SuperAPI AI 工具集

vlog-auto-edit

设计与创作

查看项目

更新于 10-16 06:19

技能介绍

用途:把手机拍摄的旅行/日常素材自动剪成完整 vlog,适用于用户提出“帮我剪个视频”“自动剪辑”“vlog剪辑”等需求。

主要能力:工作流分 7 个阶段——素材盘点、参考研究(可选)、素材三维分析(ASR 转录、音量检测、视觉模型分析)、素材精修预处理、LLM 叙事编排、语音截断校验、ffmpeg 自动执行,并提供浏览器 Dashboard 预览分镜。

必要依赖:系统级只装 ffmpeg(macOS:brew install ffmpeg;Linux:apt install ffmpeg)和 Python 3.9+。Python 依赖先检测再安装:pip install openai-whisper Pillow;如需 venv 则 python3 -m venv .venv && source .venv/bin/activate。ASR 可选 Whisper 或 FunASR,FunASR 须装 torchaudio:pip install funasr modelscope torchaudio。视觉理解需支持 OpenAI Chat Completions 格式与 base64 图片输入的视觉模型 API,资料推荐智谱 GLM-4.6V-Flash(免费)、GPT-4o、Qwen-VL。

用法要点:抽帧后 base64 编码上传;剪辑方案由 LLM 生成 JSON(含 structure、clips、start/end 等字段),再经语音截断校验自动修复后转成 ffmpeg 命令执行。

限制:资料说明剪映/CapCut v10.4+ 项目文件加密无法程序化操作,moviepy、capcut-cli、ImageMagick 均被列为不需使用;视觉 API 需注意端点区分、限流与重试;时间戳存在 ±0.2-0.3s 误差。具体价格、效果与更多平台支持暂未提供。