AI Video Editor

AI视频编辑器

一个本地的开源CLI工具，使用人工智能自动编辑有声视频。将其指向原始录音，它会删除静音、填充词（“um”、“uh”、“ну”、”типа“）和失败的拍摄（说“剪切”以标记重新开始）。它使用Silero VAD进行语音检测，使用Whisper large-v3进行带字级时间戳的转录，使用FFmpeg进行帧精确组装。可选择通过LLM生成智能钩子开启器和YouTube章节标记。完全在您的机器上运行——核心管道不需要云API。设计用于由AI代理调用（结构化JSON输出）或用作Claude Desktop中的MCP服务器。

特性

• 消除沉默 --Silero VAD去除死空气；短暂的自然停顿得以保留
• 填充词删除 --英语和俄语填充词（“um”、“uh”、“ну”、
• 重新启动检测 --“cut cut”/“каткаят”删除整个失败的镜头；通过VAD持续时间过滤自动消除短时间的孤立爆发（咳嗽、误启动）
• 重复句子检测 --自动检测并剪切重复的句子开头
• 智能钩子生成 --OpenRouter LLM挑选最佳8秒开瓶器（可选）
• YouTube章节标记 --LLM从成绩单中生成带时间戳的章节（可选）
• 硬件编码 — h264_videotoolbox 在苹果Silicon上实现快速最终编码
• 可配置的YAML管道 --每个阈值、模型和特征切换都是可覆盖的

需求

• Python 3.11+
• FFmpeg 7+(brew install ffmpeg)
• macOS与Apple Silicon（用于VideoToolbox硬件编码；在其他地方回退到libx264）
• ~ 4 GB RAM用于Whisper large-v3 （使用 --whisper-model small 对于较轻的机器）

安装

cd Tools/ai-video-editor
uv venv
source .venv/bin/activate
uv pip install -e .

快速开始

# Core editing only (no API calls)
ai-video-editor process video.mp4 --no-hook --no-chapters

# Full pipeline with smart hook opener + YouTube chapters (requires OPENROUTER_API_KEY)
ai-video-editor process video.mp4

示例输出（stdout）：

{
  "status": "complete",
  "input": "video.mp4",
  "output_video": "video_edited.mp4",
  "duration_original_sec": 154.6,
  "duration_edited_sec": 145.9,
  "segments_removed": 1,
  "silence_removed_sec": 2.1,
  "restarts_removed": 1,
  "fillers_removed": 4
}

在处理过程中，进度事件以JSON行的形式发送到stderr。

命令行命令

process --编辑视频

ai-video-editor process VIDEO [OPTIONS]

info --检查视频文件

ai-video-editor info VIDEO

以JSON格式打印编解码器、分辨率、FPS、持续时间和比特率。

models --列出Whisper型号尺寸

ai-video-editor models

配置

默认配置位于 config.default.yml.用以下内容覆盖任何部分 --config my.yml --您的文件已深度合并到默认值之上，因此您只需指定更改内容。

示例覆盖——使用较小的Whisper型号并启用音频增强：

# my-config.yml
whisper:
  model: small
audio:
  enabled: true

ai-video-editor process video.mp4 --config my-config.yml

运作原理

管道运行四个连续阶段：

1. 分析 --提取音频→ Silero VAD（语音片段）→ 耳语转录→ 编辑决策（删除短脉冲、合并短间隙、删除重启和填充、应用填充）
2. 装配 --帧精确FFmpeg段提取→ 连接→ 可选音频增强→ 可选LUT颜色等级
3. AI增强 --通过OpenRouter进行智能钩子选择和YouTube章节（如果 --no-hook --no-chapters 或没有API密钥）
4. 编码 --最终的h264_videotobox（或libx264）编码为AAC音频，针对网络播放进行了优化

克劳德桌面（MCP服务器）

该工具包括一个内置的MCP服务器，因此Claude Desktop可以将其用作本机功能。

设置：

1. 添加到您的 claude_desktop_config.json （参见 claude_desktop_config.example.json 模板）：

"ai-video-editor": {
  "command": "/path/to/ai-video-editor/.venv/bin/python",
  "args": ["-m", "src.mcp_server"],
  "cwd": "/path/to/ai-video-editor"
}

1. 重新启动克劳德桌面。
2. 可选安装 SKILL.md 作为模型选择指导和工作流提示的功能。

克劳德有三个工具： process_video, video_info，以及 list_models.

环境变量

许可证

麻省理工学院——见 许可证.