capcut-cli，一个非官方的剪映（CapCut）命令行工具，可以装给任意 Agent 在终端里剪视频。 支持读写存在本地的草稿文件，命令行或 Agent 改完，打开剪映每条轨道都还是活的，能接着手动调整。 一段原始视频丢进去，自动按静音把空白切掉，用 Whisper 打上带样式的字幕，出来就是一个能在剪映里打开的草稿，最后导出那一下还是自己点。 GitHub： 长视频切短视频这块也支持，检测场景切换、检测静音，还有一个专门找口误重录的，说错了又重说一遍的那句它能认出来。 字幕能导出 SRT 也能导入，还能一键把整个草稿克隆成多语言版本，抠像、绿幕、变速、转场、套模板这些也都有。 不上传、不起服务，在本地就能跑，改动原地写回并留一份备份。也能当库调用，或者接进 n8n、Coze 这类自动化平台批量跑。 作者还专门写了份剪映的中文快速上手。平时要批量出短视频、又想让 Agent 干粗活自己收尾的，接进工作流正合适。

我用 @capcutapp AI为旺旺和她的孩子们做了这支小视频，虽然不完美，但是表达了心意。 旺旺和众多的小动物们无法为自己说话，但我们可以。 请不要让旺旺一家遭受的残忍虐杀，随着时间和流量被遗忘。请继续关注、转发、发声，支持仍在为她们奔走的朋友们，让责任被追究，让正义真正到来。 我们今天为旺旺一家争取的，不只是迟来的公道，也是为更多无法呼救的狗狗、猫咪和小动物，争取最基本的保护。 每一次发声都有意义。愿旺旺和孩子们安息；愿有一天，弱小的生命也能被法律与文明认真守护。🙏🏻🕯️ #为旺旺发声# #JusticeForWangWang# #动物保护立法# #china#

现在还有人在推荐的所谓开源“剪映 CapCut”替代 OpenCut 现在已经只有一个壳了，基本上啥代码都没有。 以前的那个半成品也归档不再更新了。

让 AI 视频从「能用」到「好看」的工具。 seedance-video-prompt-architect 输入想法 → 输出专业级提示词 支持 Seedance 2.0 / Dreamina / CapCut 我试了一下「80年代乡村记忆」这个主题。每个都有完整的运镜描述、光线设定、情绪氛围。输出质量比我预期高很多。 把提示词扔给我们豆包小可爱生成的

这是 Kara，她是一个 AI，47,000 名色色的粉丝并不知道 她是这样生出来的： > Pinterest：两张对比鲜明的面孔 > Nano Banana：融合成一张 AI 面孔 > Kling：从真实参考视频中迁移动作 > CapCut：去除塑料感，添加颗粒感，清除 AI 元数据。 3 周内 640 万播放量。19.99 美元 PPV（按次付费）。 回复每一条私信。从不取消拍摄。 从不议价，从不出门，因为她就是个骗子！

🚀 来了！免费开源的 AI 视频编辑器 ComeCut，全平台可用！ 👉 🎬 不用花钱、不用注册！CapCut 的开源替代 ✨支持 AI 字幕翻译 + AI 视频生成！ 🔥 Gemini、DeepSeek、Ollama 已集成！一键字幕翻译好简单 #视频剪辑# #AI工具#

昨天分享了把YouTube的视频搬运到其他平台，觉得还是不过瘾，今天直接分享一个油管大佬把自己的实战经验系统框架开源了，给你骨架，你填自己的内容， 直接自动化做 YouTube 短视频工具——video-autopilot-kit。 一句话：一套框架式的 YouTube / 短视频自动化工具 + 方法论模板，给你纯 ffmpeg 程序化流水线和 CapCut 自动化的代码，加一份问卷，回答完关于你自己频道的问题，它就变成你的专属系统。 两条路，你按自己情况选： Path 1：纯程序化（推荐大多数人） 不碰 CapCut，纯 Python + ffmpeg 跑完整流水线，Windows / Mac / Linux 全支持，跨平台可重现： （1）教学长片模块——内置 premium 动态引擎（亚像素 Ken Burns 镜头推拉、双层 bloom 光晕、光扫、缓动曲线、合成音效），还有字级时间轴字幕、屏幕录像机械化清理 （2）竖屏短视频流水线——纯 ffmpeg 做 Shorts，多色字幕、BGM 自动找高潮起点、音量标准化，静音 vlog 和素材清理也能做 （3）交付前机械化 QA——自动检测频闪、死空档、字幕不同步、B-roll 占比、字幕和画面是否对位，成品不过这关不算完，纯程序不需要 CapCut Path 2：CapCut 辅助（原作者本人主用） 需要 CapCut 的花字、云模板特效时走这条： （4）CapCut Desktop 自动化——直接改草稿 JSON（草稿导入导出、四级静音处理、花字、AI 字幕校正），再用 AI 助手 + Computer Use 操作 CapCut 窗口自动套模板和导出 （5）⚠️ 版本敏感——剪映国内版 6.0+ 已经加密不能直改，动手前要先看兼容矩阵，这条目前 Windows 优先 最特别的地方：它不卖某一个人的数据。 voice 文案风格、算法策略、社群数字全部是空白模板，你照着 SETUP.md 一区一区回答关于你自己频道的问题，填成你自己的 profile。也可以把整个仓库丢给 Claude / ChatGPT，让它照着问卷问你问题、帮你生成配置。 做 YouTube、做短视频自媒体、想把重复的剪辑和包装流程自动化的兄弟，这个框架值得拆一下。 好东西转给需要的兄弟。🚀 #自媒体工具# #开源项目# #老杨啊分享#

