koma

丢进视频，自动出摘要、章节、字幕和关键帧

开源 🏷️定价信息待确认 ✅ 目前可打开 视频生成 🍴 复刻 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 299
维护状态 较活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

koma 项目界面预览图
图片来源：项目官网

项目数据

分类视频生成
开发团队yuxino-labs
官网地址https://koma.yuxino.cn
GitHubhttps://github.com/yuxino-labs/koma
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
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★ 299
上线时间2026-08-08 00:00:00
代码更新2026-11-04
仓库体积10.8 MB
本站数据更新2026-11-13
维护状态较活跃
收录时间2026-09-30
浏览次数2

项目介绍

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。

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 2026-09-30 · 当前星标 ★ 299

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

上一篇：cinematic-video-prompt-engineer-skill

下一篇：MotionClone

同类项目推荐

MAGI-1 开源

一句话生成超长视频，全程不跳戏

MAGI-1: Autoregressive Video Generation at Scale

★ 3806 2026-08-09
anything2explainer 开源

给个主题，自动生成带配音字幕的讲解视频

Topic in, narrated explainer video out. A Claude Code / Codex skill that turns any t···

★ 3280 2026-09-11
FollowYourPose 开源

上传姿态图，文本驱动生成动作视频

[AAAI 2024] Follow-Your-Pose: This repo is the official implementation of "Follow-Yo···

★ 1358 2026-08-09
RAVE 开源

快速稳定地编辑视频，用文本指令让扩散模型动起来。

RAVE: Randomized Noise Shuffling for Fast and Consistent Video Editing with Diffusio···

★ 313 2026-08-09
CogVideo 开源

打句话或传张图，AI 立刻生成视频

text and image to video generation: CogVideoX (2024) and CogVideo (ICLR 2023)

★ 13198 2026-08-09
Video-Materials-AutoGEN-Workstat··· 开源

一站式批量生成短视频，策划到字幕全自动

一个集内容策划、AI文案自动生成、TTS 批量自动配音、(AI)图片素材合成、ASR自动提取语言字···

★ 1624 2026-10-12
phenaki-pytorch 开源

用文本生成最长2分钟视频，基于Mask GIT的PyTorch实现

Implementation of Phenaki Video, which uses Mask GIT to produce text guided videos o···

★ 790 2026-08-09
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···

★ 1016 2026-09-29
HaizFlow 开源

本地模型一键完成视频翻译、字幕与配音

Free Windows desktop app for AI video translation, subtitles and dubbing, with local···

★ 231 2026-11-02