MyCut

AI 视频剪辑 Agent

查热点 → 生成大纲/文案 → 本地上传 → 自动切片 + 匹配字幕

一条从选题到成片的创作闭环。

🎯 项目简介

MyCut 是一个面向内容创作者的 AI 视频剪辑 Agent。它把"想选题"到"出成片"串成一条闭环:

1. AI 联网查热点 — 输入领域/关键词,AI 归纳当下热点选题,生成可选的选题卡片。
2. 生成大纲与文案 — 选定选题后一键生成视频大纲(hook / 分段 / CTA)和分镜文案,全程可就地编辑,并保存到「文案库」。
3. 本地上传视频 — 拿着文案去拍,拍完把视频(可选带字幕 SRT)导入 MyCut,可关联此前保存的文案。
4. 自动切片 + 匹配字幕 — 六步流水线自动分析、切割精彩片段并生成标题;带文案时会按文案要点对齐评分,让切片更贴合你的脚本。

采用前后端分离架构,桌面本地运行、无需 Redis,LLM 默认使用 DeepSeek。

✨ 核心特性

• 🔥 AI 查热点:联网/大模型归纳当下热点,直接产出可用选题(数据源可插拔,默认 LLM 兜底,可接 Bing)。
• 📝 大纲 + 分镜文案:从选题一键生成结构化大纲与逐镜文案,就地编辑、保存进文案库,支持"用这个文案剪视频"。
• 📤 本地上传:拖拽导入本地视频与字幕,聚焦本地素材创作(不含任何平台下载/投稿)。
• ✂️ 自动切片:AI 分析内容、识别精彩片段并自动切割,生成吸引人的标题。
• 🎯 文案对齐:上传时关联文案后,评分环节偏向匹配你脚本要点的片段(旁路增强,不影响无文案的常规切片)。
• 📚 合集聚类:对切片做主题聚类,自动组织成合集。
• 🎨 克制专业界面:React + TypeScript + Ant Design,单一橙色强调、支持浅色/深色主题(设计规范见 DESIGN.md)。
• 🖥️ 桌面本地模式:任务在后台线程本地执行,无需 Redis,开箱即用。

🏗️ 系统架构

graph TB
    A[React 前端] --> B[FastAPI 后端]
    B --> C[本地任务队列<br/>桌面模式后台线程]
    B --> E[SQLite 数据库]
    C --> F[六步处理流水线]
    F --> G[FFmpeg 切割]
    B --> H[DeepSeek LLM]
    B --> I[热点搜索<br/>LLM 兜底 / Bing 可选]
    B --> J[本地文件存储]

六步处理流水线

文案驱动模式会在 step1 前插入 step0_script_align,把关联文案抽成要点供 step3 参考。无文案时为常规切片,零影响。

技术栈

后端:FastAPI · SQLAlchemy + SQLite · Celery(桌面模式降级为本地线程) · FFmpeg · DeepSeek(OpenAI 兼容接口) · Pydantic · WebSocket

前端:React 18 · TypeScript · Vite · Ant Design · Zustand · React Router · Axios · React Player

🚀 快速开始

环境要求

• 操作系统:macOS / Linux / Windows
• Python:3.10+
• Node.js:18+(推荐 20+)
• FFmpeg:视频处理依赖(brew install ffmpeg)
• DeepSeek API Key:用于 AI 分析与文案生成

桌面本地模式不需要 Redis——任务在后台线程本地执行。

安装与启动

# 1. 创建并激活虚拟环境
python3 -m venv venv
source venv/bin/activate            # Windows: venv\Scripts\activate

# 2. 安装后端依赖
pip install -r requirements.txt

# 3. 安装前端依赖
cd frontend && npm install && cd ..

启动分两个终端:

# 终端 1 — 后端(桌面本地模式)
source venv/bin/activate
export PYTHONPATH="${PWD}:${PYTHONPATH}"
python -m backend.desktop_start --port 8000

# 终端 2 — 前端
cd frontend
npm run dev

• 前端:http://localhost:3000 (Vite 已把 /api 代理到后端 8000)
• 后端健康检查:curl http://localhost:8000/api/v1/health/
• API 文档:http://localhost:8000/docs

配置 DeepSeek

在设置页填入 DeepSeek API Key(或直接编辑 data/settings.json):

{
  "provider": "deepseek",
  "model_name": "deepseek-chat",
  "api_keys": { "deepseek_api_key": "sk-你的key" }
}

• deepseek-chat(V3)默认;想要更强推理可改 model_name 为 deepseek-reasoner(R1)。
• DeepSeek 走 OpenAI 兼容接口(base_url=https://api.deepseek.com),实现见 backend/core/llm_providers.py。
• data/settings.json 已在 .gitignore 中,不会入库。

📖 使用流程

1. 查热点:首页进入热点入口 → 输入领域/关键词 → AI 归纳出选题卡片。
2. 生成文案:选中一个选题 → 生成大纲与分镜文案 → 就地编辑 → 保存到文案库。
3. 拍摄:按文案去拍视频。
4. 上传:回到首页上传本地视频(可选带 SRT 字幕),可关联刚才保存的文案。
5. 自动切片:等待流水线跑完,在项目详情页查看/下载生成的切片与合集。

📁 项目结构

my-clip-agent/
├── backend/
│   ├── api/v1/            # API 路由(projects / hotspots / scripts / clips / collections / settings ...)
│   ├── core/             # database / celery_app / llm_manager / llm_providers / config
│   ├── models/           # SQLAlchemy 模型(project / clip / collection / script ...)
│   ├── services/         # 业务逻辑(hotspot / script / script_repo ...)
│   ├── pipeline/         # step0_script_align + step1~step6 六步流水线
│   ├── utils/            # web_search(热点搜索) / llm_client 等工具
│   └── desktop_start.py  # 桌面本地模式启动入口
├── frontend/
│   └── src/
│       ├── components/   # HotspotPanel / ClipCard / FileUpload ...
│       ├── pages/        # HomePage / HotspotPage / ScriptEditorPage / ScriptLibraryPage / SettingsPage ...
│       ├── services/     # api.ts(hotspotApi / scriptApi ...)
│       └── stores/       # Zustand 状态
├── prompt/               # 热点归纳 / 大纲生成 / 文案生成 / 切片各步提示词
├── data/                 # 本地数据(SQLite / 项目产物 / settings.json,已 gitignore)
├── DESIGN.md             # 设计规范(Calm Premium / 克制专业)
├── 启动说明.md            # 启动方式与阶段进度
└── README.md

🎨 设计规范

任何视觉/UI 决策前请先读 DESIGN.md。方向一句话:克制专业 / Calm Premium——安静、留白多、近乎全单色、只用一个克制的橙做强调。

🗺️ 路线图

• 基线流水线跑通(本地上传 → 自动切片)
• AI 查热点模块
• 大纲 / 分镜文案生成 + 文案库
• 文案对齐进流水线(文案驱动切片)
• Remotion 逐句动态字幕(可选合成路线)

📄 许可证

本项目采用 MIT License 许可证。