AutoClip

io.github.zhouxiaokaPublished by GitHub account zhouxiaokav1.5.7.post1Updated Nov 6, 2026

Clip long videos into short clips with covers and captions. Local CLI and MCP.

VerifiedSTDIODesktop onlyProductivity & WorkflowCommunication & CollaborationMedia & Design

Overview

AI-generated overview

AutoClip turns long videos into platform-ready short clips, covers and captions locally, letting an assistant start jobs, poll progress and export publish kits.

What you can do
  • Start one-click production from a local video or a YouTube/Bilibili link for chosen platforms, then poll status and export a publish-kit ZIP
  • List, inspect and cancel projects and jobs, including clip titles, time ranges, scores and output paths
  • Render individual clips into preset formats (Douyin, Xiaohongshu, Shorts, Bilibili, original) with burned subtitles and title cards
  • Publish clips to overseas platforms through Upload-Post and check per-platform results and connected profiles
  • Check the environment (FFmpeg, Whisper runtime, model connection), list model providers and local presets, and list editing styles
When to use it
Useful when you want an assistant to batch-produce short clips, covers and captions from interviews, podcasts or courses, or to drive the AutoClip pipeline from an agent instead of the desktop app.
Requirements
Local process run with uvx (Python 3.10+, FFmpeg and FFprobe on PATH); macOS or Windows desktop app recommended for shared settings. A model API key via AUTOCLIP_API_KEY or the desktop settings, or a local Ollama/LM Studio server. Publishing needs an Upload-Post API key (UPLOAD_POST_API_KEY).
Before you install
Cloud analysis sends subtitles and copy, image understanding sends sampled frames, and cloud transcription sends audio to third parties; local models avoid this. Cloud models are billed per use. Publishing uploads finished clips to connected social accounts. Jobs write files and can run for many minutes; cancel_job stops them without deleting output.

Installation

In SourceWeft

  1. Open AutoClip in the dashboard and add it to a workspace.
  2. Enable the server for the chats that should use its tools.

Desktop only via STDIO. STDIO servers start a local process, so they need the SourceWeft desktop host.

Other MCP clients

Follow the launch instructions in the repository.

README

[AutoClip]

AutoClip

一个链接，一键出片

开源，在你的电脑上剪辑与渲染。贴一个链接，选好平台，生成 视频、封面和发布文案，
适配抖音、小红书、TikTok、Reels、YouTube Shorts、B 站与 YouTube。
软件免费，云端模型按量计费；需要调整时可进入编辑器。

[GitHub release] [GitHub stars] [Downloads] [License: MIT]

[AutoClip — GitHub Trending]

官网 · 下载桌面版 · 案例库 · 研究 · 快速开始 · 文档 · 问题反馈

简体中文 · English · 日本語 · 한국어 · Español · Português · Русский · Français

最新正式版，桌面、CLI 与 MCP 同步更新。版本以 autoclip --version 和 MCP get_version 为准。一键出片、字幕分页、人物取景与长视频队列修复见 更新日志。旧版用户请升级。

真实成片

点击截图或「播放」直接观看完整成片；下方语言指成片字幕语言。这里精选 6 条，展开可看另外 10 条。

竖版 · 访谈式与满屏播客式

[Bill Gates — AI测试时竟会装傻？]
Bill Gates
访谈式 · 抖音 · 中文
▶ 播放 1:01 · 原片 		[AI Experts Debate — We're Driving Toward a Cliff in the Fog]
AI Experts Debate
访谈式 · Shorts · 英文
▶ 播放 1:25 · 原片 		[Tony Robbins — 风险极小，回报极大？]
Tony Robbins
满屏播客 · 抖音 · 中文
▶ 播放 1:45 · 原片 		[Andrew Garfield × Amy Poehler — I Love Competition—but Hate Fake Casualness]
Andrew Garfield × Amy Poehler
满屏播客 · Shorts · 英文
▶ 播放 1:01 · 原片

