get_version
读取 AutoClip CLI / MCP 的版本号，核对同事的测试环境。
無需輸入參數。
AutoClip
io.github.zhouxiaoka由 GitHub 帳號 zhouxiaoka 發布v1.5.7.post1更新於 Nov 6, 2026
Clip long videos into short clips with covers and captions. Local CLI and MCP.
概覽
AI 產生的概覽
AutoClip 在本機把長影片自動剪成符合各平台的短影音、封面與發布文案，助理可啟動任務、查詢進度並匯出發布包。
- 可以做什麼
- 用本機影片或 YouTube、B 站連結依所選平台一鍵出片，查詢進度並在完成後匯出發布包 ZIP
- 列出、檢視與取消專案及任務，讀取切片標題、時間段、評分與輸出路徑
- 把單條切片依抖音、小紅書、Shorts、B 站等預設轉成帶字幕與標題卡的成品
- 透過 Upload-Post 把切片發布到海外平台，並查詢各平台結果與已連結的帳號
- 檢查環境（FFmpeg、Whisper 執行環境、模型連線），列出模型供應商、本機預設與剪輯風格
- 適用情境
- 適合想讓助理批次把訪談、播客或課程長影片做成短影音、封面與文案，或想用 Agent 驅動 AutoClip 流程而不開桌面版的情境。
- 執行需求
- 本機程序，以 uvx 執行（Python 3.10+，PATH 中需有 FFmpeg 與 FFprobe）；建議搭配 macOS 或 Windows 桌面版以共用設定。需透過 AUTOCLIP_API_KEY 或桌面設定提供模型 API Key，或使用本機 Ollama / LM Studio。投稿另需 Upload-Post API Key（UPLOAD_POST_API_KEY）。
安裝前請注意
雲端分析會上傳相關字幕與文案，畫面理解會上傳取樣畫面，雲端轉寫會上傳音訊；改用本機模型可避免。雲端模型依用量計費。投稿會把成品上傳到已連結的社群帳號。任務會寫出檔案且可能持續數十分鐘，cancel_job 只停止任務、不刪除已產生的成品。
安裝
在 SourceWeft 中
- 開啟 儀表板中的 AutoClip，將其新增到工作區。
- 為需要使用其工具的對話啟用該服務。
Desktop only，透過 STDIO。 STDIO 服務會啟動本機處理程序，因此需要 SourceWeft 桌面主機。
其他 MCP 客戶端
參照 儲存庫 中的啟動說明。
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]
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
横版 · 保留原画幅
查看更多 10 条真实成片
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。
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
桌面版
- 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」。 - 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。
- 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。 - 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。
Docker / Web 部署
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：
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：
不下载 ZIP 时，可以直接一行安装。从源码安装仍可作为备选：
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。
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
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。
特别感谢 ❤️
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。
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。
文档
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。
- 提问与交流：GitHub Discussions · 第一次出片问答 · 分享想法
- 报告故障：使用 Issue 模板，附上系统、版本、所选模型、复现步骤与已脱敏日志
- 合作联系：[email protected]
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。
感谢 FastAPI、React、Tauri、FFmpeg、yt-dlp、Whisper、FunASR，以及所有贡献者。项目采用 MIT License。
來源：README.md，提交 cd8e6be
工具
16start_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。
輸入參數
namesource必填browsersrt_pathtemplateplatformsinstructionportrait_styleget_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。
輸入參數
project_id必填export_kitsclip_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。
輸入參數
namemodelbase_urlcategoryprovidersrt_pathmin_scorevideo_path必填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。
輸入參數
namemodelbase_urlcategoryprovidersrt_pathmin_scorevideo_path必填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。
輸入參數
project_id必填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。
輸入參數
project_id必填list_projects
列出最近的 AutoClip 项目（与桌面应用共用数据目录）。
輸入參數
limitlist_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。
無需輸入參數。
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。
輸入參數
presetclip_id必填subtitlesproject_id必填title_cardpublish_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。
輸入參數
userextratitlepresetclip_id必填timezoneplatforms必填subtitlesproject_id必填title_carddescriptionscheduled_dateget_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。
輸入參數
project_idrequest_id必填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。
無需輸入參數。
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。
輸入參數
modelbase_urlprovidercancel_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。
輸入參數
project_id必填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。
無需輸入參數。
版本歷史
1- v1.5.7.post1最新Oct 29, 2026
評分
已滿足適用檢查項的 90%
該評分衡量此收錄條目的完整程度，依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價，也不表示伺服器安全或目前可用：可連通性是帶日期的檢查結果，評分也不包含安裝量或使用者評價。
- 近 30 天內可連通25 分
- 已宣告認證方式10 分
請在註冊中心條目中宣告憑證請求標頭，或保持端點能夠回應探測，以便判定其認證方式。
- 已列出工具必需15 分
- 描述必需15 分
- 圖示10 分
- 文件15 分
- 授權條款10 分