兄弟们，30天，YouTube赚了52714美元。 关键是，他连脸都没露。 做的是那种“古代遗迹、失落文明、外星人理论、科学家解释不了的发现”神秘历史视频。 20分钟一条，封面猛一点，标题专挑人忍不住点的。 一个视频1000万播放，一个140万，整个月1390万播放。 流程也很野： Claude写脚本，AI生成画面，ElevenLabs配音，CapCut/Canva收尾。 成本更离谱： Claude 20刀，画面10-30刀，配音5-22刀，再花几个小时测标题和封面。 没摄像机，没工作室，没团队，甚至没本人出镜。 说白了就是把“人类本来就爱点的选题”，塞进一套AI流水线里。 我靠，这种才是真正吓人的地方。

千万别乱花钱，用以下可以省一大笔钱： 别买 Higgsfield → 用 Syllaby（AI视频创作） 别买 Notion AI → 用 Obsidian（AI笔记/知识管理） 别买 Ahrefs → 用 Ranked AI（SEO分析） 别买 Jasper AI → 用 ChatGPT（AI写作） 别买 Grammarly → 用 LanguageTool（语法检查） 别买 Adobe → 用 Canva Pro（设计/作图） 别买 Zapier → 用 Make（自动化工作流） 别买 Calendly → 用 TinyCal（预约排程） 别买 CapCut → 用 InShot（视频剪辑） 别买 Dropbox → 用 Google Drive（云存储） 别买 Zoom → 用 Google Meet（视频会议） 别买 Figma Pro → 用 Penpot（UI设计，开源免费） 别买 HubSpot → 用 HighLevel（CRM/营销自动化） 收藏这份清单，别等它没了才后悔 🔖

AI 视频剪辑 Skill 分享「video-use」 @browser_use 团队推出的开源 Skill，定位为面向 AI Coding Agents（Codex、Claude Code、Cursor、Hermes Agent 等）的视频剪辑 Skill。它不做传统意义上的 Premiere / CapCut 替代品，它是一套让 LLM 通过 “阅读转写文本 + 按需可视化” 来理解视频、并调用 ffmpeg 等工具完成剪辑的 prompt-engineering + 工具脚本集合。 # 核心思想：LLM 不“看”视频，它“读”视频 第一层：音频转写文本（always loaded） 通过 ElevenLabs Scribe 获得逐词时间戳、说话人分离、音频事件标记（如笑声、叹息、掌声），打包成约 12KB 的 takes_packed.md。这是 LLM 的主要“阅读材料”。 第二层：视觉时间线视图（on demand） 仅在决策点（歧义停顿、重拍对比、切点校验）调用 timeline_view.py 生成胶片帧 + 波形 + 字幕的 PNG 复合图。 对比朴素方案“30000 帧 × 1500 tokens = 4500 万 tokens 噪声”，项目走的是 “12KB 文本 + 少量 PNG” 的轻量化路径。这与 Browser Use 让 LLM 读结构化 DOM 而非直接看截图的思路一致。 # 技术流水线：Transcribe → Pack → Reason → EDL → Render → Self-Eval 1. 转写 - transcribe. py / transcribe_batch.py 提取 16kHz 单声道音频，调用 ElevenLabs Scribe，缓存为 transcripts/.json 2. 打包 - pack_transcripts.py 将逐词 JSON 合并为按 0.5s 静音或说话人切换断句的 takes_packed.md 3. 决策 - LLM 自身 阅读 packed transcript，必要时用 timeline_view.py 可视化 4. 生成 EDL - subagents 输出 JSON 格式 edl.json，包含源文件、切点、节奏标签、引用、原因 5. 渲染 - render. py 分段提取 → 无损 concat → 叠动画 → 压字幕 → 响度标准化 6. 自评估 - timeline_view.py + LLM 在输出文件的每个切点 ±1.5s 检查跳帧、爆音、字幕遮挡，最多 3 轮 # 关键工程细节： ffmpeg 为主的剪辑实现 1. 分段提取 + -c copy 拼接（避免叠 overlay 时二次编码） 2. 每段边界 30ms 音频淡入淡出（消除切点爆音） 3. overlay 使用 setpts=PTS-STARTPTS+T/TB 进行时移，确保动画第 0 帧对齐输出时间线 4. 字幕始终最后叠加（防止被动画遮挡） 5. Master SRT 使用输出时间轴偏移：output_time = word.start - segment_start + segment_offset 6. 切点必须落在词边界，并加 30–200ms 填充以吸收 Scribe 50–100ms 的时间戳漂移 7. HDR 源自动 tone-map（HLG/PQ → Rec.709 SDR） 8. 竖屏源自动按高度缩放 9. 两-pass loudnorm：-14 LUFS / -1 dBTP / LRA 11，符合主流社交平台标准 # 动画与包装：多引擎并行 1. HyperFrames：HTML/CSS/GSAP compositions，适合产品 UI、网页转视频、动态排版 2. Remotion：React 组件化 compositions 3. Manim：数学/技术/3Blue1Brown 风格解释动画 4. PIL + PNG sequence + ffmpeg：简单卡片、计数器、打字效果 # SKILL.md 的 12 条“铁律”：生产正确性优先 1. 必须遵守的 12 条硬规则：字幕最后、分段提取再拼接、30ms 淡入淡出、PTS 时移、SRT 输出时间偏移、不切在词中、切点填充、逐词 ASR、缓存转写、并行动画、先确认策略再执行、输出在 /edit/ 2. 其余全部是可调整的“worked example”：调色风格、字幕分块、动画时长、节奏等都可按材料和用户品牌定制