横版 · 保留原画幅

[佟丽娅 × 鲁豫 — 舞蹈是我骨子里的东西]
佟丽娅 × 鲁豫
原画幅 · B 站 · 中文
▶ 播放 1:41 · 原片 		[Sam Altman — AI是文艺复兴，还是工业革命？]
Sam Altman
原画幅 · B 站 · 中文
▶ 播放 2:02 · 原片
查看更多 10 条真实成片
[Adam Neumann — Success is how you feel one minute before death—full of love, no regret]
Adam Neumann
满屏播客 · TikTok · 英文
▶ 播放 0:59 · 原片 		[小奇 × 鲁豫 — 想证明自己，又怕被注视]
小奇 × 鲁豫
访谈式 · 抖音 · 中文
▶ 播放 0:50 · 原片 		[郭柯宇 × 鲁豫 — 演员的快感在创作过程 不在结果]
郭柯宇 × 鲁豫
访谈式 · 抖音 · 中文
▶ 播放 1:11 · 原片 		[Willem Dafoe — Fake teeth made him feel lascivious and instantly became the character]
Willem Dafoe
满屏播客 · TikTok · 英文
▶ 播放 1:07 · 原片
[TIM × 罗永浩 — 红得快的网红 糊得更快]
TIM × 罗永浩
访谈式 · 抖音 · 中文
▶ 播放 1:05 · 原片 		[Jensen Huang — AI是五层蛋糕 能源才是底层]
Jensen Huang
访谈式 · 小红书 · 中文
▶ 播放 1:17 · 原片 		[Andrej Karpathy — AI还不能当实习生用 因认知能力严重不足]
Andrej Karpathy
访谈式 · 抖音 · 中文
▶ 播放 0:43 · 原片 		[A20 Pro — 苹果芯片不是拼乐高]
A20 Pro
访谈式 · 小红书 · 中文
▶ 播放 2:00 · 原片
[Sylvester Stallone — 60岁写《洛奇》 是向衰老宣战]
Sylvester Stallone
访谈式 · 抖音 · 中文
▶ 播放 1:39 · 原片 		[MrBeast — YouTube's first 5 seconds matter more than thumbnails]
MrBeast
满屏播客 · TikTok · 英文
▶ 播放 1:42 · 原片

视频、封面与发布文案见 官网案例库 →，欢迎投稿你的成片。原片版权归原作者，仅作效果展示。

能做什么

贴链接就出片

选好平台，按平台的画幅与时长要求自动生成。每个平台按评分自动生成至多 10 条合格片段，其余列为备选，点「生成这条」再制作。每条都带封面、标题、简介、话题和 ZIP 发布包。

成片自己会包装

抖音 / 小红书默认访谈式，TikTok / Reels / Shorts 默认满屏播客式；竖版也可自行选择两种版式。字幕和文案语言仍按平台，B 站 / YouTube 为横版。画面跟随说话人，无人镜头保留完整画面。自动品牌片尾默认开启，可在设置中关闭；复制发布文案不附 AutoClip 署名。

还在你的电脑上

剪辑、取景与渲染在本机完成。分析模型自选，字幕可用作者字幕、本地 Whisper / SenseVoice 或已配置的云端转写。CLI / MCP 与桌面共用同一条一键出片链路。

真实素材的耗时与费用

以下是开发期间三条不同素材的实测，不是同一输入的速度对照。费用按当时 qwen-plus 的文字模型用量估算，不含云端语音识别、AI 生图或投稿服务费用；实际账单以所选服务商为准。

版本原片出片文字模型费用估算（人民币）
新版 · 有字幕Jensen · 1h43m（英 → 小红书）7.5 分钟 / 10 条¥0.09
新版 · 无字幕TIM × 罗永浩 · 2h52m（中 → 抖音）29.5 分钟 / 10 条¥0.20
旧版MrBeast · 2h06m（英 → TikTok）65 分钟¥0.64
测试条件与记录

2026-10-01，同一台 Apple Silicon Mac。前两条为新链路、自动生成 10 条；旧链路生成 33 条，素材与输出数量不同。Jensen 使用作者字幕，TIM 使用本地 Whisper base。

