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 2026-08-09 · 当前星标 ★ 10177
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Docker 20.10+ 与 Docker Compose 2.0+(Docker 部署方式)
- Python 3.8+(推荐 3.9+);Node.js 16+(推荐 18+)
- Redis 6.0+(推荐 7.0+)
- FFmpeg(视频处理依赖,需自行安装)
- 内存最少 4GB(推荐 8GB+),存储最少 10GB
安装与启动步骤
-
1克隆项目代码
从 GitHub 拉取 AutoClip 源码并进入项目根目录,后续所有命令都在该目录执行。
git clone https://github.com/zhouxiaoka/autoclip.git cd autoclip -
2配置环境变量
把示例配置复制为 .env,然后填入通义千问 API 密钥等必要配置,否则 AI 分析无法工作。
cp env.example .env -
3安装后端依赖
在项目根目录安装 FastAPI、Celery、yt-dlp 等 Python 依赖,建议先建虚拟环境。
pip install -r requirements.txt -
4安装前端依赖
进入 frontend 目录安装 React 相关依赖,完成后返回项目根目录继续后续步骤。
cd frontend && npm install && cd .. -
5启动 Redis 服务
Redis 用于 Celery 任务队列与缓存,必须先启动;macOS 和 Linux 请二选一执行。
brew services start redis # macOS sudo systemctl start redis-server # Linux -
6安装 FFmpeg
README 仅将 FFmpeg 列为视频处理依赖,未给出安装命令,请按操作系统自行安装。
-
7一键启动本地服务
运行启动脚本会自动检查环境并拉起前后端与 Worker;开发时可用快速启动脚本跳过检查。
./start_autoclip.sh -
8Docker 方式启动
推荐部署方式:先完成 .env 配置,再用 docker-compose 一次性拉起全部服务。
docker-compose up -d
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
API_DASHSCOPE_API_KEY | 是 | 通义千问 DashScope API 密钥,AI 内容分析必需 | sk-xxxxxxxxxxxxxxxx |
API_MODEL_NAME | 否 | 使用的通义千问模型名称 | qwen-plus |
REDIS_URL | 是 | Redis 连接地址,Celery 队列与缓存依赖 | redis://localhost:6379/0 |
DATABASE_URL | 否 | 数据库连接串,默认使用本地 SQLite | sqlite:///./data/autoclip.db |
LOG_LEVEL | 否 | 日志级别,调试时可设为 DEBUG | INFO |
DEBUG | 否 | 是否开启调试模式,生产环境应关闭 | true |
如何确认成功
访问 http://localhost:8000 可打开接口文档,前端页面正常加载并能收到任务进度推送即成功。
常见问题
Q:启动时提示端口被占用怎么办?
A:先检查并停止占用端口的进程再启动;后端默认 8000 端口,Celery Flower 监控默认 5555 端口,被占用时需释放或改用其他端口。
Q:前端依赖安装失败怎么办?
A:进入 frontend 目录,删除 node_modules 与 package-lock.json,执行 npm cache clean --force 后再重新 npm install。
Q:YouTube 视频下载失败怎么办?
A:检查网络连接,执行 pip install --upgrade yt-dlp 升级下载器,尝试使用浏览器 Cookie,并确认视频可访问或无需登录。
Q:AI 处理速度慢怎么办?
A:确认 API 密钥配置正确,适当调小 chunk_size 等处理参数,检查网络状况,或改用更快的 AI 模型。
Q:B 站上传和字幕编辑什么时候能用?
A:两个功能均处于开发中,预计下个版本发布,将支持自动上传切片、多账号管理、可视化字幕编辑与多语言字幕。
注意事项
- B站上传、字幕编辑、移动端支持和账号管理功能在 README 中标注为开发中,暂不可用。
- 生产环境建议用 PostgreSQL 替代 SQLite,并优化 Redis 内存与持久化、Celery 并发与任务路由。
- README 节选中未给出 git clone 与 FFmpeg 安装的具体命令,实际执行时请结合自身环境确认。
核心亮点
- 基于 LLM 的智能高光识别,能理解视频语义,而非简单静音检测。
- 提供命令行工具,易于脚本化集成,适合批量处理视频。
- 项目活跃,社区关注度高,持续迭代中。
不足之处
- 文档和示例可能不够完善,上手需要一定技术背景。
- 处理长视频时,依赖外部 AI 服务,可能产生额外成本。
适用场景
- 视频博主快速剪辑直播或长视频的高光时刻,用于发布短视频平台。
- 内容团队批量处理历史视频素材,提取精华用于宣传片制作。
- 个人用户将录制的游戏或教学视频自动生成精彩集锦。
替代项目
AutoCut、VideoHighlight、FFmpeg 结合自定义脚本
上一篇:palmier-pro
下一篇:story-flicks
同类项目推荐
ComfyUI-MiniMaxH3-Studio
开源
在 ComfyUI 里一句话出 MiniMax H3 成片
Direct MiniMax H3 like a pro: Idea in, finished video out. A complete MiniMax H3 stu···
MoneyPrinterTurboEasy
开源
一句话输入,自动生成高清爆款短视频,即下即用
利用AI大模型,一键生成高清短视频。AI音视频生成器:一句话生成高质量音视频!专业爆款短···
text2video-from-scratch
开源
手把手从零实现视频扩散模型,看懂每一步
A Straightforward, Step-by-Step Implementation of a Video Diffusion Model
Phantom
开源
让AI生成的视频里,主角永远不跑偏
Phantom: Subject-Consistent Video Generation via Cross-Modal Alignment
FireRed-OpenStoryline
开源
动嘴说想法,AI 帮你剪出专业视频
FireRed-OpenStoryline is an AI video editing agent that transforms manual editing in···
cinematic-video-prompt-skill
开源
700+电影术语速查,让AI视频提示词拍出电影感
AI video prompt cheat sheet & Claude Skill: cinematic camera angles, camera movement···
clipforge
开源
上传商品图,一键生成带货短视频,多平台可用
ClipForge(原『带货剪手』/ daihuo-jianshou):开源 AI 带货短视频神器——上传一张商品···
remotion-skills
开源
让 AI 用 React 轻松生成专业视频
Remotion 最佳实践技能库 - 使用 React 创建视频的完整指南
Causal-Forcing
开源
让扩散视频生成快如实时,交互体验不掉帧
[ICML 2026] Official codebase for "Causal Forcing: Autoregressive Diffusion Distilla···
