SuperAPI AI 工具集

oh-my-cassette

Oh My Cassette 是一款开源的 AI 视频剪辑插件与本地 MCP 服务器,支持 Claude Code、Codex、Hermes Agent 和 OpenCode。用户只需把原始视频片段交给智能体,用自然语言描述想要的视频效果,即可获得成片。它能实现节拍同步剪辑、自动匹配音乐、字幕、转场和画中画效果。整个流程在聊天中完成,无需打开剪辑软件、无需时间线、无需 GPU。视频处理在 Cassette 后端进行,因此智能体只需为指令和时间线摘要支付 token,不必处理素材本身。使用时需要 Python 3.11–3.13、ffmpeg 和 Cassette 账号。上传素材与导出文件有 24 小时共享保留期限,视频格式和时长存在一定限制。

访问官网

工具介绍

用途

Oh My Cassette 通过聊天把原始视频片段变成完成剪辑的蒙太奇视频。它的目标场景是:让 AI 智能体替你完成视频剪辑中繁琐的部分,包括观看每一段素材、挑选镜头、规划剪辑、对齐节拍并最终渲染,而用户始终留在聊天界面中。由于它运行在用户使用的智能体上,甚至可以通过手机完成操作。

主要能力

  • 用自然语言描述视频,智能体负责镜头选择、节奏把控和时间线构建,用户无需打开任何剪辑软件。
  • 智能音乐匹配:根据素材的情绪和节奏查找并同步音乐,让剪辑落在节拍上,无需手动标记节拍。
  • 在渲染前提供可审阅结果:每一轮返回时间线摘要和联系表,用户确认方案后才会渲染画面。
  • 支持节拍同步剪辑、自动匹配音乐、字幕、转场和画中画等效果。

使用方式

用户可通过 30 秒安装流程完成设置,重启智能体后直接下达编辑指令,例如让智能体把某文件夹中的素材剪辑成带有节拍同步剪辑的 30 秒旅行视频。也提供公开网页演示,可在安装前体验工作流。

安装前需要准备:

  • Codex、Claude Code 或已安装可用的 Hermes Agent。
  • Cassette 账号,需在官网注册申请。
  • 仅 Hermes 需要已配置的网关,目前支持 QQ 和 Telegram。
  • 本地 MCP 插件可在 macOS、Linux 或 Windows 使用;Hermes Agent 网关路径仅支持 macOS/Linux。
  • Python 3.11–3.13。
  • ffmpeg,用于 Hermes 网关标准化和可选的 API 导出缩略图。

不同宿主端的安装要点:

  • Codex:安装后新建任务以重新触发插件发现。插件提供与宿主无关的 cassette-video-edit 和 cassette-model 技能,以及名为 cassette 的本地 MCP 进程。
  • Claude Code:安装后重启;可为市场启用自动更新。
  • OpenCode:其插件管理器仅安装 npm 包,且插件不能提供 MCP 服务器,因此使用一条命令安装,该命令会下载当前版本、写入 cassette 服务器配置、安装技能并安装 /cassette-model 命令,之后需重启 OpenCode。
  • 其他 MCP 宿主:运行时与宿主无关,任何能启动本地 stdio MCP 服务器的客户端都可使用。将客户端指向 scripts/run_local_mcp.py,并设置 CASSETTE_RUNTIME_ADAPTER=mcp。
  • Hermes:推荐通过 Hermes 插件管理器安装,安装程序会提示输入 Cassette 账号邮箱和密码,并保存到 ~/.hermes/.env。

首次认证:Cassette 密码由服务器生成并通过邮件发送,用户无法自行选择,插件也不会自行生成密码。缺少凭据不会阻止 MCP 进程启动。提供两种认证方式:在对话中粘贴密码后让智能体登录;或在私有终端中执行命令,通过 getpass 提示输入密码,避免密码进入对话记录。凭据文件权限受保护,不持久化访问或刷新令牌。

Jamendo 音乐匹配采用 BYOK(自带密钥)模式,需在 Jamendo 开发者门户创建只读应用并获取 Client ID,不需要也不接受 Client Secret。BYOK 仅分配 API 访问和配额,不授予所选音乐的商业使用权,发布或商用前需查看返回的曲目 URL、许可证 URL、下载资格和署名要求。

重置密码由 Cassette 生成新密码并邮件发送,该操作不可逆,会替换所有机器上的账号密码,且每小时尝试次数有限。

适用场景

资料中给出的案例包括:

  • 旅行 vlog:13 段视频和 1 条音轨,处理时间 15 分钟,提示词要求 30 秒旅行 vlog、开头结尾添加标题字幕、加入拍摄时间、将人物视频以画中画叠加到相似风景镜头上、保持轻快节奏、使用硬切和音乐节拍同步。
  • 烹饪教程:12 段视频和 1 条音轨,处理时间 8 分钟,提示词要求保持步骤流畅、保留烹饪声音、添加简单字幕。
  • 产品短视频广告:15 段视频、15 个音效和 1 条音轨,处理时间 13 分钟,提示词要求以开瓶盖开头、中间加入气泡、水花、冰块和产品细节、结尾展示完整产品和品牌。 资料还提到共有六个案例,包括日常 vlog、电影感短片和游戏高光,每个案例都附有精确提示词,更多案例即将推出。

限制

  • 支持的视频上传有限制:MOV、HEVC/H.265、AV1、VP9、ProRes、HDR、10-bit、可变帧率视频、24/25/50/60 fps、4K、超大文件以及超过 60 分钟的视频会被拒绝,而不是在云端转码。
  • 上传保留期限:上传的视频、插件管理的预览、任务状态和导出共享同一个从会话首次摄取开始计算的不可延长 24 小时期限。逾期后插件删除本地副本,服务删除媒体;其他会话无法访问。用户需自行保留源文件副本,并在期限内将想保留的导出文件移出插件管理的数据目录。
  • 在对话中登录或配置 Jamendo 时,密码或 Client ID 会进入智能体宿主的磁盘记录并发送给模型提供商。
  • 密码重置不可逆,会替换所有机器上的账号密码,且每小时尝试次数有限。