项目预览
项目数据
项目介绍
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 2026-09-16 · 当前星标 ★ 602
使用教程
环境要求
- 视频处理命令行工具
- 编程助手本体
- 模型服务密钥
安装与启动步骤
-
1装外部工具
本地只要一个视频处理命令行工具,按系统装。
brew install ffmpeg -
2克隆技能包
整套技能装进你正在用的编程助手。
git clone https://github.com/zenstory-ai/video-recap-skills.git -
3注册成插件
按插件方式装进助手,重开会话生效。
openclaw plugins install ./video-recap-skills -
4备模型凭据
脚本与配音都靠云端模型,密钥要备好。
-
5先跑一条短的
拿一段短素材走完整流程,再考虑放量。
如何确认成功
一段几分钟的素材能产出带中文解说与字幕的成片,且画面与解说时间点对得上
注意事项
- 整条流水线是场景切分、转录、画面理解、写稿、配音、合成。
- 不需要显卡,本地只依赖视频处理工具。
- 解说质量取决于画面理解这一环,静帧多的素材会写得空。
- 成片可导出为剪辑工程继续改。
核心亮点
- 全流程自动化:场景检测、ASR、VLM、脚本、TTS、ffmpeg 拼接一条龙,无需人工逐环节操作
- 无需 GPU,本地 ffmpeg 加一个 MiMo Key 就能跑,硬件门槛低
- 支持导出可编辑的剪映/CapCut 草稿,成品不是黑盒,方便二次创作
不足之处
- 依赖 MiMo 等外部 API Key,离线或额度受限时无法完整运行
- 项目星标约 517,属早期阶段,文档与社区案例仍在积累
适用场景
- 把长视频或影视素材批量做成中文解说短视频,用于自媒体发布
- 知识科普、影视盘点类账号快速产出带旁白的成片
- 需要后续精修的创作者,先自动生成解说和剪辑草稿,再导入剪映手动调整
替代项目
MoneyPrinterTurbo、video-subtitle-master
下一篇:blender-mcp
同类项目推荐
SeleniumBase
开源
写 Python 脚本自动开浏览器,绕过反爬还能跑测试
APIs for Web Scraping, Browser Automation, and E2E Testing. CDP Mode bypasses bot-de···
axuse
开源
让 AI 用无障碍树精准操作网页,不再靠截图猜
Accessibility-first browser & computer use for AI agents — one MCP server for every···
surf
开源
让 Go 请求伪装成真实浏览器,绕过反爬检测
SURF - Advanced Go HTTP client with Chrome/Firefox browser impersonation, HTTP/3 wit···
JevRev
开源
给 LLM 装上工作流脊柱,多步任务自动跑完
An LLM + Jev workflow that changes EVERYTHING. Boost your vertebrate brain with a sp···
ai-research-skills
开源
把科研流程写成技能文件,让各种 AI 助手都会做研究
Universal SKILL.md catalog for research workflows: literature review, research desig···
open-browser-use
开源
让 AI 直接操作真实 Chrome,告别平台锁定,一行命令搞定浏览器自动化。
Platform-neutral Browser Use for AI agents: real Chrome automation with a CLI + SDKs···
moore-wechat-article-downloader
开源
把公众号文章和评论变成 AI 可用的本地情报库
本地优先的微信内容情报库:同步公众号文章,保存精选评论和互动数据,供 Codex/Claude Co···
testzeus-hercules
开源
说人话,测全栈,零代码搞定 UI/API/安全测试
Hercules is the world’s first open-source testing agent, enabling UI, API, Security···
woml
开源
用可读文档写自动化,流程像代码一样可版本管理
Build automated workflows, apps, and AI agents with WOML