已有作者字幕时跳过转写；没有字幕时可选本地或云端转写。追加平台和制作备选会增加处理时间与用量。完整阶段记录与估算口径见 成本与时间。

模型与数据由你选择

剪辑和渲染在你的电脑上完成。使用云端分析会发送相关字幕与文案；画面理解或参考帧生图会发送所需抽样画面，云端转写会发送音频。使用本地分析与本地转写时不需要对应云端 API。成片只有选择投稿后才上传到已连接的平台；匿名统计与错误报告可在设置中关闭。详见 隐私说明。

快速开始

你的使用场景建议方式准备事项
在电脑上出片桌面版macOS Apple Silicon 或 Windows x64
自建 Web 服务 / LinuxDockerDocker 与 Compose v2
批量处理 / 接入 AgentCLI / MCPPython 3.10+（建议 3.11）与 FFmpeg

桌面版

  1. 下载安装：在 Releases 下载。macOS Apple Silicon 选 .dmg，Windows 10 / 11 x64 选 -setup.exe。安装包自带 Python 和 FFmpeg。macOS 15 及以上首次打开：双击一次，若被拦截则到「系统设置 → 隐私与安全性 → 仍要打开」（Apple 说明）。较旧的 macOS 可右键应用 →「打开」。Windows 若出现 SmartScreen，点「更多信息 → 仍要运行」。
  2. 配置模型：在设置里选择服务商、填写 API Key，选择可用的分析模型，测试连接并保存；本地模型先在 Ollama / LM Studio 启动服务并加载模型。
  3. 先看示例，再贴自己的视频：首页还没有项目时，点「用示例项目看看效果」，不需要 API Key，示例在安装包内。之后用自己的访谈或播客，可选择竖版版式。没有字幕、本地 Whisper 装不上或太慢时，打开「设置 → 默认模型 → 语音转字幕」，改用百炼云端转写（qwen-audio-3.1-asr-flash，大约 0.1 元/小时音频，具体以阿里云账单为准）。音频会上传到云端。导入被拦住时，点「改用云端转写」。若安装本地转写，第一次要下载约 220 MB，国内网络约 15 分钟。
  4. 检查并下载：预览自动成片，检查字幕、取景与内容完整性，再下载发布包或连接账号投稿；需要更多片段时生成备选。

Intel Mac 目前没有桌面安装包，与 Linux 一样使用 Docker 或 CLI。安装要求见 安装指南 与 最新 Release。

完整安装与首次使用指南 · 遇到问题？

Docker / Web 部署

bash
git clone https://github.com/zhouxiaoka/autoclip.gitcd autoclipcp env.example .envmkdir -p data logs uploadsdocker compose up -d --build

打开 Web 界面；API 文档 在后端启动后可用。部署细节见 Docker 指南。

Linux 上若绑定目录出现权限错误，先修正数据目录的归属再启动：

bash
docker compose run --rm --no-deps --user root --entrypoint sh autoclip -c 'chown -R autoclip:autoclip /app/data /app/logs /app/uploads'docker compose up -d

从局域网 IP 或自定义域名打开时，在 .env 的 AUTOCLIP_ALLOWED_ORIGINS 填入前端地址（可逗号分隔）。

CLI / MCP

需要 Python 3.10+（建议 3.11），FFmpeg 与 FFprobe 在 PATH 中可用；本地 CLI 不需要 Redis。下载 正式 CLI / MCP ZIP，解压后在该目录执行：

bash
python3 -m venv venvsource venv/bin/activatepython -m pip install -r requirements.txtpython -m pip install --force-reinstall --no-deps autoclip_mcp-*-py3-none-any.whl

不下载 ZIP 时，可以直接一行安装。从源码安装仍可作为备选：

bash
# 一行安装uvx autoclip-mcpnpx skills add zhouxiaoka/autoclip
bash
# 备选：在已克隆的仓库根目录从源码安装python3 -m venv .venvsource .venv/bin/activatepython -m pip install -r requirements.txtpython -m pip install --no-deps .autoclip --version

