑能力暴露为 MCP 接口，让任何 AI 智能体都能调用。这意味着不久的将来，你可能对 AI 说”帮我把这段素材剪成 30 秒的抖音风格视频”，AI 就会直接调用 OpenCut 完成剪辑。

    当然，项目目前处于重写阶段（rewrite 分支），经典版本功能已经可用，但新架构带来的插件系统、MCP 支持等还需要等待。如果你等不及，可以先使用 opencut.app 的在线版本。

    🔧 技术架构

    核心语言 Rust（核心模块）+ TypeScript（前端/后端）
    前端框架 Next.js（React 生态）
    包管理器 Bun（高性能 JS 运行时）
    构建工具 moon（monorepo 任务编排）
    许可协议 MIT License（永久免费开源）
    托管平台 GitHub（OpenCut-app/OpenCut）

    📥 下载地址

    当前经典版本可直接使用，重写版本请关注 new.opencut.app 上线通知

    OpenCut 正在重新定义视频剪辑软件的可能性 —— 免费不代表低质，开源不代表难用。

    项目处于活跃开发阶段，建议 Star 收藏以跟进最新进展 🌟