VideoClaw

一句话创意,自动生成完整影片,让 AI 当你的视频员工。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 278 🐛 待处理 14 👀 关注 53
GitHub ↗
GitHub 星标 ★ 1898
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT 许可证,可免费使用和部署。

项目预览

VideoClaw 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队HITsz-TMG
定价模式🏷️完全免费
价格说明开源项目,MIT 许可证,可免费使用和部署。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agent,aigc,filmmaking,image-generation,multi-agent-system,openclaw,openclaw-skills,tts,video-generation
GitHub 星标★ 1898
上线时间2024-08-29 00:00:00
代码更新2026-08-26
仓库体积67.3 MB
本站数据更新2026-11-10
维护状态维护中
收录时间2026-08-09
浏览次数2

项目介绍

VideoClaw 是一个基于多智能体系统的 AI 视频生成工具,旨在将用户的一句话创意自动转化为完整影片。它解决了传统视频制作流程繁琐、门槛高的问题,通过集成图像生成、语音合成和视频合成等能力,实现从脚本到成片的自动化生产。其核心能力包括:自然语言理解与创意解析、多智能体协作任务编排、以及调用底层 AIGC 模型完成视觉和音频内容生成。用户只需描述想法,系统即可输出包含画面、配音和剪辑的最终视频,适用于快速原型制作、内容营销和个人创作等场景。项目基于 Python 构建,并利用 OpenClaw 技能体系扩展功能,强调人机协作的‘AI 员工’理念。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1898

使用教程

难度:进阶 约 20 分钟 部署方式:本地安装 6 步

环境要求

  • Python 环境(需支持 uv 包管理,用于后端依赖与启动)
  • Node.js 与 npm(用于前端构建与启动)
  • Linux / macOS 或 Windows 系统(分别使用 install.sh 或 install.bat)
  • 本地可访问 8000 与 3000 端口(后端与前端的默认端口)

安装与启动步骤

  1. 1克隆项目仓库

    README 中给出的仓库地址,克隆到本地后进入项目目录,注意后续路径为 video-claw/video-claw。

    git clone https://github.com/HITsz-TMG/Video-Claw.git
  2. 2一键安装依赖

    推荐方式,脚本会自动安装依赖并构建前后端;只想装依赖不建前端可加跳过变量。

    cd video-claw/video-claw
    chmod +x install.sh
    ./install.sh
  3. 3手动安装后端

    不使用一键脚本时,进入 backend 目录用 uv sync 安装后端依赖。

    cd video-claw/video-claw/backend
    uv sync
  4. 4复制后端配置

    把示例配置复制为 config.yaml,可直接编辑文件,也可启动前端后在「设置」页修改。

    cd video-claw/video-claw/backend
    cp config.yaml.example config.yaml
  5. 5启动后端服务

    在后端目录启动 API 服务,默认运行在 http://localhost:8000。

    cd video-claw/video-claw/backend
    uv run python api_server.py
  6. 6启动前端服务

    新开一个终端,进入 frontend 目录安装、构建并启动前端,默认端口 3000。

    cd video-claw/video-claw/frontend
    npm install
    npm run build
    npm start

关键配置

配置项必填说明示例
api_providers是保存各模型服务平台的密钥、接口地址和代理开关。api_providers: your_provider: api_key: sk-xxxxxxxx
models是主流程首页使用的默认模型,创建项目时读取;不配置会自动报错。models: text: your-model-name image: your-model-name v

如何确认成功

浏览器打开 http://localhost:3000 能看到前端页面,且 http://localhost:8000 后端服务可访问,即启动成功。

常见问题

Q:只想安装依赖、暂时跳过前端构建怎么办?

A:在项目目录执行 AIGC_DIRECTOR_SKIP_FRONTEND_BUILD=1 ./install.sh 即可跳过前端构建步骤。

Q:Windows 系统怎么安装?

A:进入 video-claw\video-claw 目录后运行 install.bat,再分别启动后端和前端。

Q:如何通过 OpenClaw 或 ClawHub 使用?

A:可执行 clawhub install video-claw(所有询问选 yes),或让 OpenClaw 克隆仓库并把 video-claw 文件夹复制到 .openclaw/workspace/skills;首次使用时会自动构建前后端。

Q:创建项目时报缺少模型参数怎么办?

A:后端不会为主流程自动兜底选择模型,需在前端「设置」页或 config.yaml 中配置好 api_providers 与 models 默认模型。

Q:Pipeline 功能用主流程的默认模型吗?

A:不使用。文艺短视频、动作迁移、数字人口播等 Pipeline 需在对应 Pipeline 页面单独选择模型。

注意事项

  • 后端默认端口 8000,前端默认端口 3000,启动前端需新开一个终端。
  • 项目目录结构为上层的 video-claw 与内部的 video-claw 两层,命令中的路径不要改动。
  • 方式一(install.sh / install.bat)与方式二手动安装为两种可选路径,手动安装时前端需 npm install、npm run build 后再 npm start。
  • 配置中的密钥请勿提交到公开仓库,建议在前端「设置」页统一管理。

核心亮点

  • 全自动化流程:从文本创意到成片无需人工干预,大幅降低视频制作门槛。
  • 多智能体架构:通过 Agent 协作处理脚本、画面、配音等任务,分工明确且可扩展。
  • 集成主流 AIGC 能力:内置图像生成和 TTS,可直接产出带配音的视频,开箱即用。

不足之处

  • 依赖外部模型 API,生成质量和速度受限于底层服务。
  • 文档/社区待观察:项目较新,教程和社区支持尚不完善。

适用场景

  • 快速生成营销短视频或广告片
  • 为自媒体创作者提供自动化内容生产
  • 教育或培训场景中制作演示视频

替代项目

ShortGPT、FFmpeg Filmulator、VideoGPT

上一篇:video

下一篇:Bernini

同类项目推荐

flux-3-video-api 开源

一行 Python 代码,调用 FLUX 3 生成带声音的视频

Python wrapper for Black Forest Labs' FLUX 3 video API — Text-to-Video and Image-to···

★ 98 2026-08-09
AutoDubVN 开源

一键把视频翻译配音成多语言,自动出片

Automated video dubbing, translation, voice generation, subtitle processing, and ren···

★ 106 2026-10-09
short-video-maker 开源

输入主题,自动生成适配多平台的短视频。

Creates short videos for TikTok, Instagram Reels, and YouTube Shorts using the Model···

★ 1481 2026-08-09
huashu-art-motion 开源

用代码选风格加解说,让画作直接动起来出片

艺术动画skill:35种艺术风格、9种解说语法,用代码让画动起来。

★ 6664 2026-10-07
StoryGen-Atelier 开源

输入故事创意,自动生成分镜、过渡片段并拼成视频

AI-assisted storyboard and video generation tool. Uses Gemini for generating storybo···

★ 1011 2026-09-29
diffusion-forcing-transformer 开源

用历史帧引导扩散模型,生成更连贯的视频

[ICML 2025] Official PyTorch Implementation of "History-Guided Video Diffusion"

★ 712 2026-08-09
baocut 开源

AI 自动转写配音剪视频,时间线上随时改

BaoCut: an AI video agent with an editable timeline. Transcribe, subtitle, translate···

★ 1713 2026-10-19
pireel 开源

让AI代理自动剪辑视频,开源替代CapCut

The open-source alternative to Capcut、ChatCut. Drivable by any AI agent over MCP.

★ 1365 2026-08-09
TATS 开源

用文本或音频生成分钟级连贯长视频,突破短视频限制。

Official PyTorch implementation of TATS: A Long Video Generation Framework with Time···

★ 290 2026-08-09