koma 是视频领域的开源项目，由 yuxino-labs 开发，是 2026 年新上线的项目。
它收录于视频分类，该分类目前共有 505 个项目，GitHub 星标数为 197。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-29。
它主要面向的使用场景是：播客或访谈视频自动生成章节和字幕文件。同类可对比的替代方案包括 whisper.cpp、VideoLingo、auto-subtitle。
koma
丢进视频，自动出摘要、章节、字幕和关键帧
koma 是一个可自托管的 AI 视频分析工具，用 TypeScript 编写。它解决的核心问题是：面对长视频或大量视频素材时，人工观看、记录和整理成本极高。koma 通过整合语音识别、计算机视觉与 ffmpeg 处理管线，自动为视频生成内容摘要、章节划分、关键帧提取、完整文字转录，并支持导出 SRT 字幕和结构化 JSON 数据。用户只需把视频交给它，就能快速拿到可检索、可复用的文本与图像信息，方便做二次编辑、归档或接入其他系统。它强调自托管，数据留在自己服务器上，适合对隐私和可控性有要求的团队。项目目前处于早期阶段，星标约 197，功能方向清晰，但生态和文档仍在成长中。
开源
unknown
视频生成
GitHub 星标
★ 197
维护状态
较活跃
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-labs
所属国家
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★ 197
30天Star增速
HF 下载量
上线时间2026-08-08 00:00:00
最近更新2026-09-29 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-30
浏览次数0
使用教程
核心亮点
- 一条流水线同时产出摘要、章节、关键帧、转录和 SRT/JSON，省去多工具拼接
- 自托管部署，视频数据不出本地，适合隐私敏感场景
- 基于 ffmpeg 和语音识别/视觉技术，输出结构化数据便于二次开发
不足之处
- 项目早期，文档和社区案例较少，上手可能需要读源码
- 自托管对服务器算力和环境配置有一定要求，轻量设备体验受限
适用场景
- 播客或访谈视频自动生成章节和字幕文件
- 企业内部培训视频归档，提取摘要和关键帧做检索
- 内容创作者批量处理素材，快速导出转录文本用于剪辑或文案
替代项目
whisper.cpp、VideoLingo、auto-subtitle
项目介绍
同类项目推荐
MoneyPrinterTurbo
开源
输入一句话，高清短视频自动出炉，文案配音全包了
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short ···
openscreen
开源
免费无水印录屏做演示，替代 Screen Studio
Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermark···
seedance-2.0-api
开源
快速上手字节Seedance 2.0，文本/图片一键生成视频
Seedance 2.0 API — text-to-video and image-to-video examples
auto-subs
开源
在剪辑软件里直接生成字幕，省去导出导入的麻烦
On-device subtitle generation that connects directly to DaVinci Resolve, Premiere, a···