Naman Aroraand周小舟
8968916b70
* feat(cli): 支持 opencode MCP 一键接入（autoclip mcp install opencode） 新增 autoclip mcp install opencode：自动探测启动命令（autoclip / autoclip-mcp / python -m backend.mcp_server），把 mcp.autoclip 合并写入 opencode 配置（全局 ~/.config/opencode/opencode.json，或 --scope project 写项目 opencode.json）。 不覆盖用户已有配置：写入前备份 opencode.json.bak；JSONC 注释配置默认不动，--force 才先备份再重写；无法解析的配置永不覆盖。新增 backend/services/opencode_setup.py（仅标准库）与 7 个单元测试；新增 docs/OPENCODE.md / docs/OPENCODE.en.md，并更新 CLI_AND_MCP、README、mcp_server.py docstring。 * docs: 文档中心收录 opencode 接入指南 * fix(cli): opencode 接入修复 [P2]：重装保留自定义字段、jsonc 优先级与冲突拒绝 重装只更新 type / command，按 key 合并 environment（模块回退写 PYTHONPATH），保留 timeout / enabled 等用户字段；只有 opencode.jsonc 时写 jsonc，两份配置都有且 jsonc 含 mcp 段时写入前直接拒绝；解析兼容 UTF-8 BOM。回归测试 16 passed。 * fix(cli): honor explicit OpenCode config and refresh fallback paths --------- Co-authored-by: 周小舟 <christine_zhouye@163.com>
AutoClip
开源 AI 高光剪辑工具
导入长视频，AI 分析字幕、找出精彩片段，自动剪成短视频与合集。
下载桌面版 · 快速开始 · 项目网站 · 使用文档 · 问题反馈
简体中文 · English · 日本語 · 한국어 · Español · Português · Русский · Français
适合访谈、播客、课程、口播与直播回放。提供桌面应用、Docker Web 界面和 CLI / MCP，可交互使用，也可批量处理。
界面预览
| AI 切片结果 | Studio 预览与修改 |
 |
 |
v1.4.0 界面实拍（含后续 Studio 修复）：导入视频、查看真实切片结果，再进入 Studio 修改成片。截图为中文界面，案例字幕与生成标题保留英文。
特别感谢 ❤️
 88API |
感谢 88API Token聚合平台 赞助 AutoClip！聚合 GPT、Claude、Gemini、Grok、DeepSeek、Kimi、GLM 等语言与编程模型，适合字幕分析、高光筛选与标题生成。 🎨 多媒体能力：平台提供 GPT-Image、Gemini、Grok 等图片模型，Seedance、Veo、MiniMax Hailuo H3、Kling、Grok 等视频模型，以及 Whisper、TTS 等语音能力；AutoClip 可接入兼容的分析、封面生图与字幕转写接口。 🏷️ 服务与结算：据合作方介绍，由海外企业运营，提供人工客服、正规发票，充值比例 1:1；具体模型、服务与结算条件以平台页面为准。 🎁 新用户福利：通过 专属推广链接注册可获体验额度，用于测试模型能力，领取条件以活动页面为准。 接入说明 |
 Infistar.cc 无限星河 |
感谢 Infistar.cc 无限星河 赞助 AutoClip！提供多模型 API 服务，适合长视频字幕分析、高光筛选与标题生成等工作流。 ⚙️ 兼容接入：在 AutoClip 选择 OpenAI 兼容接口，填写 Base URL、API Key 和可用模型，即可配置使用。 🧩 多模型选择：合作方提供 Claude、GPT、Gemini、DeepSeek 等系列模型，可选择支持兼容接口的型号，对比字幕分析与高光筛选效果。 🏷️ 价格与服务：据合作方介绍，部分模型低至官方定价的 0.1 折，支持人民币结算、开票及模型验真；具体型号、价格与服务条件以平台页面为准。 🎁 AutoClip 专属福利：通过 专属推广链接注册可领取 $5 体验额度，领取条件以活动页面为准。 接入说明 |
功能特性
点击任意缩略图查看大图。
多种导入方式本地视频、YouTube 或 B 站链接，可附带 SRT 字幕；无字幕时可使用本地 Whisper 转写。 
|
AI 内容分析基于字幕生成大纲与话题时间线，为片段评分、提取标题。
|
片段与合集自动生成切片，预览结果，并按需要调整合集顺序。 
|
多平台导出提供抖音、小红书、YouTube Shorts 和 B 站预设，支持烧录字幕与标题卡。 
|
封面与发布自 v1.3.2 起支持自动封面、立即发布和定时发布；海外平台通过 Upload-Post 连接，B 站单独配置。 
演示环境未连接发布账号；这里展示发布入口和封面设置，并非已发布结果。 |
发布管理查看发布记录与月历，管理待发布任务；也可只下载成片。 
|
模型可选支持通义千问、OpenAI 兼容接口、Gemini 等云端服务，以及 Ollama / LM Studio 本地模型。 
|
批量与 Agent 工作流用 CLI 编排批量任务，或通过 MCP 调用视频处理能力。 
CLI / MCP 无图形界面：此图是实际命令帮助输出的展示页截图。 |
多语言界面支持中、英、日、韩、西、葡、俄、法，可在顶栏切换或跟随系统；素材与生成内容保留原文。 
英文界面与语言选择菜单；素材和生成内容保持原语言。 |
