导语 | 今天只推荐一款:开源的桌面剪辑工具 AutoClip。它把播客、访谈、课程这类长视频自动拆成竖版短片,字幕、封面、标题、话题一起给你。最适合手上攒了一堆长素材、又没时间一条条挑高光的内容创作者。

上个月我把一期两小时的访谈拖进时间线,从头看到尾用了四十分钟,标记出七段能单独发的,再卡点、套字幕、做封面,一条片子小半天。这活儿真正费时间的从来不是剪,是看,是判断哪一段摘出来还能自己站住。
AutoClip 想接的就是这一段。
01 | 它解决什么问题
长视频切片的难点在于选段。一段话从哪句开始、到哪句结束,观众不看前情也能听懂,这件事以前只能靠人一遍遍过片子。
它的做法是把字幕当成索引。视频有现成字幕就直接读,没有就本地转写(首次要下约 220MB 的组件,或者改用云端转写)。拿到带时间戳的字幕之后,模型去找那些能独立成立的问答、观点和故事,给出候选和评分,再结合音频停顿精修切点,让开头交代清楚问题、结尾把话说完整。一段两三个小时的访谈,通常能挑出十几到三十几段候选,自动制作其中评分最高的 10 条。
按官方的口径,一个链接、选好平台,剩下的选段、取景、配字幕、出封面和文案都由它接手。
有两种情况我觉得不必用它。你只想截一段已知时间的画面,现有剪辑软件拉两下更快;素材里几乎没人说话,比如纯游戏录屏,它的画面理解要另配能看图的模型,效果得自己试。它省的是翻片子和做包装的力气,不是替你做判断,成片还是得逐条过一眼。
02 | 核心亮点
- 一个链接进,十条成片出:抖音、小红书、B 站、TikTok、Reels、Shorts、YouTube 七个平台里勾一个或多个,每个平台最多出 10 条,其余进备选,想补哪条再单独生成。同一次内容分析可以复用给多个平台,加平台不用重跑。
- 剪辑和渲染在你自己的电脑上:开源 MIT 协议,代码可以自己看。用云端模型时传出去的是字幕文本和文案,视频文件不出本机;全程用 Ollama、LM Studio 本地模型加本地转写,就什么都不往外发。
- 平台差异它替你想了:抖音和小红书默认访谈式,上面两行大标题、中间人物画面、底部字幕;TikTok 和 Reels 默认满屏播客式,画面铺满、字幕逐词高亮,取景跟着说话人走。每条成片自带封面、标题、简介、话题,打成一个 ZIP 发布包,复制就能发。
- 成本是可控的:软件本身不要钱,钱花在你接的模型上。官方给的两个实测数字,1 小时 43 分带字幕的访谈,7.5 分钟出 10 条,文字模型费约 0.09 元;2 小时 52 分没字幕的,要先本地转写,29.5 分钟,约 0.20 元。
下面两张是官方仓库里的成片示例,一条是竖版访谈式,标题、人物、双语字幕分区摆好;一条是满屏播客式,画面铺满只留字幕。成片没有经过人工改动。


03 | 怎么获取与上手
平台支持先说清楚。Windows 10、11 的 64 位有安装包,约 195MB;macOS 只有 Apple Silicon 版本,约 348MB,Intel Mac 没有桌面安装包,可以走 Docker 或命令行。安装包里自带 Python 和 FFmpeg,不用自己配环境。
收费模式是软件免费开源,模型按量计费。你可以在设置里选服务商、填自己的 API Key,也可以用 Ollama、LM Studio 跑本地模型,那样不产生调用费用。除桌面版外还有 CLI 和 MCP 两种入口,能交给 Claude Code、Cursor 这类工具批量跑。
上手三步:
- 下载安装包,装好打开。macOS 会提示未验证开发者,到系统设置的隐私与安全性里点「仍要打开」就行。
- 第一次别急着贴自己的素材,首页有个「用示例项目看看效果」,不用填 Key 就能看完整流程跑出什么。
- 回首页贴 B 站或 YouTube 链接,勾平台,点生成。有字幕的素材最快,没字幕会先转写,第一次要多等一会儿。
有两个坑提前说。设置页打不开的话,先看看系统里有没有 SSLKEYLOGFILE 这个环境变量,有用户反馈它会让软件自带的 Python 崩掉,去掉再启动;素材没有字幕时,本地转写组件要下 220MB 左右,国内网络大概十几分钟,也可以直接改用云端转写跳过等待。
| 关键信息 | 内容 |
|---|---|
| 软件名 | AutoClip(GitHub:zhouxiaoka/autoclip) |
| 一句话定位 | 贴一个链接,把长视频剪成多条带字幕、封面和文案的竖版短片 |
| 平台 | Windows 10/11 x64、macOS(仅 Apple Silicon);另有 Docker、CLI、MCP |
| 收费模式 | 软件免费开源(MIT);模型自备 API Key,按量计费,可改用本地模型 |
| 获取链接 | github.com/zhouxiaoka/autoclip |
| 适合人群 | 做访谈、播客、课程切片的自媒体、小团队、知识博主 |
| 热度 | GitHub 约 12,276 star、今日新增约 979(2026-11-21 12:31,GitHub Trending 日榜) |
写在最后
我的判断是,这类工具的价值不在"全自动",而在把最枯燥的翻片子环节压缩掉,让你把时间花在挑那一条真正值得发的片子上。它给的 10 条里能用的可能只有三四条,但那三四条以前要花你半天。
你手上有没有那种存了很久、一直没空剪的长素材?欢迎在评论区说说你最后是怎么处理的。
- AutoClip GitHub 仓库与 README
- AutoClip 最新版下载页(v1.5.8)
- AutoClip 官网
- AutoClip 官方案例库
- GitHub Trending 日榜(数据截止 2026-11-21 12:31)
- 稀土掘金:开源 AutoClip 切直播实测