clipforge

<p align="center"><img src="docs/banner.png" alt="ClipForge — 开源 AI 带货短视频神器，一张商品图自动产出抖音小店/快手/小红书/TikTok Shop 卖货短视频" width="820"/></p> # ClipForge — 开源 AI 带货短视频神器 ｜ 一张商品图，自动出卖货视频 > **把一张商品图，变成会出单的卖货短视频。** 上传商品图 → AI 提炼卖点 · 写种草脚本 · **锁定商品原图不变形** · 配音 + 字幕 + BGM → 几十秒产出能直接发**抖音小店 / 快手 / 小红书 / 视频号 / TikTok Shop** 的带货视频。**一个人一天出几十条 · 0 成本批量 · 开源无水印。** > > _{📌 原『**带货剪手** / daihuo-jianshou』，仓库 · Star · 历史全部延续；也支持「一句话主题成片」做任意非带货题材。} <p align="center"><strong>🌐 官网:<a href="https://xixihhhh.github.io/clipforge/">xixihhhh.github.io/clipforge</a></strong> — 30 秒看懂 ClipForge 能帮你卖什么</p> <p align="center"><strong>🧑‍🎓 第一次用？看这篇 👉 <a href="TUTORIAL.md">小白使用教程（每一步都写清楚）</a></strong> · <a href="TUTORIAL.en.md">English tutorial</a><br/>_{安装 · 配 Key · 3 分钟出第一条免费片 · 报错对照表 · 数据存哪，全在里面}</p> <p align="right"><a href="README.en.md">English</a> · <strong>中文</strong></p> <p align="center"> <img src="https://github.com/xixihhhh/clipforge/actions/workflows/ci.yml/badge.svg" alt="CI" /> <img src="https://img.shields.io/badge/License-AGPL%20v3-blue?style=flat-square" alt="License: AGPL v3" /> <img src="https://img.shields.io/badge/Next.js-16-black?style=flat-square&logo=next.js" alt="Next.js 16" /> <img src="https://img.shields.io/badge/React-19-61DAFB?style=flat-square&logo=react" alt="React 19" /> <img src="https://img.shields.io/badge/TypeScript-5-3178C6?style=flat-square&logo=typescript" alt="TypeScript 5" /> <img src="https://img.shields.io/badge/Tailwind-4-06B6D4?style=flat-square&logo=tailwindcss" alt="Tailwind CSS 4" /> <img src="https://img.shields.io/badge/FFmpeg-视频合成-007808?style=flat-square&logo=ffmpeg" alt="FFmpeg" /> <img src="https://img.shields.io/badge/AI-多模型聚合-FF6F00?style=flat-square" alt="AI Multi-Model" /> <a href="https://skills.sh/xixihhhh/clipforge"><img src="https://skills.sh/b/xixihhhh/clipforge" alt="Agent Skill 安装量" /></a> </p> ## ✨ 为什么选 ClipForge | 独家能力 | 一句话 | |---|---| | 🚀 **两条出片路** | 免费素材 + 配音 + 本地合成可 ¥0 出片；AI 档确认价格后再生成 | | 🧭 **小白 / 导演双模式** | 小白一键托管，导演可控分镜、模型、成本、版本与修复 | | 🧬 **跨镜头一致** | 人物、商品、前镜尾帧多参考约束，模型支持时同步生成对白与环境声 | | 🔬 **坏一段，只修一段** | 候选不覆盖；按质检时间点精准重做，确认费用后才执行 | | 🎬 **生成与剪辑一体** | 真图生视频；导入原片后还能按文字删片、删静音、烧字幕 | | 🛡️ **花钱前后都有保护** | 付费前预览校验；任务可恢复；成片 QC 后再决定是否重做 | | 📦 **适合规模化生产** | 391 款模板、热点选题、爆款复刻、A/B 变体与批量出片 | | 🚦 **合规默认开启** | AIGC 标识、广告违禁词扫描与发布检查开箱即用 | | 🤖 **Agent 也能调用** | 网页、MCP、CLI、Skill 共用同一套生产能力 | <details> <summary><b>📖 可选：查看完整功能与版本细节</b></summary> - 📐 **[可控构图与多平台导出](docs/platform-framing.md)**：固定成片版本，选择模糊背景、黑边留白或满屏裁切，微调裁切位置并预览真实画面；勾选目标平台依次导出，支持取消与失败重试，网页 / CLI / MCP 共用本地能力。 - 📁 **[本地素材库（v0.9.3）](docs/local-materials.md)**：自有图片和视频可批量上传、按内容去重、编辑名称与标签、检索预览并用于分镜；支持只用本项目素材补齐空镜，保留旧候选，上传可取消和重试。 - 🎞️ **一键整片**：生成花钱之前，四位毒舌判官（节奏/口语/创意/结构）先逐镜撕台词并给等长重写，一键应用（另有独立 [script-judges skill](skills/script-judges/SKILL.md)）；**九宫格分镜**一次生图把 ≤9 个分镜画进一张 3x3 网格——人物、服装、房间、光线物理级一致，自动裁成各分镜关键帧；再把全部关键帧喂 Seedance 2.5 参考生视频，≤30 秒脚本一次生成整片——镜头原生切换、台词人物原声逐字说出、音频全程连续（真实商品实测见下方示例）。 - 🎬 **真·动态镜头**：i2v + 链式首尾帧无缝转场；18 款命名运镜预设每镜可选、可 Mix 双预设叠加；8 款画面 Look 一键套用；不满意的镜头保持画面只重跑动态。 - 🎭 **短剧带货**：情景短剧/街头采访等十种风格四大形态，多角色各配免费音色；内置 6 款素人主播 + 真实人脸约束；UGC 真实感三件套——台词「说出来的不是写出来的」（钩子从对话中间开始、不落金句）、首帧指名光源+生活痕迹、口播行为节拍逐镜轮换。 - 🧭 **双模式工作台**：侧边栏常驻导航（工作台/项目/商品库/主播库…一处 logo 一处切换），底部一键切「小白模式 ⇄ 导演模式」。小白模式从工作台出发全程托管：写脚本 → 免费素材配画面 → 免费配音合成 → 直达成片页，中途只见一张进度卡；导演模式才展开分镜、导演台（出镜主播/画面 Look/运镜强度）、九宫格与逐镜运镜等专业控件。 - 🧠 **智能生产系统（v0.8.93）**：①导演模式新增生产控制台，把九阶段工作流、执行位置、是否付费、真实模型价格区间、预计耗时与智能模型推荐放在一页；推荐可直接应用为真实默认视频模型，未知价格明确显示区间，不伪造精确数字。②项目级结构化创作意图与视觉圣经会编译进真实生图/图生视频提示词，人物、商品、服装、环境和光线锚点跨镜头复用，明确命中「禁止变化」时在付费请求前拦截。③任意图片/视频可在媒体解构工作台识别主体、光线、色彩、构图、运镜与节奏，反推提示词并保存为项目洞察。④脚本、素材、云任务、成片和手动快照自动组成版本树；失败按鉴权/参数/审核/输入上限/媒体损坏/失联任务分类给恢复动作。⑤快速预览复用真实 720p / veryfast / CRF26 本地合成档，不重新生成 AI 素材；成片 QC 将黑帧、静帧、响度、静音、规格偏差拆成修复计划，全部免费项可确认后一键重合成并再次质检，任何可能付费的镜头重做都不会静默触发。 - 🔬 **镜头质量闸门（v0.8.98）**：每个分镜保留全部候选版本，按画面、时序、脚本遵循、人物/商品、动作、连续性和文字逐维评估并给出可核对证据；人工采用的候选才进入实际合成，项目内真实验收结果反哺模型推荐。重生成或换模型只给建议，不会自动花钱。 - 🧬 **自适应镜头条件（v0.8.99）**：逐镜把关键帧、人物定妆、商品原图与前镜真实尾帧编译成模型可接受的最强参考组合；支持时同步生成逐字对白、口型、环境声与物体声，不支持则在付费前明确降级为关键帧或后期配音。每个候选保存实际锚点数、音频方式与降级状态，质量闸门可直接追溯。 - 🩺 **精准镜头修复（v0.9.0）**：质量闸门会从问题时间点生成局部修复窗，可追加人物 / 商品 / 构图时间锚点；先看实际区间、模型时长、价格与降级方式，再确认付费。系统只生成坏掉的一段，本地拼回原镜头并保留原声；原候选不覆盖，云端完成后即使本地中断也能继续收尾。 - 🎚️ **成片连续性与本地母版（v0.9.1）**：在真实拼接点两侧取样，对亮度、色度和饱和度突变给出时间点、分数与可核对证据，同时测量整片 EBU R128 响度；默认只分析、不调用模型。需要处理时可显式创建两遍响度标准化或时间去闪烁的新母版版本，原成片不覆盖，去闪烁不会被机器自行开启。 - 🧾 **剪辑队列与字幕校对**：片段多选命名后批量预演/输出，逐条查看进度、取消和按原计划重试；服务中断可恢复。长稿分段显示、全文搜索、定位播放，商品词组校对随版本保存。见[队列与校对说明](docs/transcript-reliability.md)。 - 🧪 **本地转写质量检查**：Tiny / Base / Small 使用词时间戳兼容权重，提供本地 CER、耗时和内存评测；Small 可选，默认轻量模型。见[评测说明](docs/asr-quality.md)。 - ✂️ **片段工作台**：按原话关键词与目标时长，从已转写素材整理短片段；查看真实原话与时间范围，试听后只保留选中区间，也可手动调整。支持撤销、字幕重排与专业时间线导出，网页 / CLI / MCP 共用本地能力，无需新模型。见[使用说明](docs/transcript-clips.md)。 - ✂️ **长素材文字剪辑（v0.8.97）**：本地转写改为固定内存分块，最长 2 小时可取消续跑；删文字即删画面，支持即时跳播、diff、版本回退，并可导出 OTIO / EDL / CSV 继续专业精修。原片和旧稿永不覆盖。 - 🚦 **免费 / AI 双档出片**：创建时只问两件事——出片方式（🆓 免费快剪 ¥0 约 2 分钟 / ✨ AI 生成成片·按秒计费直接标在选项上）和带货形式（智能推荐 / 真人口播·可选主播 / 情景短剧 / 图文混剪）。免费档全自动直达成片；AI 档把免费脚本当「文字方案」确认闸门——看完口播文案点一次「AI 生成成片」，自动跑 九宫格锁人锁品 → 一键整片（原生切镜+口播原声），花钱永远只有这一次点击。开源 BYOK：费用按量付给你所选的模型平台，ClipForge 本身免费。 - ⚖️ **小白模式质量不缩水**：全托管砍的是操作，不是质量功能。五条一键链（网页免费快剪 / AI 生成成片 / 批量出片 / CLI create / MCP create_video）在配画面、花钱生成之前都自动跑判官团——四位判官挑刺 + 等长重写自动应用，弱句重写完才开拍（报告在编辑器仍可查，LLM 没配则静默跳过、绝不挡链路）；AI 档选了主播但还没定妆时，自动先生成四视图定妆照锁脸再出片，定妆照回存主播库跨条视频复用；一键整片的时间码 prompt 逐镜带上脚本运镜。LLM 默认档同步升级 DeepSeek V4 Pro（实测旧默认 v3.2 的思考文本会弄脏 JSON 输出），设置页模型选择器仍可自选任意模型。 - 🎭 **真实感全家桶（专治「一眼 AI」）**：①Look 预设新增「实拍感」组——手机直出 / 前置自拍（26mm 广角畸变+手臂入画）/ 搁置机位，相机身份词前置注入视频 prompt（句首 token 权重最高）；②人声落地默认开——TTS 旁白过手机麦频段 + AGC 式压缩 + 轻谐波激励，全片垫房间底噪，句间不再是数字死寂（实测句间底噪 -91dB→-58dB，原生模型人声绝不过链）；③原生感后期加三件：边走边拍档（微旋转呼吸滚动）、镜头光晕（高光泛红边）、平台二压感（720p 世代损失+CRF27，像「已被平台压过一遍的真人上传」）；④一键整片 prompt 吃 Seedance 2.5 官方语法——`{}` 台词括号、素材绑定段+关键帧顺序声明、`不要字幕`/`无bgm` 官方负控通道、台词密度检查防口型漂移，质感行全正向措辞。 - 🪝 **吸引力升级（带货视频怎么让人看完）**：钩子库从 10 款扩到 16 款，新增信任型/社证型六款——自曝反转、认缺点开场、淘汰式测评、成本拆账、评论回应、跟风真香（海外投放数据背书：「全程夸”恰是观众识别广告的第一信号）；脚本 prompt 注入留人转化硬规则——商品实体前 3 秒入画（大盘 63% 高点击视频如此）、超 20 秒必有 40%–60% 处续命钩、CTA 双落位（约 70% 顺口首提 + 末镜复读带手势）、紧迫感分档（默认个人体感软紧迫，虚假硬促违广告法），结构判官同步盯中段续命钩；发布文案包新增「评论区运营包」——置顶自问自答 + 高频异议回复模板（评论区是视频的第二落地页；刻意不做预埋假评论，附合规提示）。真实 LLM 实测：新规则被采纳，成片脚本 70% 处自然首提链接、CTA 用上软紧迫话术。 - 👤 **主播库 · 多视图定妆**：设置页自建多个带货主播（名字/人设/外观/声线），一键用 GPT Image 生成 正面/侧面/背面/特写 四视图定妆照——同一次生成保证物理上是同一个人；素材页选中主播后，九宫格分镜与一键整片把定妆照当人物参考（@图片1 身份锚），跨镜头、跨条视频不换脸。 - 🎁 **成片模板**：391 款电商配方（转台大片/工厂溯源/发疯文学/鸡蛋不碎测/毒舌奶奶体…）覆盖 3C 到酒旅本地生活，六分组可筛可搜；按商品名/类目/卖点自动推荐，✨AI 定制专属配方；一键预填脚本风格+运镜+Look+字幕 BGM，选完仍可逐项改；配方可存「我的模板」、导出 JSON 分享、整包打包、任意模板「改配方」fork。 - 🔥 **今天发什么**：抖音热搜实时热榜（头条兜底，英文界面走 Google Trends），按类目筛；点热点预填一句话成片，每条热点带「同款」直达爆款复刻；📅 按人设选题 + cron 配方 = 全自动日更机。免 Key 免登录。 - 🔁 **爆款复刻**：ffmpeg 真实解析参考视频镜头切点出节奏骨架，脚本逐镜对齐镜头数与时长；≤15 秒参考可一键 Seedance 参考生视频——保运镜节奏、换成你的商品。 - 🧪 **变体矩阵**：同套素材按钩子文案 × 字幕样式 × 配乐情绪交叉批量出带标签成片，导出页逐条对比；只重跑合成，零 AI 生成费。 - 🔁 **服务端流水线与断点续跑（v0.8.92）**：①免费一键链（判官→配画面→合成）从浏览器搬进服务端持久执行（pipeline_runs），关页/切走不再半路丢链，重开项目自动接上实时进度；②失败或服务重启中断的链给「从断点续跑（默认）/重新开始」单选——已完成阶段不重跑；③批量出片逐件逐阶段落库（batch_jobs/batch_job_items），刷新/崩溃后进度与产出回链不丢，重开页面可「继续上次批次」跳过已完成件、沿用原配置与防同质化排班，新增中止按钮；④每件产出的项目与成片 ID 回链批次，批量出的片永远找得回。 - 🔔 **全局任务中心**：跨项目查看自动出片、合成、云端任务和全部活跃批次；空闲时继续发现新任务，回到页面或展开面板立即更新，网络失败时保留上次状态并支持重试。失败与中断提醒持续保留到新一轮接替，点击可直达恢复入口。模型目录随服务地址和密钥切换即时重置，避免旧列表或迟到响应干扰选择。详见 [任务状态与模型选择](docs/task-recovery.md)。 - 🖼 **作品流与封面（v0.8.92）**：①成片渲染完成自动抽首帧存为本地封面（永不过期，不依赖第三方 URL），历史成片按需懒补；②「我的项目」新增「项目/作品」双视图：作品 tab 跨项目成片瀑布流（封面+变体标签+时间+直接下载），点击回到该片导出页；③项目卡升级带封面（最新成片首帧，无成片用商品图兜底）并补上删除入口（文字级确认，防误删）。 - 🔗 **商品链接入库（v0.8.92）**：商品库支持贴链接导入——真实抓取商品页（SSRF 防护）+提取名称/卖点/价格/图片并落盘到商品库存储，提取结果进同一张可编辑表单人工核对（尤其类目），确认保存才入库；解析失败一键转手动填写；入库成功直通批量出片。修复：免费素材源下到 GIF 时合成必挂（ffmpeg 8 起 gif 解复用器拒绝 image2 的 `-loop` 选项，现按 GIF 走无 loop 输入链）。 - 🧑‍⚖️ **判官团二期（v0.8.91）**：①新增第五位「画面官」，专审「这一秒画面里谁在做什么」——「展示产品效果」「建立信任感」这类功能句不是画面，逐镜点名并重写成可见动作，重写直接回写分镜描述；②每条挑刺必须引用原句片段+说清什么不成立，无引文的意见作废；③挑刺与重写全部标注采纳分级（硬伤 invariant / 应改 default / 品味 taste），网页/AI/批量/CLI/MCP 五条全托管链只自动采纳前两级，品味级仅展示——既拦硬伤又不误杀创作选择；④重写句服务端逐个校验数字事实 token（价格/规格），丢一个数字整条弃用；⑤按风格附加专项判准：反转型一句话公式校验、对话剧行动动词+交换说话者测试。 - 🎬 **脚本与提示词纪律包（v0.8.91）**：①动作可生成性硬判据进脚本生成 prompt——双主体精确交互/内部心理/否定式动作/一拍三步动作链四类禁写+五步改写序；②分镜三硬规则（商品关键动作唯一主落实镜、相邻两镜至少变一项、景别由必看信息尺度决定）；③drama/interview/story/reversal 各配场景型镜头语言（对白正反打/转折特写慢推/冲突跟拍快切）；④情绪写法铁律：禁终态词，一律「触发→身体先反应→面部克制」三拍过程；⑤人物外观强制带「随身状态锚」（袖口挽起/领口别笔）与处境痕迹，跨镜身份可核对；⑥整片 prompt 多角色台词逐句归属说话人+方向词约定+定妆照背景剥离；⑦关键帧 prompt 静态 lint（时序词告警）+「动作开始前一瞬定格」帧位指令；⑧运镜词表补景别/等效焦段/情绪注记，新增锁定跟拍/FPV俯冲/贴身环走三款预设；⑨Look 预设补色温 K 值与光圈参数，real 家族新增行车记录仪/老 DV/店内监控三款「低可信度媒介」Look。 - 🔊 **配音表现力与接缝（v0.8.91）**：①TTS 按镜头类型自动带情绪（钩子急切/痛点困扰/CTA 笃定——MiniMax 走官方 emotion 枚举、OpenAI 兼容走 instructions，其余引擎自动忽略）；②台词支持 `[pause]` 气口标记，免费 Edge 引擎转真 SSML 停顿，字幕/卡拉OK/付费 TTS/原生人声链全部自动剥离；③相邻原生人声切点 20ms 边缘淡化平滑底噪跳变（不吃音轨时长零漂移），底噪垫扩展到纯原生音轨成片（更轻幅度统一空间感）；④每条 AI 动态镜保存时自动提取真实尾帧，新增「接缝模式」三档单选：钉帧（默认）/续拍（下一镜从上一镜真尾帧继续，像素级连续）/关；⑤火山方舟直连全面对齐官方内容协议（首尾帧/参考图≤9/参考视频≤3/参考音频≤3 角色标注+两阶段提交+回传真实尾帧），直连用户参考生视频不再缺参。 - 💸 **付费前守门与废片诊断（v0.8.91）**：①AI 整片新增免费 dryRun 预览——先看整片 prompt 全文、镜数时长、参考图数与台词密度警告，确认后才提交计费任务；预览与提交之间脚本有改动自动作废确认并刷新预览；②参考图配额提交前硬校验（如 Seedance 上限 9 张，9 关键帧+1 定妆照=10 张的经典超限当场拦下，省一次必败付费）；③废片诊断六症状（脸崩/皮肤蜡感/背景死/光不对/模糊/商品变形）单变量重投：只改一个维度重新生成该镜，UI 明示「本次只改了什么」——单变量才知道是什么修好了它；④MCP 链补全：compose/create_video 支持 `wait:false` 非阻塞提交防客户端超时掐断、新增 `clipforge_update_shots` 单句精修工具（配合 gate/qc 反馈点改不整篇重生成）、SKILL 路由优先级表。 - 🎤 **卡拉OK真同步 + 冻帧清零（v0.8.90 成片体验升级）**：①免费 Edge 配音开启词边界事件，逐字点亮用引擎回传的真实词时间戳——逗号停顿、语速变化全部跟上，不再按字数均分漂移；字幕卡切换点吸附最近词尾，价格 ¥1,299 的千分位、时间 3:45 永不被切断，闭合标点不再出现在行首；②图库素材按分镜时长搜索（短于槽位 70% 的自动过滤），略短的素材合成时自动慢放补齐（≤1.43x），配不到贴题素材时先试视频主题词再退万能兜底、并在结果里明确标出哪几镜用了兜底画面建议手动更换；③图片运镜 2 倍超采样渲染再缩回，慢速推拉的逐像素抖动和放大发糊一并消除。 - 🧱 **成片可靠性三重门（v0.8.90）**：①所有下载素材（图库/AI 生成/BGM）落盘即做解码级校验，CDN 断流、错误页存成的假 .mp4 当场删除并自动换下一候选，合成前坏视频自动降级商品图——单遍 filter_complex 整单报废成历史；②TTS 加瞬时失败重试（确定性 Key 错误不白等），付费配音挂了自动回退免费 Edge 引擎，绝不产出哑镜，降级记录写进成片旁的 timeline 侧车；③推理/思考模型的 `<think>` 痕迹在所有 LLM 解析口统一清理（已知端点还会请求侧直接关思考、JSON mode 双保险），解析失败自动把报错喂回模型重问一次——判官团、脚本生成、语义配片、翻译全链受益。 - 🧩 **无限画布**：[Infinite Canvas 插件](integrations/infinite-canvas/)——画布连商品图一键出片，成片以视频节点落回画布继续二创。 - 🚦 **合规**：GB45438 AIGC 显式+隐式双标识、广告法违禁词扫描、发布门禁报告，默认全开。 - 🎚️ **编辑交付升级（v0.9.5）**：可调 BGM 音量与旁白闪避；文字剪辑计划支持 JSON 导入、OTIO/EDL/CSV 批量导出、节奏标记和可编辑字幕轨；成片 sidecar 提供 A1/A2/A3 音轨映射，并可选导出旁白/BGM WAV stems；CLI/MCP 支持固定合成版本导出和音轨参数。 - 💸 **别再被分辨率悄悄扣钱（v0.9.4）**：有用户充 $25 跑一条 30 秒片就烧掉 $22（issue #28）。查下来是我们的锅——手抄的分辨率清单漏了 Seedance 2.5 的**原生 1080p**，于是设置里的 1080p 只能掉进更贵的 `1080p-sr` 超分加价档。实测（5 秒竖屏看真实扣费）分辨率才是最大的花钱开关：1080p ≈ 基准价 4.5 倍、720p ≈ 2 倍，而平台公布的「基准价」对应的是 480p。现在：补齐原生档位并加回归测试；**默认分辨率改为 720p**；生成前按所选档位的实测倍率显示预估花费，并可设单次花费上限，超了先拦；一键整片需要换模型时先征求同意；脚本超过所选模型时长上限时在花钱前拦截，不再静默截掉后半段。 - 🩹 **修复（v0.8.94）**：Atlas Cloud 一键接入把「素材网关」`/api/v1` 写进了脚本模型地址，而聊天接口在 `/v1`，于是写脚本必挂 404，报错还把锅甩给模型名（issue #24）。现在一键接入写聊天网关，老配置升级时自动改回，手动填错也会在请求前纠正；Key 连通性测试同步改打聊天网关，有效 Key 不再显示「无法判定」。 </details> ## 🧩 同作者项目 - 🎭 [**Dramake**](https://github.com/xixihhhh/ai-short-drama-skill)：导演级 AI 短剧 Agent Skill，把点子、小说或剧本串成可追踪的剧本、角色母版、分镜、模型与预算路线、配音、剪辑和质检流程，适配 Codex、Claude Code 与 WorkBuddy。安装：`npx skills add xixihhhh/ai-short-drama-skill --skill dramake` 想更高画质再加 Key：一个接口聚合 **7 大平台 30+ 精选模型**（GPT Image 2 / **Seedance 2.5** / **MiniMax H3** / Kling O3 / Veo 3.1…），Atlas 全站 **200+ 视频模型动态直连**——平台新上的模型无需升级就能用；自部署开源（AGPL-3.0），数据全在本机不上云。 ## 🎬 示例：一张商品图进去，一条能发的片出来（Seedance 2.5 实测） **输入只有下面这一张商品图 + 一句话需求。** 台词、分镜、画面、人声全部是 ClipForge 自动产出：判官团先把「大家好体」初稿台词撕掉重写 → 九宫格一次生图锁住人物/场景/商品 → 一键整片： <table> <tr> <th align="center">① 输入：一张商品图</th> <th align="center">② 自动九宫格分镜（1 次生图）</th> <th align="center">③ 输出：一键整片（4 镜 · 人物原声）</th> </tr> <tr> <td align="center"><img src="docs/videos/input-coffee.jpg" width="210" alt="输入：冷萃咖啡液商品图"/></td> <td align="center"><img src="docs/videos/grid-coffee.jpg" width="210" alt="自动产出的九宫格分镜：同一人物/房间/光线的 9 个镜头"/></td> <td align="center"><a href="https://xixihhhh.github.io/clipforge/videos/demo-coffee-film.mp4"><img src="docs/videos/poster-coffee-film.jpg" width="210" alt="点击播放：4 镜整片"/></a><br/>_{▶️ 点图播放（开声音）}</td> </tr> </table> 台词也不是套模板——判官团把初稿的「大家好，今天给大家推荐一款超好用的冷萃咖啡液」撕成了成片里的**「就这玩意儿，把我星巴克的钱包给救了」**；整片 4 个镜头（口播钩子→挤咖啡→举杯喝→举盒收尾）一次生成原生切换，台词由人物原声逐字说出。 同一套流程的另外两条产出（输入 → 输出）： <table> <tr> <td align="center"><img src="docs/videos/input-coffee.jpg" width="110" alt="同一张咖啡液商品图"/></td> <td align="center">→</td> <td align="center"><a href="https://xixihhhh.github.io/clipforge/videos/demo-coffee.mp4"><img src="docs/videos/poster-coffee.jpg" width="110" alt="点击播放：中文口播单镜"/></a><br/>_{🎙️ 中文口播单镜 12s}</td> <td align="center" width="40"></td> <td align="center"><img src="docs/videos/input-blender.jpg" width="110" alt="输入：便携榨汁杯商品图"/></td> <td align="center">→</td> <td align="center"><a href="https://xixihhhh.github.io/clipforge/videos/demo-blender-en.mp4"><img src="docs/videos/poster-blender-en.jpg" width="110" alt="点击播放：出海英文口播"/></a><br/>_{🌍 出海英文口播 12s}</td> </tr> </table> 人声、台词、口型均为模型原生输出，未经人工修片；<a href="https://xixihhhh.github.io/clipforge/">官网</a>可直接自动播放。 ## 🚀 30 秒跑起来 ```bash docker run -d -p 3000:3000 -v clipforge-data:/data ghcr.io/xixihhhh/clipforge ``` 打开 `http://localhost:3000`，**免 Key 就能出第一条片**（免费素材 + 免费配音）。本地开发 / 桌面版 / 配模型见 [快速开始](#快速开始)。 > 🧑‍🎓 **不懂技术？** 别从这里开始——看 [**小白使用教程**](TUTORIAL.md)，从下载桌面版到出第一条片，每一步点哪里都写了。 ## 界面预览 | 工作台·免费/AI 双档明选 | 脚本闸门·一次点击才花钱 | 高级新建（导演模式） | |:---:|:---:|:---:| |  |  |  | | **视频合成·配音/字幕/BGM** | **成片导出·多平台** | **批量出片** | |  |  |  | > 左上就是完整创建流程：传图/贴链接/说主题 → 选出片方式（🆓 免费快剪 ¥0 / ✨ AI 生成成片·按秒标价）→ 选带货形式 → 开始生成。逐步图解见[**小白使用教程**](TUTORIAL.md)，网页速览见[官网使用手册](https://xixihhhh.github.io/clipforge/guide.html)。 <p align="center"><img src="docs/showcase-platforms.png" alt="ClipForge 一键产出抖音 / 快手 / 小红书 / TikTok 竖屏带货短视频，全程不出真人脸" width="820"/></p> --- > 📚 **以下是详细文档**：[合规默认开](#-合规默认开国内发布不踩坑) · [能做什么](#-两种玩法带货为主也能做任意题材) · [核心功能](#核心功能) · [快速开始](#快速开始) · [FAQ](#-常见问题-faq) · [Roadmap](#roadmap) ## ✅ 合规默认开：国内发布不踩坑 国内平台（抖音 / 快手 / 小红书）对**未标识 AI 内容自动限流**、对**广告法违禁词直接压量**。ClipForge 把合规做成**默认就开、零配置**——出片即合规，不用你事后补： - **AIGC 标识（显式 + 隐式双层，对齐国标 GB 45438-2025）**：成片**默认烧录片头「内容由 AI 生成」角标**（左上角 ≥2 秒，满足抖音 2026-07 新规——仅 AI 配音也属须标注内容；可关，关了发布门禁会提示风险）+ 自动写入**隐式文件元数据**（生成合成标签 / 服务提供者 / 内容制作编号），导出页另备一键复制的「AI 生成」声明文案——躲开平台对未标识 AI 内容的限流。 - **发布前「限流自检」**：广告法风险词 / 开场钩子 / 时长甜区 / 字幕可读性 / 行动号召 / 带货三段式 / AIGC 标识状态，逐项 ✓⚠✗ + **具体改法**（不打假分数），出片前一眼看出会不会被限流。 - **广告法违禁词扫描**：绝对化用语（《广告法》第 9 条，含**最低价 / 全网最低**等价格绝对化）/ 医疗虚假功效 / 需认证宣称 / **虚假紧迫**（最后一天 / 马上涨价等虚假限时限量）四类风险词即时高亮，附合规改写建议——**绝不虚标**。 - **二维码站外导流把关**：抖音 2026-07 起成片内二维码属站外导流（首违关橱窗 7 天、二违永久收回带货权限）——片尾扫码购买对 `platform=douyin` **默认拒绝**（可 `force` 强制，仅私域分发建议），其他国内平台附风险提示，TikTok / Reels / Shorts 不受影响。 - **AI 带货平台规则护栏 🆕（只提醒、不砍功能）**：发布门禁按抖音 2026-07 规则出三类风险提示——① 对比测评 / 开箱测评风格属平台禁止的「AI 生成测评类内容」（建议抖音改投口播种草 / 情景短剧，风格照常可用）② 数字人禁入五类目（医疗 / 金融 / 美容功效 / 保健功效 / 教培效果）按商品文本预警 ③ AI 人物台词出现「亲测有效」式宣称贴近「伪造使用效果」红线，给出种草化改写建议。全部为 warn 级人工确认，任何风格与功能都不受限。 - **AI+真人混合占比计量 🆕**：抖音的推荐加权**偏向 AI+真人混合内容**（实拍占比 ≥50% 有流量倾斜）——素材页实时显示**时长加权的实拍/AI 占比条**+逐镜「实拍 / AI」徽章，发布门禁同步给出达标状态与补实拍建议；商品原图 / 上传素材 / 免费实拍库素材都计为实拍，纯信息不拦截，纯 AI 打标发布照常。 - **商品原图保真**：image-to-image 锁定商品本体，换背景 / 打光也不篡改产品——既是转化命门，也避免「货不对板」的合规与售后风险。 > 出海发 TikTok / Reels / Shorts 时，脚本同样会带「AI 生成内容打标识、避免夸大与未证实功效」的平台合规提示。 ## 🎬 两种玩法（带货为主，也能做任意题材） - **🛍️ 商品带货成片（主场景）**：**上传商品图，或直接粘贴商品链接一键导入**（自动抓取标题/价/图）→ AI 提炼卖点、写多套带货脚本 → 商品原图保真出镜 + 免费素材配 B-roll → 免费配音 + 字幕 + BGM → 一键导出抖音 / 快手 / 小红书 / 视频号 / TikTok Shop 规格。 - **🗣️ 一句话主题成片**：不卖货也能用——输入一句话主题，AI 写旁白 → 免费素材自动配画面（含免 Key 实拍视频）→ 免费配音 → 合成竖屏成片。 - **🖊️ 自带脚本成片**：已经写好稿子？直接导入你的整段旁白，自动切成分镜 → 配画面（或配你上传的本地素材）→ 配音 → 合成，不必经 AI 生成。配合本地素材源即「自带稿子 + 自带素材」全自主成片。 - **🌍 配音译制成片（出海）**：一条片换语种发不同市场——把脚本一键翻成目标语种、用对应免费音色重新配音合成（中文版发抖音、英文版发 TikTok，同源同画面）。自己生成的视频脚本已知、**免转写**。 - **✅ 合规 + 转化双开关**：AIGC 元数据标识合规 + 发布前限流自检 + 广告法违禁词扫描默认就开（详见上方 [合规默认开](#-合规默认开国内发布不踩坑)），再加片尾「点击下方小黄车」购买 CTA，发布不违规、看完就下单。 - **🛒 商品卡贴片（挂车感）**：可选在画面左下角叠一张商品卡——商品图缩略 + 商品名 + 黄色「点击下方购买 →」引导，开头几秒展示，强化转化。 - **📋 复制即发文案包**：导出页一键生成吸睛标题 + #话题标签 + 种草文案（挂车号召），**没配 AI 也有免 Key 模板版**按品类/平台直接出，复制就能发。 - **📈 效果回流（数据飞轮·学出爆款）**：发布后在导出页回填这条的播放/点赞/成交，跨项目按品类聚合出**哪种脚本风格、哪个开场钩子更能卖**，**直接回灌到下一次脚本生成**——「智能推荐」风格按你的实测转化优先、Prompt 带上历史转化提示，把「凭感觉」变成「用数据」。冷启动无数据时自动回落，不打扰。 - **📝 字幕可导出**：成片内烧字幕之外，可一键导出 **SRT / WebVTT**（`/api/project/[id]/subtitle?format=srt|vtt`），用于二次剪辑、平台原生字幕、无障碍与再校对。 <p align="center"><img src="docs/hero.png" alt="ClipForge 带货工作流：商品图 → AI 提炼卖点写脚本 → 商品保真配画面 → 免费配音字幕 → 抖音/快手/小红书/TikTok 卖货短视频" width="820"/></p> ## 💡 带货实战：一张商品图 → 30 秒一条 以示例「云柔加厚抽纸」为例（成片见上方 [界面预览](#界面预览)）： 1. **传图填名** — 上传商品图、填「云柔加厚抽纸」、选投放平台（抖音 / 快手 / 小红书）。 2. **AI 写脚本（~30s）** — 产出 3 套带货脚本（痛点种草 / 场景安利 / 对比测评），自带黄金 3 秒钩子、话题标签、封面文案、互动引导语。 3. **配画面** — 商品原图**保真出镜** + 免费素材库自动配生活场景 B-roll（不烧 AI Key）。 4. **自动成片** — 自动配音 + 烧中文字幕 + 价格贴 + 背景音乐，FFmpeg 真实合成。 5. **一键导出** — 抖音 9:16 / 小红书 3:4 一键切换，发小店即可卖货。 > 整条**全自动、无水印**；大促前还能选 10 个商品**批量出片**、套用爆款模板、A/B 多版本测转化。 **关键词 / Keywords**: AI 带货短视频 · 带货视频制作 · 电商短视频 · 商品视频生成 · 种草视频 · **短剧带货 / AI 剧情短视频** · **图生视频 i2v / AI 动态镜头 / 无缝转场** · 多角色 AI 配音 · 抖音小店 / 快手 / 小红书 / 视频号 / TikTok Shop 带货 · AI 卖点提炼 · 商品图转视频 · 批量出片 · 爆款复刻 · faceless UGC ads · product video generator · AI 配音 · 开源自部署 · MCP · GPT Image 2 / Seedance 2.5 --- ## 🆚 做一条带货视频：传统外包 vs ClipForge | 痛点 | 传统方式 | ClipForge | |------|---------|---------| | **脚本创作** | 编导写脚本 1-2 小时 | AI 30 秒生成 3 套脚本 | | **素材制作** | 拍摄+修图 1-3 天 | AI 生图/生视频，分钟级出片 | | **视频剪辑** | 剪辑师 2-4 小时 | 自动合成+转场+字幕+配音 | | **多平台适配** | 手动调整比例/字幕 | 一键导出抖音/快手/小红书/视频号/TikTok/Reels/Shorts 版本 | | **批量出片** | 一天最多 3-5 条 | 选 10 个商品一键批量生成 | | **成本** | 编导+拍摄+剪辑 数千元/条 | API 调用费 几元/条 | > 💡 免费路径（免费素材 + 免费配音 + 本地合成）**成本为 0**；只有选用付费 AI 生图 / 生视频模型时才按平台计费（几元/条）。 ### 和同类工具比呢？ | 你在意的 | **ClipForge** | 传统开源拼接工具 | 商业 AI 视频 SaaS | 手工剪辑软件 | |---|:---:|:---:|:---:|:---:| | **商品保真**（原图不变形出镜） | ✅ image-to-image 锁定 | ❌ 关键词配库存素材，商品不出镜 | ⚠️ 部分支持，效果看模型 | ➖ 手动贴原图 | | **动态镜头质量** | ✅ i2v + 链式无缝转场 + 运镜可控可重跑 | ❌ 静图 / 库存视频拼接 | ✅ 多为 i2v | ➖ 取决于你拍的素材 | | **剧情短剧 + 多角色配音** | ✅ 十种风格，每角色免费专属音色 | ❌ 单旁白朗读 | ⚠️ 数字人口播为主 | ❌ 全手工 | | **国内平台合规**（AIGC 标识 / 广告法词 / 发布门禁） | ✅ 默认开 | ❌ | ❌（多面向海外） | ⚠️ 部分标识 | | **0 成本出整片** | ✅ 免 Key 免费素材 + 免费配音 | ✅ 也有免费路径 | ❌ 按条 / 订阅付费 | ⚠️ 基础免费，高级付费 | | **无水印 + 数据在本机** | ✅ 开源自部署全本地 | ✅ | ❌ 素材上传云端，免费档常带水印 | ❌ 云端处理 | | **Agent / 自动化**（MCP · CLI · 批量） | ✅ MCP + CLI + Skill + 批量出片 | ⚠️ 部分有 API | ⚠️ 部分有 API | ❌ | > 以各产品公开资料为准（2026-07），功能随版本演进；ClipForge 与上述产品均无关联，仅作选型参考。 --- ## ❓ 常见问题 FAQ **ClipForge 是什么？** ClipForge（原带货剪手 / daihuo-jianshou）是一款**开源免费的 AI 带货短视频工具**：上传一张商品图，AI 自动提炼卖点、写带货脚本、**保持商品原图不变形**、配画面 + 配音 + 字幕，一键产出抖音小店 / 快手 / 小红书 / 视频号 / TikTok Shop 卖货短视频；也支持「一句话主题成片」做任意非带货题材。 **真的完全免费吗？需要 API Key 吗？** 免费路径 **0 Key**：素材用免费可商用 CC 库（Openverse 图片 + Wikimedia 实拍视频），配音用免费微软 Edge TTS，合成用本地 FFmpeg。只有想用付费 AI 生图 / 生视频模型时，才需要对应平台的 Key。 **能做带货 / 电商短视频吗？** 能。上传商品图，AI 自动分析卖点、写多套带货脚本，并**保持商品原图不变形**，一键导出抖音小店 / 快手 / 小红书 / 视频号 / TikTok Shop 规格。 **成片有水印吗？可以商用吗？** 没有水印。自部署 + 开源（AGPL-3.0），成片干净，可商用（第三方素材按其授权使用，导出附带署名 credits）。 **和剪映 / 商业 AI 视频 SaaS 有什么区别？** ClipForge **开源、本地运行、无水印、免费路径零成本、数据不出本机**；商业 SaaS 通常按条扣费、带水印、需把素材上传云端。 **完全不会用、每一步都想有人带？** 看 [**小白使用教程 TUTORIAL.md**](TUTORIAL.md)（[English](TUTORIAL.en.md)）：安装三选一、配 Key 三条路、3 分钟出第一条免费片、AI 成片花钱前必读、导演模式逐页说明、报错对照表、数据存哪怎么备份——每一步点哪里都写了。 **不会写脚本 / 不会剪辑能用吗？** 能。全流程自动——AI 写脚本、自动配画面、自动配音、自动烧字幕、自动转场，**不用出镜、不用拍摄、不用剪辑**。 **支持哪些平台和语言？** 一键适配抖音 (9:16) / 快手 / 小红书 (3:4) / 视频号 / TikTok / Reels / Shorts；界面与文档支持**中文 / English**，按系统语言自动切换。 **可以让 AI 助手（Claude / Cursor）直接生成视频吗？** 可以。ClipForge 内置 **MCP Server**（`clipforge_product_script` 贴商品链接直接出带货脚本，详见 [mcp/README.md](mcp/README.md)）+ **agent Skill**（[skills/clipforge-video](skills/clipforge-video/SKILL.md)，把整条出片流水线教给编程助手）。装法任选：`npx skills add xixihhhh/clipforge` 一条命令；Claude Code 里 `/plugin marketplace add xixihhhh/clipforge` 装 skill+MCP 二合一；或把 [skills/README](skills/README.md) 的 Setup prompt 贴给你的 agent 让它自装。 **能在命令行里直接出片吗？** 可以。内置 **命令行 CLI**：先启动实例，再设好 `CLIPFORGE_LLM_*` 环境变量，然后： ```bash node bin/clipforge.mjs trends # 不知道做什么？先拉热搜选题(默认抖音/头条国内榜,--geo US 走 Google Trends) node bin/clipforge.mjs create --topic "在家手冲咖啡" --quality hd --bgm --bgm-volume 24 # 一句话出片，配乐强度 24%，回填 videoUrl node bin/clipforge.mjs import --project <id> --file my-script.txt # 用自己写好的稿子出片 node bin/clipforge.mjs dub --project <id> --lang en # 换语种译制(出海)，再 compose node bin/clipforge.mjs cover --project <id> --title "手冲咖啡 三步搞定" # 给成片生成封面图(提升点击率) node bin/clipforge.mjs qr --project <id> --platform douyin # 生成商品「扫码购买」二维码(UTM追踪) node bin/clipforge.mjs qc --project <id> # 成片质检(黑屏/静音/响度,发布前把关) node bin/clipforge.mjs gate --project <id> --strict # 发布门禁:脚本就绪+质检+授权一键体检,拦截时退出码 2 node bin/clipforge.mjs credits --project <id> --format md # 素材授权清单(商用风险+署名行,投流审核用) node bin/clipforge.mjs native --project <id> --strength medium # 原生感处理(手持感+颗粒,反AI精致感) node bin/clipforge.mjs preview --project <id> # 生成预览 GIF(分享/嵌入) node bin/clipforge.mjs carousel --project <id> # 生成小红书图文卡片(标题+逐条要点) node bin/clipforge.mjs transcript --project <id> --media <mediaId> # 检查逐词稿、当前版本与稳定词 ID node bin/clipforge.mjs transcript-edit --project <id> --media <mediaId> --plan edit.json --revision 0 --operation edit-001 # 默认只预演 diff；确认后再加 --apply node bin/clipforge.mjs timeline --project <id> --media <mediaId> --plan edit.json --format otio --out edit.otio # 交给专业剪辑软件继续精修 node bin/clipforge.mjs list # 列出项目 node bin/clipforge.mjs --help # 全部命令与参数 ``` **能全自动日更吗？** 可以，`trends` + `create` 接上 cron 就是一台日更机（首页的「日更 · 按人设选题」是同一逻辑的网页版）。示例：每天 9 点从国内热榜拿榜一出一条待发成片： ```bash crontab -e # 加入下面一行（把路径和环境变量换成你的） # 0 9 * * * cd /path/to/clipforge && TOPIC=$(node bin/clipforge.mjs trends --json | python3 -c "import json,sys;print(json.load(sys.stdin)['topics'][0]['title'])") && node bin/clipforge.mjs create --topic "$TOPIC" --bgm >> daily.log 2>&1 ``` 出的是**待发草稿**（本地成片文件），发布动作留给你自己——自动发布各平台有账号风控与协议风险，我们不做。 --- ## 核心功能 ### 一、AI 带货脚本生成 - **5 大品类深度模板**: 美妆护肤 / 食品零食 / 家居日用 / 服饰鞋包 / 数码 3C - **10 种脚本风格（四大形态）**: 剧情形（情景短剧 / 反转剧场 / 街头采访 / 剧情故事）· 物品形（开箱测评 / 物品拟人 / 对比测评）· 口播形（达人口播 / 痛点种草）· 场景形（场景安利）；对话类自动配角色与多音色 - **内置素人主播 + 真实人脸约束**: 6 款素人主播预设（邻家姐姐 / 通勤上班族 / 理工直男 / 实在大叔…外观自带真实肤质、微不对称等素人特征）供脚本自动选用；真人出镜的分镜在生图与图生视频提示词里自动附加「反网红脸」真实感约束——告别磨皮假脸，可信度来自「像身边人」（官网演示视频即此机制真实产出） - **黄金 3 秒策略库**: 视觉冲击法 / 悬念提问法 / 反差对比法 / 利益承诺法 / 情感共鸣法 - **平台 SEO 优化**: 自动生成话题标签、封面文案、互动引导语，适配抖音/快手/小红书/视频号/TikTok/Reels/Shorts 算法 - **精准用户定位**: 支持设定目标人群、价格区间、投放平台，脚本自动匹配 ### 二、AI 素材生成（多模型聚合） > 🎬 **图生视频是质量主路**：配了视频模型后，出图会**自动「图生视频」把每个分镜转成真动态镜头**（i2v，商品图当首帧不失真），替掉「静图 + 假运镜」。质量机制全内置：**运镜提示词引擎**（脚本镜头语言 + 分镜类型专属运镜 + 商品保真与稳定性约束——A/B 真实调用验证：无约束提示词会凭空长手、商品被挤出画面，运镜提示词全程锁商品）；**链式首尾帧**（上一镜尾帧钉住下一镜关键帧，转场在镜头内生成、拼接不跳切，合成器限幅变速保住首尾两端）；**运镜强度三档**（轻/中/强一键切换，同一关键帧可出「缓慢克制」或「大胆利落」两种气质）；**逐镜重跑动态**（不满意的镜头保持关键帧不变只重生成运动，不推翻全片不重出图）；**命名运镜预设库**（急速推近 / 环绕展示 / 转台展示 / 微距滑移 / 甩镜切换 / 希区柯克变焦等 18 款电商向命名预设，素材页每镜可选可改——按分镜类型给推荐、内联自由编辑、选完即存脚本，预设词表同时注入脚本 AI 让首版运镜就专业；还支持 **Mix 双预设叠加**——环绕+推近这类复合机位一键合成，自动排除互相冲突的组合，最多叠两层）；**画面风格 Look 面板**（清透日光 / 暖调生活感 / 影棚质感 / 食欲暖光等 8 款光线色调预设一键全局套用，统一每镜关键帧的光线并在图生视频时锁住不漂移）；**提示词工程包**（连续单镜头声明防中途切镜、音效锁定无人声、运镜指令冲突自动消解）。可一键开关、失败自动回退静图；不配视频模型则走 0 成本免 Key 拼接兜底。 > > 💰 **付费安全与防呆**：云端视频任务**提交成功即落库任务 ID**，轮询超时/断网/重启都不丢已扣费任务（素材页「恢复查询」取回结果，杜绝重复付费）；创建付费任务的请求**绝不自动重试**；「转动态」**自动校验并映射到真 i2v 模型**，不会计费成文生视频；生图尺寸**按各模型协议自动适配合法值**（比例精确不失真），杜绝「尺寸不合法但已扣费」的失败任务。 一个接口聚合 7 大生图/生视频平台 + OpenRouter LLM、30+ 精选模型，Atlas 平台另有 **200+ 视频模型动态发现**（运行时拉取官方模型目录并按各模型公开 schema 自动构参——平台每上新一个模型，设置页下拉就多一项，无需等升级）： | 平台 | 图片模型 | 视频模型 | 特色 | |------|---------|---------|------| | **[Atlas Cloud](https://www.atlascloud.ai?ref=JPM683)** ⭐推荐 | **GPT Image 2**, Seedream 5.0, Nano Banana 2 | **Seedance 2.5**(4-30s·原生人声), Seedance 2.0, **MiniMax H3**(海螺3.0·2K·原生立体声), Kling O3, Veo 3.1, 万相 2.7, Hailuo 2.3, Vidu Q3 + 全站 200+ 动态直连 | 一个 Key 聚合 LLM+生图+生视频，模型最全价格最优 | | **fal.ai** | **GPT Image 2**(+edit), FLUX.1/2 Pro, Recraft V4, Seedream V5 Edit | Kling 3.0 Pro, Veo 3, Hailuo 2.3, Luma Ray 2, Vidu Q2 | 模型全，含 OpenAI 生图与商品保真编辑 | | **Replicate** | FLUX 1.1 Pro/Kontext, Imagen 4, Seedream 4 | Kling v2.1, Seedance 1 Pro, Hailuo 02, Veo 3 Fast | 模型库最全，predictions API 统一调用 | | **火山引擎（方舟 Ark）** | Seedream 5.0/4.0 | Seedance 2.0/1.0 Pro(原生音频) | 字节系明星模型，电影级画质，速度快 | | **阿里百炼** | 通义万相 | 万相 2.6/2.5/2.2/2.1 | 商品图生视频效果好 | | **硅基流动** | Kolors, Qwen-Image | - | 国产高性价比 | | **OpenAI** | **gpt-image-2**（任意分辨率+图生图编辑）, gpt-image-1.5 | - | 2026 官方旗舰图像模型，文字渲染强、9:16 竖屏直出、商品保真编辑 | > **LLM（脚本生成）** 走 OpenAI 兼容协议，内置 Atlas Cloud / **OpenRouter**(400+模型) / DeepSeek / Kimi / 智谱 / 豆包 / OpenAI 等一键预设，并含 **Ollama 本地**（离线免 Key）与 **Pollinations**（注册领每日免费额度，需填 Key）两档免费选项——任意 OpenAI 兼容端点都能填。 > Pollinations 旧的免 Key 地址 `text.pollinations.ai` 已被官方停用（只返回 402/502），预设与本地已存配置会自动迁到新端点 `gen.pollinations.ai/v1`，Key 在 <https://enter.pollinations.ai/keys> 免费领取。 > 模型名不用手打：设置页每个模型输入框下都有「读取可用模型」，直接列出该端点真正提供的模型点选填入；填错时报错也会带上可用模型清单。 > **Ollama 本地**请用 `ollama list` 里的完整名字（含 `:tag`，如 `qwen2.5:7b-instruct`），并建议 7B 及以上的 instruct 模型——0.5B/1.5B 级别写不出结构化脚本（实测 `qwen2.5:7b-instruct` 可正常出片，更小的模型会被拦下并提示换模型）。 ### 三、多源免费素材引擎 🆕（不止 AI 生成） 一句英文检索词即可从多个**免费可商用**素材站拉视频/图片/音乐，自动下载落库、留存合规署名——没有商品图、不烧 AI 额度也能为每个分镜配齐画面： | 素材源 | 免 Key | 媒体 | 说明 | |--------|:---:|------|------| | **Openverse** | ✅ | 图片 / 音乐 / 音效 | WordPress 维护，CC 授权，**零配置即用**（新手首选） | | **Wikimedia Commons** | ✅ | 图片 / **视频** / 音频 | CC/公共领域，**唯一免 Key 的视频源**（取 ≤720p webm 转码）+ 免费 BGM 来源，直链可下 | | **Pixabay** | 免费 Key | 视频 / 图片 | 实拍 B-roll 主力补充 | | **Pexels** | 免费 Key | 视频 / 图片 | 高质量可商用 | | **Coverr** 🆕 | 免费 Key | 视频 | 精选实拍视频、比传统图库少「素材感」（2000 次/时），署名自动进授权清单 | | **Jamendo** 🆕 | 免费 Key | 音乐 BGM | 海量 CC 音乐库，**已强制过滤为可商用纯 CC-BY**（NC/ND/SA 全排除，配视频=改编场景合规） | | **Freesound** 🆕 | 免费 Key | 音效 | 50 万+音效（开箱声/按键声/环境声），已强制过滤 CC0/CC-BY，128kbps 高清预览直链 | | **本地素材** | ✅ | 视频 / 图片 | 上传自有/自拍 B-roll 到项目素材池，自动配画面**优先用你自己的**、不足再用免费素材补 | - 统一接口 `/api/stock/search`：`source` 指定单源或 `all` **聚合检索**（命中请求媒体类型优先、keyless 源优先、竖屏朝向优先） - **免 Key 实拍视频 B-roll**：靠 Wikimedia Commons，**无需任何 Key** 就能给分镜配动态视频（`footage:"auto"` 逐镜「视频优先、缺则图片」） - **免费背景音乐**：合成时可自动加一段 CC 背景音乐（配了 Jamendo Key 优先用真音乐库按情绪检索，免 Key 回退 Wikimedia Commons 音频），混在旁白下方自动压低 - 合规留存来源页 / 作者 / 授权（CC 源带现成署名文本），导出可生成 credits；检索词建议英文，召回更好 - **永远有素材兜底**：某检索词查无结果时，自动用更宽泛的回退词重试，生僻主题也不会让某个分镜空画面 - **按分镜自动配素材** `/api/project/[id]/stock-fill`：脚本每镜产出英文检索词后，逐镜从免费库自动拉画面落库（脚本→素材一键配齐）。素材页一键 **「自动配画面（免费素材）」**：topic 成片始终可用；带货项目在**未配生图模型**时也能给钩子/背书等 B-roll 配画面，且**商品原图分镜自动跳过**（保护商品保真）——让没有 AI Key 的用户也能出片 - **素材连贯性（同源优先）**：提到同一实体/商品的分镜自动归组，组内优先复用**同一作者/同一来源**的素材（同一上传者的片子=同场景同光线同调色），成片不再东拼西凑；相关性仍然优先（同源只做加分不改判），跨镜去重照常生效；本地素材池整体视作一个来源——首镜选中你的素材后，同组后续分镜会跟着用你的。API/CLI/MCP/素材页均回报同源命中数 - 另有 **NASA 影像库 / Internet Archive** 两个免 Key 公共领域档案源（纪录/科普题材，显式选用不进默认聚合） - 没有 API 的优质免费站（Mixkit / Videezy / Mazwai 等）走「手动下载 → 本地素材池」路线：下到 `data/uploads` 项目素材池即可参与自动配画面（注意逐条核对各站授权） ### 三-补、一句话主题成片 🆕（无需商品，零门槛闭环） 不卖货也能成片：在首页「一句话主题成片」入口输入一句话主题（如"在家如何泡一杯手冲咖啡"），全程自动： 1. **写脚本** `/api/topic/script`：去商品化的旁白脚本引擎，5 种风格（知识科普 / 情感故事 / 生活方式 / 励志金句 / 旅行风光），每个分镜产出英文检索词 2. **自动配画面** `/api/project/[id]/stock-fill`：逐镜从免费素材库（Openverse 免 Key）拉画面落库，含"永远有素材"兜底。素材页提供一键 **「自动配画面（免费素材）」** 按钮——**无需任何生图 Key** 即可为每个分镜配好真实画面（topic 成片首选路径，已端到端实测 3/3 镜命中 Openverse） 3. **合成成片** `/api/project/[id]/compose`：FFmpeg 把素材配上运镜 + 中文字幕 + **免费 AI 配音**（微软 Edge keyless TTS，无需任何 Key），输出有声竖屏短视频 新建即标记 `contentType=topic`，与带货项目共用后半程素材/合成流程；任何主题都能做，真正"输入一句话 → 产出一条视频"。 ### 四、4 种视频模式 | 模式 | 适合商品 | 策略 | 真实感 | |------|---------|------|--------| | **产品特写** | 高客单价商品 | 商品原图 + 运动特效，全程不出现 AI 人脸 | 最高 | | **图文混剪** | 快消品/日用品 | 快节奏商品图 + 文字卡片 + 转场 | 高 | | **场景演示** | 护肤/厨房/健身 | AI 生成使用场景（手部/背影，避免假脸） | 中高 | | **真人出镜** | IP 账号 | 角色系统 + 用户上传真人素材 | 取决于素材 | ### 五、视频合成引擎 - **FFmpeg 专业管线**: H.264 High Profile 编码、faststart、256k AAC 音频，真实出片 - **中文字幕烧录**: 自动探测系统中文字体；两种爆款字幕样式——**① rapid 短句卡逐段闪现**（**按标点断成自然短语卡**，绝不从词中间截断，标点停顿加权卡点更贴语音节奏；无标点长句才回退按字/词均切）；**② 卡拉OK逐字高亮**（整句留屏、逐字随旁白「唱」过去变色，libass 渲染，免 ASR 用自产 TTS 时长对齐）。CJK 按字、英文按词，适配「80% 静音观看」的带货留存（不乱码、不显方块） - **字幕样式预设**: 四档一键切换——**标准底板**（白字+半透明黑底，通用易读）/ **重击大字**（大号粗描边无底板，高留存爆款创作者风）/ **极简**（小号细描边，纪实干净画面）/ **卡拉OK逐字**；video 页、CLI `--caption`、MCP `captionPreset` 全入口可选，带真渲染像素级回归测试 - **风格配方包**: 一键套用整套成片风格（字幕预设/配乐情绪/旁白闪避/画质/CTA/商品卡）——4 个内置配方（带货重击/卡拉OK爆款/纪实极简/标准通用）+ **导入/导出 JSON 配方文件**可团队分享；配方是**纯声明式数据**（白名单校验、无任何可执行内容），是「引入外部技能包」的小白安全形态 - **智能转场**: AI 首尾帧过渡（Seedance 2.0 / Vidu）/ AI 参考过渡（Kling）/ 渐变 / 硬切 - **Ken Burns 运动**: 缓慢推进 / 左右横移 / 景深漂移，用运镜让静态商品图"活起来"且不篡改商品 - **配音双通道**: 付费 OpenAI 兼容 TTS（音质更可控）；或 **免费 Edge keyless TTS**（无需 Key，5 款中文音色可试听）做零配置兜底，逐镜生成口播并按配音时长卡点对齐字幕；**配音永不被拦腰剪断**——时长探测失败按文本估时兜底、段间留自然气口、fade 转场只淡出静音尾巴不吃人声 - **混源素材归一**: 不同来源素材像素格式/SAR/帧率统一归一，避免 xfade/concat 因格式不一致而合成失败 - **无 shell 执行**: 合成、封面、图文卡、片尾贴片一律 `execFile` + `-filter_complex_script` 直跑 FFmpeg、不经系统 shell——规避 Windows `cmd.exe` 8191 字符命令行上限与转义问题；标题/文案含冒号、方括号、反斜杠等特殊字符也不会破坏滤镜，带真渲染回归测试兜底 - **音频智能处理**: 支持音频的模型直接出带配音视频，BGM 自动混音压低 - **可选动效元素**（opt-in）: [remotion/](remotion/README.md) 渲染动画片头标题卡 / 逐字动态字幕等 FFmpeg 做不出的平滑动效，不进基础安装（`npm run render:element`） ### 六、电商效率工具 | 功能 | 说明 | |------|------| | **商品库** | 商品信息录入一次，反复生成不同风格的视频 | | **批量出片** | 618/双11 