以上命令用于 macOS / Linux。Windows 用 py -m venv venv 创建环境、.\venv\Scripts\Activate.ps1 激活；随后使用相同的 python -m pip 安装命令。

先保存模型配置：可复用桌面设置；独立使用时按 ZIP 的无密钥示例配置自己的数据目录，详见 CLI / MCP 指南。produce 不使用旧 run --provider 的临时覆盖。已有字幕可用 --srt 跳过转写。

bash
autoclip --versionautoclip produce talk.mp4 --srt talk.srt --platform douyin --portrait-style podcast --jsonautoclip outputs PROJECT_ID --export-kits

MCP 服务由客户端启动。需要单独调试时，在另一个终端运行 autoclip mcp；使用 OpenCode 可执行 autoclip mcp install opencode 写入客户端配置。

把 PROJECT_ID 换成制作结果中的项目 ID。MCP 新入口为 start_quick_output / get_quick_output_status；客户端 command 指向虚拟环境中的 autoclip 绝对路径，args 为 ["mcp"]。旧 run / export 和旧切片工具继续兼容。详见 CLI / MCP、OpenCode 接入 与 Agent skill。

Smithery 本地 stdio 用 MCPB：在仓库根目录执行 python scripts/pack_mcpb.py，产物是 dist/autoclip-mcp.mcpb（不提交）。发布命令是 smithery mcp publish ./dist/autoclip-mcp.mcpb -n io.github.zhouxiaoka/autoclip-mcp，需要维护者自己的登录，仓库不保存 API key。步骤见 CLI / MCP。

模型配置

方式配置
云端 API在设置中选择服务商，填写自己的 API Key。OpenAI 兼容服务还可配置 Base URL。
Ollama默认地址 http://localhost:11434/v1；先拉取并启动本地模型，再选择服务实际提供的模型，无需 API Key。
LM Studio加载模型并启动 Local Server，默认地址 http://localhost:1234/v1。

Docker 访问宿主机模型服务时，localhost 指向容器自身，需要改为容器可访问的宿主机地址。

模型配置指南 · 本地模型与容器配置

特别感谢 ❤️

[88API]
88API 		感谢 88API Token聚合平台 赞助 AutoClip！聚合 GPT、Claude、Gemini、Grok、DeepSeek、Kimi、GLM 等语言与编程模型，适合字幕分析、高光筛选与标题生成。
🎨 多媒体能力：平台提供 GPT-Image、Gemini、Grok 等图片模型，Seedance、Veo、MiniMax Hailuo H3、Kling、Grok 等视频模型，以及 Whisper、TTS 等语音能力；AutoClip 可接入兼容的分析、封面生图与字幕转写接口。
🏷️ 服务与结算：据合作方介绍，由海外企业运营，提供人工客服、正规发票，充值比例 1:1；具体模型、服务与结算条件以平台页面为准。
🎁 新用户福利：通过 专属推广链接注册可获体验额度，用于测试模型能力，领取条件以活动页面为准。 接入说明
[Infistar]
Infistar.cc
无限星河 		感谢 Infistar.cc 无限星河 赞助 AutoClip！提供多模型 API 服务，适合长视频字幕分析、高光筛选与标题生成等工作流。
⚙️ 兼容接入：在 AutoClip 选择 OpenAI 兼容接口，填写 Base URL、API Key 和可用模型，即可配置使用。
🧩 多模型选择：合作方提供 Claude、GPT、Gemini、DeepSeek 等系列模型，可选择支持兼容接口的型号，对比字幕分析与高光筛选效果。
🏷️ 价格与服务：据合作方介绍，部分模型低至官方定价的 0.1 折，支持人民币结算、开票及模型验真；具体型号、价格与服务条件以平台页面为准。
🎁 AutoClip 专属福利：通过 专属推广链接注册可领取 $5 体验额度，领取条件以活动页面为准。 接入说明
[APIMart]
APIMart 		感谢 APIMart 赞助了本项目！APIMart 是专注 AI 图片/视频生成的低价 API 平台，GPT-Image-2 低至 $0.006/张，1 美元可出图 160+ 张。图片、视频一套异步 API 通吃，提交任务拿 ID、回调取结果，跑批万张不超时、换模型不改代码。按量付费、无月费，通过此注册链接注册即可开用。