|
查看发布平台、账号要求与导出细节
海外发布使用你自己的 Upload-Post 账号，支持平台以账号实际连接情况为准，包括 TikTok、Instagram、YouTube、Facebook、LinkedIn、X、Threads、Pinterest、Bluesky、Discord 和 Google Business。B 站在设置中单独填写 Cookie（包含 SESSDATA、bili_jct、DedeUserID），支持一个账号。
在切片页面打开发布，可立即发布或定时发布。标题和描述可不填，默认使用片段标题；字幕烧录和约 4 秒的片头标题卡默认开启。可见范围在平台支持时默认「仅自己」，其中 TikTok、YouTube、B 站支持 private / 仅自己。封面与标题卡行为以所用版本的 Release 说明为准。
竖屏账号导出为 9:16，不按 60 秒截断；只发 B 站用横屏，只有 LinkedIn、X 这类横屏账号时保留原画。竖屏平台与 B 站同次发布时分别渲染。
项目页提供发布记录和月历，可取消待发布排期。「排这一周」安排在周一、周三、周五 09:00，仅用于海外平台，不包含 B 站。
导入视频 → 字幕 / 语音转写 → AI 分析 → 片段与合集 → 导出 / 发布
快速开始
| 你的使用场景 | 建议方式 | 准备事项 |
|---|---|---|
| 在电脑上剪辑视频 | 桌面版 | macOS Apple Silicon 或 Windows x64 |
| 自建 Web 服务 / Linux | Docker | Docker 与 Compose v2 |
| 批量处理 / 接入 Agent | CLI / MCP | Python 3.10+（建议 3.11）与 FFmpeg |
桌面版：第一次出片
- 下载安装。 前往 Releases：macOS Apple Silicon 选
.dmg，Windows 10 / 11 x64 选-setup.exe。桌面版内置 Python 和 FFmpeg；Intel Mac / Linux 可使用 Docker 或 CLI。实际系统要求以对应 Release 为准。 - 配置模型。 在设置中选择服务商，填写 API Key 与模型名，测试连接后保存；使用本地模型时，先启动 Ollama 或 LM Studio。
- 导入视频。 建议先用 3–5 分钟短样片，可同时导入 SRT。无字幕时先在设置中准备本地 Whisper 组件与语音模型。
- 预览并导出。 检查片段起止时间、标题和内容完整性，选择导出预设，或连接账号后发布。
Docker / Web 部署
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
CLI / MCP 安装与使用
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"]。opencode 用户一条命令即可接入：autoclip mcp install opencode（见 OpenCode 接入）。详见 CLI / MCP 指南（中文）和 Agent skill（中文）。
模型配置
| 方式 | 配置 |
|---|---|
| 云端 API | 在设置中选择服务商，填写自己的 API Key 和模型名。OpenAI 兼容服务还可配置 Base URL。 |
| Ollama | 默认地址 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，需要改为容器可访问的宿主机地址。视频剪辑在本地进行；云端字幕分析会向所选服务商发送字幕文本，下载视频与模型仍需要网络。
模型配置指南 · 本地模型与容器配置 · Infistar 接入
常见问题
需要付费或 API Key 吗？
AutoClip 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？
剪辑留在你的设备上。使用云端模型时，字幕文本会发送给该服务商。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。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，建议先用自备的 3–5 分钟短样片验证。
素材准备和公开链接示例见 第一次出片指南。
文档
| 你想了解 | 文档 |
|---|---|
| 安装与首次出片 | 安装指南 |
| 自建服务与自动化 | Docker 部署 · CLI / MCP · Agent skill · OpenCode 接入 |
| 配置模型与排错 | 模型配置 · 常见问题 |
| 版本与隐私 | 更新日志 · 隐私说明 |
| 参与开发与翻译 | 贡献指南 · 翻译维护 |
README 提供八种语言，深入文档以中文为主；安装与排错指南另有英文版本。
参与贡献与联系
欢迎提交修复、使用反馈和翻译改进。如果 AutoClip 帮到了你，欢迎给项目一个 Star。
- 提问与交流：GitHub Discussions · 第一次出片问答 · 分享想法。
- 报告故障：使用 Issue 模板，附上系统、版本、所选模型、复现步骤与已脱敏日志。
- 合作联系：christine_zhouye@163.com。
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。提问前请先查看 FAQ 与 已知问题；社区分类见 欢迎说明 和 社区看板。
感谢 FastAPI、React、Tauri、FFmpeg、yt-dlp、Whisper，以及所有贡献者。项目采用 MIT License。
社区成就与 Star History
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。