大促前，选多个商品**一键批量全成片**——脚本→配画面→合成全自动跑完，直接出成片（免费路径 0 Key），适配 2026「量产变体 A/B 测」打法 | | **爆款模板** | 跑出数据的脚本存为模板，一键套用到新商品 | | **爆款复刻** | 输入竞品爆款视频链接，AI 提取脚本逻辑，换品重拍 | | **品牌设置** | Logo 水印 / 品牌色 / 统一片尾，所有视频风格一致 | | **人物管理** | 出镜角色跨项目复用，AI 自动保持人物外貌一致 | | **多平台导出** | 固定成片版本，预览构图后按所选平台导出；支持完整保留或指定位置裁切，附实测码率报告，原片不覆盖 | | **A/B 多版本** | 导出页一键把同一条片**重渲成不同字幕风格 + 配乐的变体**（卡拉OK/短句卡 × 欢快/动感），各出一条下载，投放对比哪个转化高（全程免 Key） | ### 七、平台 SEO 优化 脚本自动适配平台算法，每条视频输出完整的 SEO 物料： ```json { "title": "视频标题（含核心关键词）", "hashtags": ["#话题标签1", "#话题标签2", "#话题标签3"], "coverText": "封面大字文案", "interactionGuide": "评论区告诉我你觉得值不值？", "description": "视频描述文案（含关键词）" } ``` - **抖音**: 前3秒强钩子、每5秒信息高点、价格锚点、小黄车引导 - **快手**: 接地气场景、性价比核心、"老铁们"互动话术 - **小红书**: 精致教程感、"先收藏"引导、关键词标题优化 --- ## 快速开始 ### 🐳 Docker 自托管（最快，无需装 Node / FFmpeg） ```bash docker run -d -p 3000:3000 -v clipforge-data:/data ghcr.io/xixihhhh/clipforge # 打开 http://localhost:3000 —— 免 Key 即可出片（免费素材 + Edge TTS） ``` 镜像内置 ffmpeg 与中文字幕字体，数据（项目 / 商品图 / 成片）持久化在 `clipforge-data` 卷。要接 AI 生图/生视频/付费配音时，进「设置」填对应平台 Key 即可。镜像地址 `ghcr.io/xixihhhh/clipforge`（见仓库 **Packages**），随每次 Release 自动构建并冒烟测试。 ### 本地开发 > 本项目用 **pnpm**（已在 `packageManager` 声明）。请勿用 `npm install`——pnpm 的 symlink 结构会让 npm 报错。没有 pnpm：`corepack enable` 或 `npm i -g pnpm`。 ```bash # 克隆项目 git clone https://github.com/xixihhhh/clipforge.git cd clipforge # 安装依赖（必须用 pnpm） pnpm install # 启动开发服务器 pnpm dev # 打开浏览器 open http://localhost:3000 ``` > 每次 push / PR 由 **GitHub Actions** 自动跑 `lint → test → build`（见 `.github/workflows/ci.yml`），绿了才合入。 ### 首次配置 1. 点击右上角 **设置**，配置至少一个 AI 平台的 API Key（推荐 **[Atlas Cloud](https://www.atlascloud.ai?ref=JPM683)**，一个 Key 同时支持 LLM + 生图 + 生视频） 2. 配置 LLM（脚本生成需要，支持任何 OpenAI 兼容接口） 3. 在"默认设置"里选择默认生图 / 生视频模型（如 GPT Image 2、Seedance 2.5） 4. （可选）在"出镜人物"Tab 添加角色，在"品牌设置"Tab 配置品牌视觉 5. 回到首页，点击 **新建项目** 开始生成 > 视频合成依赖本机 **FFmpeg**（需自行安装：`brew install ffmpeg` / `apt install ffmpeg`）。 --- ## 技术架构 ``` ┌─────────────────────────────────────────────────┐ │ 前端 (Next.js 16 + React 19 + Tailwind CSS 4) │ │ Pages: 首页/一句话主题/商品库/批量出片/新建/脚本/素材/合成/导出/设置 │ └──────────────────┬──────────────────────────────┘ │ ┌──────────────────▼──────────────────────────────┐ │ API 层 (Next.js Route Handlers) │ │ /api/llm/script /api/ai/image /api/ai/video │ └──────────────────┬──────────────────────────────┘ │ ┌──────────────────▼──────────────────────────────┐ │ 业务逻辑层 │ │ 脚本引擎 (Prompt + 模板 + SEO) │ │ AI Provider 抽象层 (7 平台 30+ 模型) │ │ 多源素材引擎 (Openverse/Pixabay/Pexels 聚合检索) │ │ 视频合成引擎 (FFmpeg + 转场 + 运动 + 混音) │ └──────────────────┬──────────────────────────────┘ │ ┌──────────────────▼──────────────────────────────┐ │ 数据层 │ │ SQLite + Drizzle ORM / Zustand (前端状态持久化) │ └─────────────────────────────────────────────────┘ ``` | 层级 | 技术 | |------|------| | **框架** | Next.js 16 + React 19 | | **语言** | TypeScript 5 (strict mode) | | **样式** | Tailwind CSS 4 + shadcn/ui | | **状态管理** | Zustand (localStorage persist) | | **数据库** | SQLite + Drizzle ORM（启动自动 migrate，开箱无表也能跑） | | **视频合成** | FFmpeg (fluent-ffmpeg) | | **AI 集成** | OpenAI SDK (LLM) + 7 平台生图/生视频 Provider | | **素材引擎** | 多源版权素材（Openverse 免 Key / Pixabay / Pexels），注册表式聚合检索 | | **测试** | Vitest（1170+ 用例）+ Playwright (E2E) | | **CI/CD** | GitHub Actions（lint + test + build） | | **桌面打包** | Electron + electron-builder（Win/Mac，已打通：打包 App 实测可启动 + DB 路由可用） | | **图标** | react-icons (Lucide 图标集) | --- ## 项目结构 ``` src/ ├── app/ # 页面路由 │ ├── page.tsx # 首页（项目列表 + 快捷入口） │ ├── products/ # 商品库管理 │ ├── batch/ # 批量出片 │ ├── settings/ # 设置（AI平台/LLM/人物/品牌 四个Tab） │ ├── project/ │ │ ├── new/ # 新建项目（表单 + 视频模式 + 人物 + 模板） │ │ ├── clone/ # 爆款复刻 │ │ └── [id]/ │ │ ├── script/ # 脚本编辑（3套方案 + 存为模板） │ │ ├── assets/ # 素材生成（逐镜头 + 批量） │ │ ├── video/ # 视频合成（转场 + 配音 + BGM + 字幕） │ │ └── export/ # 导出（多平台 + A/B版本 + 下载） │ └── api/ # API 路由 │ ├── lib/ │ ├── providers/ # AI Provider 抽象层（7平台）+ 多源素材引擎 │ │ ├── stock-types.ts # 素材候选/下载/源注册表 │ │ ├── openverse.ts pixabay.ts pexels.ts # 各素材源 │ │ └── stock-registry.ts # 单源/聚合检索分发 │ ├── script-engine/ # 脚本引擎（Prompt + 模板 + SEO策略） │ ├── video-composer/ # FFmpeg 合成引擎 │ ├── paths.ts ffmpeg-path.ts # 可注入路径（支撑 Electron 打包） │ ├── stores/ # Zustand 状态管理 │ └── db/ # SQLite + Drizzle（启动 migrate） │ ├── electron/ # Electron 主进程 + 打包钩子（进行中） └── components/ui/ # shadcn/ui 组件库 ``` --- ## 支持的 AI 模型（2026.08 官方文档确认） ### 视频生成 | 模型 | 平台 | 音频 | 模式 | 特点 | |------|------|------|------|------| | **Seedance 2.5** ⭐ | Atlas Cloud | 原生支持 | T2V / I2V / 参考 / 首尾帧 | 字节旗舰，原生音频/人声，4-30s，「一键整片」默认模型（$0.134/秒） | | **万相 3.0** 🆕 | Atlas Cloud | 原生支持 | T2V / I2V / 参考 | 省钱之选：$0.04/秒（约为 Seedance 2.5 的 1/3），同样支持 2-30s，默认原生 1080p，带音轨同价 | | **万相 3.0 Prime** 🆕 | Atlas Cloud | 原生支持 | T2V / I2V / 参考 | 万相高配档，$0.061/秒，2-30s | | **MiniMax H3 Max** 🆕 | Atlas Cloud | - | T2V / I2V | 逐镜生成划算之选，$0.048/秒，5-15s，原生最高 