AI 剪辑杀器 CutClaw 开源了！再也不用手动卡点了！

**
**

项目简介

CutClaw 是一个面向长视频素材与音乐的端到端自动剪辑系统。

它首先将原始视频和音频解析为结构化描述，再通过多智能体流水线完成镜头规划（shot_plan）、片段时间戳选取（shot_point）及质量验证，最终渲染输出成片。

说人话就是：丢进去几小时的长视频和一段音乐，给文字指令，它能自动出踩点音乐的电影短片

这样可以快速从全天素材出片、搞营销的批量生成不同风格的宣传片等，一句风格描述，比如快节奏的赛博朋克风格城市夜景或温馨慢节奏的家庭回忆短片，AI自动理解并执行，无需手动操作时间轴。

无需多言，请看下面的演示视频：

短期目标

我们正在优先推进更快、更省、更具表现力的视频剪辑能力。

[ ] 🧩 集成 ARC-Chapter
引入 ARC-Chapter，进一步降低长视频素材拆解的成本。
[ ] 💸 低成本模式
增加预算友好的低成本模式，不再对全部素材做完整处理，而是主动读取更相关的素材片段。
[ ] 🎙️ 口播 + 画面混剪逻辑
加入口播驱动片段与辅助画面素材协同组织的混合剪辑逻辑。

长期目标

这些方向会帮助 CutClaw 走向更完整的产品形态和更广泛的生态适配。

[ ] ✍️ 升级 Playwriter
引入更丰富的剪辑模式与视觉叙事方法，增强整体编排能力。
[ ] 🔌 适配 Claude Code MCP
让 CutClaw 能够更顺畅地接入 Claude Code MCP 工作流。
[ ] 🌐 建立在线服务页面
构建网页化在线服务界面，降低使用门槛并提升部署便利性。

核心功能

🎬 一键素材解析

只需一键，即可将数小时的原始视频和音频转化为结构化、可检索的素材库。

🎯 自然语言指令控制

只需一句文字指令即可主导剪辑风格——既能生成快节奏人物混剪，也能输出慢节奏情感叙事。

📱 智能自动裁剪

内容感知裁剪自动识别画面主体，并按各平台比例进行智能调整。

🎵 音乐感知同步

提取音乐节拍与能量信号，构建与音乐节奏完美契合的剪切点。

快速开始

1. 安装

git clone https://github.com/GVCLab/CutClaw.git
cd CutClaw
conda create -n CutClaw python=3.12
conda activate CutClaw
pip install -r requirements.txt

强烈推荐使用支持 GPU 加速的 Decord/NVDEC 版本以加快视频解码速度，请参考源码编译指南。

2. 放入素材文件

resource/
├── video/ ← 放入 .mp4 / .mkv 视频文件
├── audio/ ← 放入 .mp3 / .wav 音频文件
└── subtitle/ ← 可选 .srt 字幕文件（跳过 ASR，节省时间）

3. 运行

UI 界面（推荐）

streamlit run app.py

在浏览器中打开 http://localhost:8501。（如无法访问，请尝试 http://127.0.0.1:8501）

将素材放入上述路径后，可直接在 UI 中选择对应文件。

模型选择建议：

视频模型

用途：镜头/场景理解与视觉描述生成。
推荐：Gemini-3、Qwen3.5、GPT-5.3

音频模型

用途：语音识别（ASR）及音乐结构分析（节拍/强拍、音高、能量），用于节拍感知分割。
推荐：Gemini-3

智能体模型

用途：驱动编剧 + 剪辑 + 审阅智能体循环，生成 shot_plan 和 shot_point。
推荐：MiniMax-2.7、Kimi-2.5、Claude-4.5

系统使用 LiteLLM 作为 API 统一网关，模型名称格式如 openai/MiniMax-2.7，表示通过 OpenAI 协议调用该模型。更多信息请参阅 LiteLLM 文

运行较慢的原因及优化建议

API 延迟
流水线会向视觉/语言类 API 发送大量并发请求，整体速度很大程度上取决于 API 提供商的响应时间和速率限制。

首次素材解析耗时较长
第一次处理一段视频时，镜头检测、描述生成、ASR 语音识别、场景分析等步骤均需从零运行，这属于一次性开销。
后续再次使用相同素材时，系统会直接调用缓存，速度会大幅提升。

GPU 加速
使用支持 CUDA 的 GPU 可显著加快视频解码和编码速度。
推荐：参考安装章节，使用支持 NVDEC 的 Decord 版本，以获得最佳性能。

视频编码兼容性
若流水线在视频处理环节卡住，常见原因是源视频编码格式不兼容。
实测最稳定：使用 libx264 编码的视频。

项目地址

https://github.com/GVCLab/CutClaw

扫码加入技术交流群，备注「开发语言-城市-昵称」

合作请注明

如果你觉得这篇文章不错，别忘了点赞、在看、转发给更多需要的小伙伴哦！我们下期再见！