zhouxiaoka/autoclip

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 定位高光、生成标题，并剪出片段与合集。默认走字幕分析，适合访谈、播客、课程和直播回放。自 v1.4.0 起，可另行启用游戏视觉分析（多模态）：需自行配置多模态模型，并显式打开付费视觉初筛。导入后先确认，确认后才正式理解和剪辑，再在共用编辑器里修改。提供桌面应用、Docker Web 界面和 CLI / MCP 三种使用方式。

界面预览

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。

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 | 默认从字幕提取大纲、话题时间线、精彩度评分和片段标题。 | | 游戏视觉分析（v1.4.0，可选） | 自行配置多模态模型，并显式启用付费视觉初筛。确认后识别录屏中的独立事件，生成可编辑高光与推广草稿。字幕分析仍是默认。单一样本不代表所有游戏；输出仍需人工检查边界、裁切和文案，不承诺广告投放效果。v1.4.0 不含 CTA 动效、生成式品牌尾卡、卡拉 OK / 逐词字幕。 | | 确认后再剪 | 导入后先确认制作类型，也可手动校正。未确认的导入可恢复；确认后才正式理解和剪辑，再在共用编辑器里修改。 | | 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（v1.3.2） | 自 v1.3.2 起，切片做好后可在本页发布或预约。海外平台用 Upload-Post；B 站在设置里粘贴一次登录 Cookie。默认尽量私密；也可以只导出、不发布。细则见 发布说明。 | | 自动封面（v1.3.2） | 发布时可自动生成封面，避免 B 站因空封面拒稿；默认细节见安装说明。自 v1.3.2 起可用。 | | 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 Qwen、OpenAI、Gemini、DeepSeek、Doubao Seed、Kimi、GLM、Grok，以及 Ollama / LM Studio 本地模型（自备 API Key）。 | | 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 → 确认 → 默认字幕分析，或显式启用的游戏视觉分析 → 在共用编辑器中修改 → 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。Windows 提供安装包；实际安装、导入与保存尚待实机验收。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 Qwen、OpenAI、Gemini、DeepSeek、Doubao Seed、Kimi、GLM 或 Grok，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。剪辑与渲染在本机完成。字幕路线向所选云端服务发送相关字幕或文案；启用云端视觉模型时，会发送抽样画面及必要文字。费用取决于所选服务商。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 本身仍然免费、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。自 v1.3.2 起，海外发布需要你自己的 Upload-Post 账号。免费档、付费档，以及 TikTok、YouTube、Instagram 等的每日额度，以 Upload-Post 自己的页面为准，不是 AutoClip 的承诺。

我的视频会上传吗？

剪辑与渲染留在你的设备上。字幕路线会把相关字幕或文案发给所选服务商；启用云端视觉模型时，会发送抽样画面及必要文字。费用取决于所选服务商。成片只有在你点「发布」之后才会离开这台机器，发到你已连接的平台；也可以只下载、不发布。这一发布页自 v1.3.2 起可用。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？

默认分析基于字幕，适合访谈、播客、课程和口播。自 v1.4.0 起，游戏录屏可另行启用视觉分析；单一样本不代表所有游戏，输出仍需人工检查边界、裁切和文案，不承诺广告投放效果。v1.4.0 不含 CTA 动效、生成式品牌尾卡、卡拉 OK / 逐词字幕。耗时取决于时长、硬件、模型与导出设置，建议先用自备的 3–5 分钟短样片验证。

第一次出片先试这条：Jackie Dowling | Stanford Energy Fellow（Stanford ENERGY）。示例·非托管·自担使用权。

其他示例不必都试。多为英语对白，可开官方字幕或自备 SRT/Whisper。

• The State of Startups in 2026（Y Combinator）。示例·非托管·自担使用权。
• Sam Altman on Astra, AGI, and the future of OpenAI。第三方访谈（Sources Podcast，非 OpenAI 官方频道）。示例·非托管·自担使用权。

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。

• 安装与第一次出片
• Docker 部署（中文）
• CLI、MCP 与本地模型（中文）
• 模型提供商配置（中文）
• 常见问题（中文）
• 贡献指南（中文）
• 更新日志
• 隐私说明（中文 / English）
• README 翻译与徽章维护（中文）

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。

想法、用法和模型讨论走 GitHub Discussions，不要为此开 Issue。能复现的故障用 Issue 模板。看板规则见 社区看板。

• 欢迎与分类
• 第一次出片问答
• 想法
• 邮箱: [email protected]

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。