选择标题（3 选 1）

还在手动剪短视频？AutoClip 一个链接一键搞定 7 大平台

AutoClip 实测：1 小时 43 分钟访谈，7.5 分钟自动出 10 条短片

9K Star 开源神器 AutoClip：贴个链接，AI 把长视频剪成短片还送发布文案

AutoClip：一个链接一键出片，9K Star 的开源 AI 剪辑工具到底强在哪？

一、开篇：为什么你需要这个工具？

做内容的人都被同一件事折磨过：一段 2 小时的访谈播客摆在面前，要剪出 10 条适配抖音、小红书、TikTok 的竖屏短片，每条还要带字幕、封面、标题、话题标签。传统流程是人工看片 → 找高光 → 切时间线 → 转字幕 → 调封面 → 写文案 → 改画幅 → 导出。一个熟练剪辑师做完 10 条至少 4 小时，AI 出现后用剪映的智能切片也要反复调整版面。AutoClip 想把这条链路压缩到「贴链接 → 选平台 → 等出片」三步，目前 GitHub 已斩获 9.2K Stars。

二、项目简介：用一句话概括

AutoClip 是一款开源 AI 视频剪辑桌面工具，定位是「一个链接，一键出片」。把播客、访谈、课程等长视频链接粘贴进来，选好目标平台，工具自动分析字幕、筛选高光、剪辑渲染，并生成视频、封面、标题、简介、话题标签和 ZIP 发布包。适配抖音、小红书、TikTok、Reels、YouTube Shorts、B 站与 YouTube。软件本体免费，遵循 MIT 协议，云端模型按量计费；当前最新版本 v1.5.0，提供桌面端、Docker、CLI 与 MCP 四种使用方式。

三、核心功能深度解析

1. 贴链接就出片：端到端自动化链路

AutoClip 把视频获取、字幕转写、模型分析、高光切片、字幕烧录、封面生成、文案撰写、发布包打包合并成一条流水线。每个平台按评分自动产出最多 10 条合格片段，其余列为备选，点「生成这条」再制作。每条成片都附带封面、标题、简介、话题和 ZIP 发布包，省去手动整理发布物料的步骤。

2. 平台与版式自适应

工具内置各平台画幅与时长规则：抖音、小红书默认输出「访谈式」竖屏版式，单人或双人对话自动跟随说话人取景；TikTok、Reels、YouTube Shorts 默认「满屏播客式」竖屏，画面铺满；B 站与 YouTube 输出横版原画幅。字幕文案语言按目标平台切换，竖版还能在设置里切换两种版式。

3. 模型与转写自选

字幕支持三种来源：作者自带的 SRT 字幕、本地 Whisper / SenseVoice、已配置的云端转写服务。分析模型支持任意 OpenAI 兼容服务，可接入云端 API，也可连接本地的 Ollama 或 LM Studio。封面生图默认调用 AI 模型但提供关闭选项，整体策略是「必须云端的环节可选云端，能本地的环节尽量本地」。

4. 渲染在本地，扩展在生态

剪辑、取景与渲染全部在本机完成，FFmpeg 已打包进安装包。除桌面 GUI，还提供 Docker 自建 Web 服务、CLI 批处理、MCP 协议接入 Agent，CLI 与桌面共用同一条一键出片链路，方便自动化与工作流编排。

四、技术亮点与性能数据

AutoClip 采用 Tauri 桌面壳 + FastAPI 后端 + React 前端的组合，Python 负责编排与调用 FFmpeg 渲染。性能实测数据来自官方在 Apple Silicon Mac 上的 v1.5.0 测试：

对比旧版，新版在出片速度上提升 8-9 倍，文字模型费用降至 1/3 至 1/7。1.5.0 版本还修复了字幕分页、人物取景稳定性和长视频队列处理。

五、适用场景与人群

• 访谈与播客主理人：手头有大量 1-3 小时长素材，需要持续产出竖屏切片分发到抖音、小红书、YouTube Shorts。
• 知识付费与课程团队：把课程录像拆解为可独立传播的短片，搭配话题标签提高曝光。
• MCN 机构剪辑助理：需要批量处理嘉宾访谈素材，CLI / MCP 模式适合接入自动化流水线。
• AI 自动化爱好者：用 MCP 把 AutoClip 接入 OpenCode、Claude 等 Agent，构建「收链接 → 出片 → 投稿」全自动工作流。

不太适合游戏录屏、低口播的纯画面素材，这类内容需要手动选段或启用画面识别能力，效果仍需人工复核。

六、竞品对比

AutoClip 的差异化在于「全自动链路 + 开源 + 本地渲染」，对隐私敏感、需要私有化部署的团队尤其友好，且通过 CLI/MCP 可深度嵌入自动化工作流。

七、如何快速上手

桌面版（最省事）

1. 在 Releases 页面下载对应安装包，macOS Apple Silicon 选 .dmg，Windows x64 选 -setup.exe，安装包已自带 Python 与 FFmpeg。
2. 打开设置选择服务商（如 OpenAI 兼容、Ollama、LM Studio），填入 API Key 或本地地址，测试连接并保存。
3. 粘贴视频链接，选择目标平台与版式，点击「一键出片」，等待自动成片后预览下载。

Docker / Web 部署

适合 Linux 或自建服务场景：

git clone https://github.com/zhouxiaoka/autoclip.git cd autoclip cp env.example .env mkdir -p data logs uploads docker compose up -d --build

启动后访问 http://localhost:3000 使用 Web 界面，API 文档位于 http://localhost:8000/docs。

CLI / MCP（批量与自动化）

下载 v1.5.0 CLI/MCP ZIP 后创建虚拟环境并安装：

python3 -m venv venv source venv/bin/activate python -m pip install -r requirements.txt python -m pip install --force-reinstall --no-deps autoclip-1.5.0-py3-none-any.whl

一行命令完成出片：

autoclip produce talk.mp4 --srt talk.srt --platform douyin --portrait-style podcast --json

MCP 模式下客户端可通过 start_quick_output / get_quick_output_status 触发并查询任务状态。

八、总结与行动建议

AutoClip 的核心价值是把长视频拆条剪辑的整条流水线压成「贴链接 → 选平台 → 拿发布物料」三步，本地渲染保证素材不外泄，云端模型可灵活替换。对个人创作者意味着从每周手工剪 5 条提升到日更 10 条，对团队意味着剪辑师可以把时间花在调优而非重复操作。

建议先准备一条有作者字幕的 1 小时访谈素材，按桌面版教程走完整流程，确认效果后再决定是否迁移到 Docker 或 CLI 模式。

• 项目地址：https://github.com/zhouxiaoka/autoclip
• 官网与案例库：https://zhouxiaoka.github.io/autoclip_intro/
• 最新下载：https://github.com/zhouxiaoka/autoclip/releases/latest

一句话推荐：如果你每天都在为长视频剪短片焦头烂额，AutoClip 值得先花 10 分钟试一条。

#autoclip #Autoclip #zhouxiaoka #AI视频剪辑 #脚本化视频 #口播视频 #开源项目 #GitHub