长视频自动切短片
上传长视频后本地转写，由 LLM 按钩子、节奏、价值打分挑选高光片段，自动重构为 9:16 竖屏并烧录逐词同步字幕。
BAIZE AI RESOURCE
通过对话编辑的 AI 短视频剪辑系统，长视频自动切成竖屏带字幕短片
Vibeclip
VibeClip 是一个可自托管的 AI 视频剪辑系统，把播客、访谈、直播等长视频自动转写、挑选高光片段并重构为 9:16 竖屏带字幕短片，用户还能用自然语言对话继续微调剪辑。
资源介绍
VibeClip 是一个以对话驱动的 AI 短视频剪辑系统，定位为“用说话来控制的 AI 视频编辑器”。它面向播客、访谈、演讲、直播等长视频内容，目标是自动产出可直接发布的竖屏短片。工作流程是：上传视频后先用本地 faster-whisper 做语音转写，再由用户自带的 LLM 分析内容结构、按钩子/节奏/价值打分挑选高光片段，随后自动完成跳剪、9:16 重构、逐词同步字幕、音乐与氛围音（带闪避）、音效和淡入淡出，最后导出竖屏 MP4。除自动流程外，它还提供工具调用型 Agent，把“让第 2 个片段更紧凑”“字幕大一点”“在 0:05 加个缩放”“撤销”这类自然语言转成真实剪辑操作，一次撤销可回退整个多步计划。系统内置 hormozi、mrbeast、podcast_minimal、kinetic 等风格预设，也支持用 JSON 文件自定义风格。它强调自托管与数据自主：语音转写和全部渲染都在本地完成，只有 LLM 和可选的 Pexels 素材会联网，密钥由用户自带并加密存储。
核心能力
对话式剪辑
工具调用型 Agent 把自然语言指令转成真实剪辑操作，支持裁剪、去口癖（uhh/ee）、缩放、风格、音乐、B-roll 和品牌叠加，一次撤销可回退整个多步计划。
一键风格预设
内置 hormozi、mrbeast、podcast_minimal、kinetic 等风格，一次性套用字幕、节奏、缩放、音乐与音效，也可用 JSON 文件放入自定义预设。
Web 剪辑工作台
提供带实时 9:16 预览、片段卡片、CapCut 风格时间线和聊天副驾的网页界面，编辑结果从缓存中间产物重放，约 2–4 秒一次编辑。
自带密钥与本地渲染
支持 OpenAI、DeepSeek、Gemini、Claude 及任意 OpenAI 兼容端点，密钥加密存储且不回传浏览器；语音转写与渲染均在本地完成，无需 API Key。
Docker 自托管
通过 docker compose 一条命令启动私有实例，默认绑定 127.0.0.1:8765，缓存、输出、用户素材和 whisper 模型分别持久化到独立卷。
使用方法
按项目提供的自托管方式启动 VibeClip，并配置用于片段分析的模型；需要外部素材时再配置可选服务。
上传播客、访谈、演讲或直播视频，让系统在本地完成转写并推荐高光片段。
预览 9:16 画面、逐词字幕、音乐和音效，再用自然语言调整节奏、字幕、缩放或片段范围。
确认素材授权和成片内容后导出 MP4；不满意时可撤销整组对话式编辑。
使用案例
播客转竖屏短片
使用场景播客或访谈内容需要分发到短视频平台
上传完整播客视频，VibeClip 本地转写后由 LLM 挑选高光片段，自动重构为 9:16 并烧录逐词字幕，导出可直接发布的竖屏 MP4。
对话式精修片段
使用场景自动剪辑结果需要按个人风格微调
在聊天框输入“让第 2 个片段更紧凑”“字幕大一点”“在 0:05 加个缩放”，Agent 将其转为真实剪辑操作，一次撤销可回退整个多步计划。
套用风格预设
使用场景希望短片统一采用某种流行短视频风格
选择 hormozi、mrbeast、podcast_minimal 或 kinetic 预设，字幕、节奏、缩放、音乐与音效一次性套用；也可放入自定义 JSON 风格文件。
包含内容
vibeclip-source.zip
README-中文安装说明.md
LICENSE-AGPL-3.0.txt
SHA256.txt
相关资源