推荐链接

这是作者推荐链接，不是上面的赞助。

用它注册阿里云或领取优惠，再到百炼控制台创建 API Key，即可在「设置 → 默认模型 → 语音转字幕」使用百炼云端转写。音频会上传到云端。

  1. 作者推荐链接：注册或领优惠。
  2. 百炼控制台：创建 API Key。

常见问题

需要付费或 API Key 吗？

软件免费、MIT 开源。云端分析、转写与 AI 生图按所选服务商计费，需自己的凭据；自动设计封面默认不调用付费生图。Ollama / LM Studio 本地分析不需要云端 Key，但需相应硬件。直接投稿还需自己的 B 站或 Upload-Post 账号。

我的视频会上传吗？

剪辑和渲染在你的电脑上完成。使用云端分析会发送相关字幕与文案；画面理解或参考帧生图会发送所需抽样画面，云端转写会发送音频。使用本地分析与本地转写时不需要对应云端 API。成片只有选择投稿后才上传到已连接的平台；匿名统计与错误报告可在设置中关闭。详见 隐私说明。

什么视频效果最好？

访谈、播客、课程和口播是主要验证场景，有作者字幕时最快。缺字幕可用本地或云端转写；游戏录屏、口播较少的素材可启用画面识别并选择支持图片的模型，仍需检查实际选段。

为什么没有生成片段？

先看具体失败阶段：字幕/转写是否成功、模型连接、FFmpeg 与磁盘是否正常，以及候选是否满足目标平台规则。YouTube 长视频要求完整片段至少 180 秒，短素材可选 Shorts 或 B 站。仍失败请附 autoclip --version 的版本号、系统、素材时长、模型和脱敏日志，见 已知问题。

完整排错指南 · 已知问题

文档

你想了解文档
安装与首次出片安装指南
自建服务与自动化Docker 部署 · CLI / MCP · Agent skill · OpenCode 接入
配置模型与排错模型配置 · 常见问题
版本、路线图与隐私更新日志 · 路线图 · 社区看板 · 隐私说明
研究笔记选对瞬间，而不是堆特效 · English
参与开发与翻译贡献指南 · 翻译维护

参与贡献

欢迎提交修复、出片样例、使用反馈和翻译改进。如果 AutoClip 帮到了你，欢迎给项目一个 Star。

个人维护，回复时间不固定，不提供即时客服或一对一部署服务。

[Star History]

感谢 FastAPI、React、Tauri、FFmpeg、yt-dlp、Whisper、FunASR，以及所有贡献者。项目采用 MIT License。

Source: README.md at commit cd8e6be

Tools

16

get_version

读取 AutoClip CLI / MCP 的版本号，核对同事的测试环境。

Takes no parameters.

start_quick_output

一键出片：本地视频或 HTTPS 的 YouTube / B 站链接，按 platforms 自动制作视频、封面和发布文案。template 可选 editorial / street / classic，且只在 mcp_v2_tools 打开时接受；关闭时传了风格返回 disabled。返回的 template 是实际用的风格，requested_template 是请求值。共用桌面 AI 与片尾设置，立即返回 project_id；之后用 get_quick_output_status 查询。

Parametersnamesourcerequiredbrowsersrt_pathtemplateplatformsinstructionportrait_style

get_quick_output_status

查询一键出片状态。返回 progress、stage、eta、poll_after_sec，以及各平台的视频、封面和文案。完成后用 export_kits=true 获取发布包 ZIP 路径。查不到的任务是 unknown，进程不在是 interrupted。此工具不调用模型或启动制作。