768P（无参考生视频，一键整片用不了） | | **Seedance 2.0** | Atlas Cloud | 原生支持 | T2V / I2V / 参考 / 首尾帧 | 原生音频，4-15s，最高 1440p | | **MiniMax H3** 🆕 | Atlas Cloud | 原生立体声 | T2V / I2V / 参考 / 首尾帧 | 海螺 3.0 全模态，2K，4-15s，图/视频/音频混合参考保主体；单价最低 $0.038/秒，但单次上限 15 秒 | | **Kling O3** 🆕 | Atlas Cloud | 原生支持 | T2V / I2V / 参考 / 首尾帧 | 快手全模态 MVL，多镜头叙事 3-15s | | **Veo 3.1** 🆕 | Atlas Cloud / fal.ai | 原生支持 | T2V / I2V / 首尾帧 | Google 旗舰，4/6/8s，最高 4K | | **万相 2.7** 🆕 | Atlas Cloud | 原生支持 | T2V / I2V / 参考 / 首尾帧 | 多镜头叙事+音画同步，参考模式支持声音克隆 | | **Seedance 2.0 Mini** 🆕 | Atlas Cloud | 原生支持 | T2V / I2V / 参考 / 首尾帧 | 轻量经济版，跑量出片降成本 | | **Kling 3.0 Pro** | fal.ai / Atlas Cloud | 原生支持 | T2V / I2V | 可灵，多分镜+人脸绑定 | | **Vidu Q3 Pro** | Atlas Cloud | - | T2V / I2V / 首尾帧 | 首尾帧过渡（转场神器） | | **Hailuo 2.3** | Atlas Cloud / fal.ai | - | T2V / I2V | MiniMax 海螺，运动物理逼真，6/10s | | **Luma Ray 2** | fal.ai | - | T2V / I2V | 真实运动和物理效果 | | **Seedance 1.5 Pro** | 火山引擎 / Atlas Cloud | - | T2V / I2V | 字节豆包，电影级画质 | | **万相 2.6** | 阿里百炼 | - | I2V | 商品图生视频效果好 | > **省钱提示：** 默认的 Seedance 2.5 画质与原生人声最好，但也最贵（$0.134/秒）。**分辨率比换模型更能省**——实测同一条片 1080p 约为 480p 基准价的 4.5 倍、720p 约 2 倍，ClipForge 默认已用 720p。想再省就换模型：一键整片推荐 **万相 3.0**（$0.04/秒），逐镜生成推荐 **MiniMax H3 Max**（$0.048/秒）。详见[教程的费用章节](TUTORIAL.md#71-先说钱一条多少)。 > > 以上是内置精选（含中文名与能力守卫）。启用 Atlas Cloud 后，设置页还会**动态发现全站 200+ 视频模型**（Youchuan、HappyHorse、Grok Imagine、Gemini Omni Flash……含单价标注），提交时按各模型公开 schema 自动构参——平台上新模型无需等软件升级。 ### 图片生成 | 模型 | 平台 | 特点 | |------|------|------| | **GPT Image 2** ⭐ | Atlas Cloud | OpenAI 最新，任意分辨率，商品图质感好，支持自然语言编辑（换背景/打光/改文字） | | **Nano Banana 2** | Atlas Cloud | Google，强一致性图像编辑 | | **FLUX.2 Pro** | fal.ai | 最新一代高质量生图 | | **Recraft V4 Pro** | fal.ai | 设计风格突出 | | **Seedream 5.0 Lite** | 火山引擎 / Atlas Cloud | 字节最新，中文优化，支持 edit 锁定主体重绘 | | **万相** | 阿里百炼 | 商品场景友好 | > T2V = 文生视频, I2V = 图生视频。支持音频的模型直接输出带配音的视频，不支持的静默输出。 > 带货场景建议优先用 **edit 类模型**（GPT Image 2 / Seedream edit）对商品原图重绘背景，锁定商品主体不被篡改。 --- ## 开发 ```bash # 运行测试（1170+ 用例） pnpm test # 代码规范检查 pnpm lint # 数据库迁移（修改 schema 后生成迁移） pnpm drizzle-kit generate # 构建生产版本（含 .next/standalone，供 Electron 打包） pnpm build # 打包桌面 App（mac；首次需让 pnpm 装好 electron/ffmpeg 二进制） pnpm pack:dir # 出免安装 .app 到 release/（快，验证布局） pnpm dist # 出 .dmg 安装包 ``` --- ## 适用场景 - **电商卖家**: 淘宝/拼多多/抖音小店，快速批量生产商品推广视频 - **短视频运营**: MCN 机构、达人工作室，提升内容产出效率 - **品牌方**: 新品上市快速产出多平台投放素材 - **独立开发者**: 基于此项目二次开发，构建 AI 视频 SaaS --- ## Roadmap > 逐版本更新记录见 [GitHub Releases](https://github.com/xixihhhh/clipforge/releases)；各能力的使用细节见上方[核心功能](#核心功能)。 **已完成** - ✅ **出片主链路**：AI 脚本（5 品类 × 十风格四形态 + 黄金 3 秒 + 平台 SEO）→ 商品保真素材（7 平台 30+ 模型）→ i2v 动态镜头（运镜引擎 / 命名运镜预设每镜可选 / 画面风格 Look / 链式首尾帧 / 强度三档 / 逐镜重跑）→ FFmpeg 合成（爆款字幕 / 免费多音色配音 / BGM / 智能转场 / 风格配方 / 质量预设）→ 多平台导出（构图预览与码率预算） - ✅ **零成本闭环**：免 Key 素材引擎（Openverse / Wikimedia 实拍视频 / NASA / 本地素材池，语义配片 + 跨镜去重 + 同源连贯）+ 免费 Edge TTS（自研 keyless 客户端）+ 本地合成——没有任何 Key 也能出整片；一句话主题成片 / 自带脚本成片 / 配音译制出海 - ✅ **发布把关**：发布门禁一键体检（广告法风险词 / 成片质检 QC / 素材授权 credits，`--strict` 可接 CI）+ AIGC 标识（国标显式角标 + 隐式元数据）+ 前 3 秒露商品预检 + 二维码站外导流把关 + 反同质化变体引擎 + 原生感处理 + 成片速览一张图（拼接点感知） - ✅ **规模化与增长**：批量出片 / 爆款模板与复刻 / A/B 变体 / 数据飞轮（回填转化数据反哺脚本生成）/ 热点选题 / 封面图 / 小红书图文卡 / 预览 GIF / 商品挂链二维码（UTM 追踪） - ✅ **集成与分发**：MCP Server（agent 一句话出片）/ 命令行 CLI / agent Skill / Docker 镜像 / Electron 桌面包（mac 已实测，CI 出 .dmg/.exe 待办）/ 中英双语 UI / CI 流水线 **下一步（在现有真实能力上继续加深）** - ✅ **本地文字剪辑**：导入已有视频后用 Transformers.js 在浏览器本地转写，删词、逐段试听并选择要剪掉的停顿、调整停顿两侧保留边界、字幕校对、剪辑计划 JSON 导入/导出、批量下载 OTIO / EDL / CSV 时间线，原片和历史版本不覆盖。 - ✅ **长视频切片工作台**：按原话搜索和目标时长生成候选片段，试听后确认再渲染；任务可取消、续跑、重试，网页 / CLI / MCP 共用同一套计划。 - ✅ **跨平台声音控制**：配乐强度可调，带旁白时默认自动闪避，后端对外部调用统一限制在安全音量范围，风格包也能保存这项设置。 - ✅ **节奏标记**：转写句子起点会映射到 OTIO Marker、EDL 注释和 CSV 节奏列，交给专业剪辑软件后无需重新转写即可对齐对白与音乐。 - ✅ **字幕文字轨道**：转写句子会写入 OTIO 的可编辑 C1 字幕轨道，并同步出现在 EDL 注释和 CSV 字幕列中。 - ✅ **音轨清单 sidecar**：每次合成会保存旁白、原生音频和 BGM 的 A1/A2/A3 时间映射，CLI / MCP 可通过成片的 `timelineUrl` 读取，来源只保留文件名，不暴露本机路径。 - ✅ **可编辑音轨导出**：CLI / MCP 传入 `--audio-stems` / `audioStems: true` 后，sidecar 会附带旁白和 BGM WAV 下载地址；默认关闭，不增加普通合成耗时。 - [ ] 多轨时间线（对白 / BGM / 音效 / 字幕分轨） - [ ] 数字人口型（fal.ai Lipsync）与更细粒度的区域修复 --- ## 同作者项目 ✂️ **[HotClip 爆款切片](https://github.com/xixihhhh/hotclip)** — 开源 AI 长视频切片工具:播客/直播回放丢进去,AI 找爆点,一键切出竖屏+逐字字幕成片,素材全程不出你的电脑。**ClipForge 从一张图造短视频,HotClip 把长视频切成爆款**——上面规划里的「长视频切爆款」,现在就能用它。 --- ## License [AGPL-3.0](LICENSE) © 2026 xixihhhh 修改 / 再发布（含 SaaS）须开源并保留署名。 --- _{<b>关键词 / Keywords</b>：AI 短视频生成工具 · AI 带货短视频 · 短剧带货 / 剧情带货视频 · 图生视频 image-to-video · AI 运镜 / 无缝转场 · 一句话成片 · 文字转视频 · text to video · faceless video generator · AI short video maker · 抖音 / 快手 / 小红书 / TikTok / Reels / YouTube Shorts 制作 · AI UGC 电商广告 · AI 配音 / AI voiceover · 多角色多音色配音 · 免费素材自动剪辑 · 开源 / 自部署视频工具 · AI 脚本生成 · MCP server · ClipForge（原带货剪手 / daihuo-jianshou）。} _{ClipForge 是独立开源项目，与抖音、快手、小红书、TikTok、YouTube、Shopify、Amazon、Microsoft、OpenAI 及任何模型供应商无官方关联；使用第三方模型与素材请遵守其各自条款。}