koma

把长视频一键变成摘要、章节和字幕，数据不出本地

koma 是一个可自托管的 AI 视频分析工具，面向需要批量处理长视频的团队或个人。它把视频拆解为可检索的结构化信息：自动生成内容摘要、按语义切分章节、抽取关键帧画面、转写完整字幕，并支持导出 SRT 字幕和 JSON 结构化数据。整个流程在本地或自有服务器完成，视频文件无需上传第三方云服务，适合对数据隐私敏感的场景。技术上基于 TypeScript 开发，底层依赖 ffmpeg 做音视频解码与切片，结合语音识别模型完成转写，再用视觉能力提取关键帧。用户可以用它快速把一小时的会议录像、课程或访谈变成带时间戳的摘要和章节，方便检索、归档或二次加工成图文内容。项目目前处于早期阶段，星标约 136，功能聚焦在分析管线而非视频编辑。

开源 unknown 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 136

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类视频生成

开发团队yuxino

所属国家

官网地址https://koma.yuxino.cn

GitHubhttps://github.com/yuxino/koma

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议

主要语言TypeScript

技术栈/模型computer-vision,ffmpeg,keyframe-extraction,self-hosted,speech-to-text,structured-data,subtitles,transcription,typescript,video-analysis,video-summarization,video-understanding,yt-dlp

GitHub 星标★ 136

30天Star增速

HF 下载量

上线时间2026-08-08 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-24

浏览次数0

使用教程

核心亮点

自托管部署，视频不上传第三方，隐私可控
输出结构化 JSON + SRT，便于接入检索、归档或内容二次生产
一条管线覆盖摘要、章节、关键帧、转写，省去拼多个工具

不足之处

项目早期，星标仅 136，生态与文档成熟度待观察
依赖 ffmpeg 与语音/视觉模型，本地部署对硬件和配置有一定门槛

适用场景

会议录像自动生成带时间戳的摘要与章节，方便会后检索
课程/访谈视频批量转写并导出 SRT，用于字幕和图文稿
内部视频库做结构化归档，按关键帧和摘要快速定位内容

替代项目

whisper.cpp、faster-whisper、video-analyzer

项目介绍

koma 是一个视频生成领域的开源项目，官方简介：Self-hosted AI video analysis: summaries, chapters, keyframes, transcripts and SRT / JSON export. AI 视频总结、字幕提取与结构化分析。。项目使用 TypeScript 开发，在 GitHub 上获得 136 星标。

上一篇：VideoHub

下一篇：没有了！