FireRed-OpenStoryline

动嘴说想法，AI 帮你剪出专业视频

FireRed-OpenStoryline 是一个基于大语言模型的 AI 视频剪辑智能体，旨在将传统的手工剪辑流程转变为意图驱动的导演式创作。它通过自然语言交互理解用户需求，利用 LLM 进行剪辑规划，并编排多种工具（如视频切割、拼接、特效等）自动执行剪辑任务。项目强调透明的人机协作，支持用户全程参与和调整，同时提供可复用的 Style Skills（风格技能），帮助用户保持视频风格的一致性和专业性。该工具主要面向视频创作者、剪辑师和内容团队，解决视频剪辑中繁琐、耗时且需要专业技能的问题，让用户只需描述想法即可生成符合预期的视频片段。

开源 free 对话助手

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3434

维护状态维护中

是否开源是

定价模式 free

项目数据

分类对话助手

开发团队FireRedTeam

所属国家

官网地址

GitHubhttps://github.com/FireRedTeam/FireRed-OpenStoryline

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent,chatbot,langchain,mcp,skills,video,video-cut,video-editing,video-editing-tools

GitHub 星标★ 3434

30天Star增速

HF 下载量

上线时间2026-02-07 00:00:00

最近更新2026-09-23 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

难度：进阶约 30 分钟部署方式：本地安装 7 步

环境要求

已安装 Git（未安装参考 https://git-scm.com/install/）
可用的 Python 环境与 pip
使用 storyline.local_asr 时，需在同一环境安装 torchaudio
已准备好大模型服务的 API-Key，用于写入 config.toml

安装与启动步骤

1克隆项目代码

README 要求先安装 Git；克隆后在项目根目录执行后续所有命令。
```
git clone https://github.com/FireRedTeam/FireRed-OpenStoryline.git
```
2自动安装环境

仅支持 Linux 和 macOS，脚本会自动完成资源下载与依赖安装。
```
sh build_env.sh
```
3安装 wget

走手动安装路线时，Linux/macOS 需先具备 wget，按系统选择命令。
```
brew install wget
sudo apt-get install wget
sudo yum install wget
```
4手动下载资源

手动安装的第一步：给脚本加执行权限后运行，下载模型与资源文件。
```
chmod +x download.sh
./download.sh
```
5安装 Python 依赖

在项目根目录执行；要用 storyline.local_asr 记得额外装 torchaudio。
```
pip install -r requirements.txt
```
6Windows 准备资源

在项目根目录新建 resource 目录，下载 models.zip 解压到 .storyline，resource.zip 解压到 resource。
7配置 API-Key

启动前必须先填写 config.toml 中的 API-Key，详见 docs/source/en/api-key.md。

关键配置

配置项	必填	说明	示例
`API-Key`	是	config.toml 中的模型服务密钥，启动前必须填写	`sk-xxxxxxxx`

如何确认成功

README 未给出启动命令；依赖安装无报错且 config.toml 已填好 API-Key 即准备完成。

常见问题

Q：Windows 可以用 build_env.sh 自动安装吗？

A：不行，自动安装脚本仅支持 Linux 和 macOS。Windows 需手动在项目根目录创建 resource 目录，并下载解压 models.zip 与 resource.zip。

Q：什么时候需要安装 torchaudio？

A：只有在计划使用 storyline.local_asr 时，才需要保证 torchaudio 与项目安装在同一个 Python 环境中。

Q：提示找不到 wget 怎么办？

A：macOS 用 brew install wget（需先装 Homebrew），Ubuntu/Debian 用 sudo apt-get install wget，CentOS 用 sudo yum install wget。

Q：启动前最重要的准备是什么？

A：先在 config.toml 里配置 API-Key，具体步骤参考文档 docs/source/en/api-key.md，否则无法正常使用。

Q：Docker 部署命令是什么？

A：README 仅说明从 Docker Hub 官方仓库拉取镜像，未给出具体命令，需自行查阅项目文档确认镜像名与参数。

注意事项

自动安装脚本 build_env.sh 只适用于 Linux 和 macOS
Windows 必须先手动创建 resource 目录，再解压资源压缩包
models.zip 解压到 .storyline 目录，resource.zip 解压到 resource 目录
README 未提供启动命令，实际运行方式请查阅仓库内文档

核心亮点

自然语言驱动剪辑，无需学习复杂剪辑软件
LLM 规划+工具编排，自动化程度高，效率提升明显
支持人机协作，用户可实时干预，保证创作意图不丢失

不足之处

依赖 LLM 推理，复杂剪辑指令可能产生偏差
文档/社区待观察

适用场景

短视频创作者快速产出高质量视频
影视剪辑师处理重复性剪辑任务
企业内容团队批量制作风格统一的宣传视频

替代项目

Cutie、VideoGPT、Make-A-Video

项目介绍

FireRed-OpenStoryline 是视频领域的开源项目，由 FireRedTeam 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（3,434）位列前 30%，在视频分类的 472 个项目里位列前 9%。

近 45 天，它的 GitHub 星标从 3,203 增加到 3,434，净增 231。

项目仍在小幅维护中，最近一次代码更新于 2026-09-23。Apache-2.0 许可证，可免费使用和部署，无付费版本。

它主要面向的使用场景是：短视频创作者快速产出高质量视频。同类可对比的替代方案包括 Cutie、VideoGPT、Make-A-Video。

上一篇：open-edit

下一篇：StoryToolkitAI