Parametersproject_idrequiredexport_kits

clip_video

deprecated: 把一条本地视频切成高光片段（同步，耗时数分钟到数十分钟，期间会发进度）。返回切片列表（标题 / 起止时间 / 评分 / mp4 路径）与合集。provider 可选 dashscope / openai / gemini / deepseek / seed / kimi / glm / grok / infistar / api88 / ollama / lmstudio；不填用桌面应用里已配置的模型。

Parametersnamemodelbase_urlcategoryprovidersrt_pathmin_scorevideo_pathrequired

start_clip_job

deprecated: 后台开始出片，立刻返回 project_id；之后用 get_job_status 轮询进度和结果。适合客户端对单次工具调用有超时限制的情况。

Parametersnamemodelbase_urlcategoryprovidersrt_pathmin_scorevideo_pathrequired

get_job_status

deprecated: 查询 start_clip_job 开始的任务。返回 progress、stage、eta、poll_after_sec。没有记录是 unknown，工作进程不在是 interrupted，不会把查不到的项目报成 completed。

Parametersproject_idrequired

get_project

读取一个已处理项目的切片（标题 / 时间 / 评分 / 文件）、合集与输出目录。

Parametersproject_idrequired

list_projects

列出最近的 AutoClip 项目（与桌面应用共用数据目录）。

Parameterslimit

list_providers

可用的模型提供商与本地预设（ollama / lmstudio 的默认地址与模型），以及当前正在用的配置。

Takes no parameters.

export_clip

deprecated: 把一条已切好的片段渲成可直接发布的成片：9:16（抖音/小红书/Shorts）、烧字幕、标题卡。preset: douyin / xiaohongshu / shorts / bilibili / original。返回成片路径；同参数再导会走缓存。

Parameterspresetclip_idrequiredsubtitlesproject_idrequiredtitle_card

publish_clip

deprecated: 把一条切片经 Upload-Post 发到海外平台（tiktok / instagram / youtube / facebook / linkedin / x / threads / pinterest / bluesky …），一次可发多个平台。内部先按预设渲成片（竖屏平台默认 shorts 9:16），再异步提交；返回 request_id，用 get_publish_status 查各平台结果。需要先配置 Upload-Post API Key（环境变量 UPLOAD_POST_API_KEY，或 autoclip publish --api-key … --save）和 profile（user）。extra 可透传平台字段，如 {"privacy_level": "SELF_ONLY", "privacyStatus": "unlisted"}；scheduled_date（ISO-8601）定时发布。

Parametersuserextratitlepresetclip_idrequiredtimezoneplatformsrequiredsubtitlesproject_idrequiredtitle_carddescriptionscheduled_date

get_publish_status

deprecated: 查询 publish_clip 的结果：status（pending / processing / completed / failed）与每个平台的 success / url / error。processing 时每 10 秒查一次即可。

Parametersproject_idrequest_idrequired

list_publish_profiles

deprecated: Upload-Post API Key 下的 profile（user）列表及各自已连接的平台；用户不知道该填哪个 user 时先调这个。同时返回当前配置是否就绪。

Takes no parameters.

check_environment

体检：ffmpeg、Whisper 运行时、模型连接是否就绪。出片前先调一次能少踩坑。

Parametersmodelbase_urlprovider

cancel_job

取消一条仍在进行的出片或切片任务，停掉它的 ffmpeg。不删除已写出的成片。查不到返回 unknown。

Parametersproject_idrequired

list_styles

列出剪辑风格 id：editorial（杂志风）、street（街头快剪）、classic（经典）。传给 start_quick_output 的 template 或 CLI 的 --template。

Takes no parameters.

Version history

1
  1. v1.5.7.post1LatestOct 29, 2026

Score

90% of the applicable checks met

How complete this listing is, computed from the registry entry, the endpoint and public sources. Not a rating of the server and not a statement that it is safe or working today: reachability is a dated check, and no installs or reviews go into the score.

  • Reached in the last 30 days25 pts
  • Auth declared10 pts

    Declare the credential headers in the registry entry, or keep the endpoint answering the probe so its auth can be classified.

  • Tools listedRequired15 pts
  • DescriptionRequired15 pts
  • Logo10 pts
  • Documentation15 pts
  • License10 pts