企业官网建设流程全解析

OpenChatCut对话式剪辑实战：让AI替你剪视频的5个核心Agent功能详解

【免费下载链接】OpenChatCutOpen-source, local-first conversational AI video editor with a professional multi-track timeline, Agent Skills, MCP integration, and Remotion rendering.项目地址: https://gitcode.com/gh_mirrors/op/OpenChatCut

OpenChatCut 是一个开源、本地优先的对话式 AI 视频编辑器：用自然语言指挥 AI Agent 直接在专业多轨时间线上完成剪视频、加字幕、做转场和导出成片。本文带你实操 OpenChatCut 对话式剪辑的 5 个核心 Agent 功能——对话工作台、文字稿驱动剪辑、提案式编辑、Agent Skills 技能系统与 MCP 外部接入，全程保留你手动微调的主动权。

一、快速上手：3步装好 OpenChatCut

OpenChatCut 提供两种使用方式，新手推荐桌面安装包（macOS / Windows / Linux 均已发布）。

想从源码体验完整能力也很简单，只需 Node.js 24.x：

git clone https://gitcode.com/gh_mirrors/op/OpenChatCut cd OpenChatCut npm install npm run dev

浏览器打开http://localhost:5199即可进入编辑器。基础的时间线编辑和素材管理完全离线可用；只有当你配置了模型密钥，AI 能力才会启用（详见 README_ZH.md 的快速开始章节）。

二、功能①：对话工作台——说人话就能改工程

打开编辑器后，左侧就是 Agent 对话区。它和"生成视频"的聊天机器人有本质区别：Agent 的每一次修改都落到真实工程里的轨道、片段、转场、字幕上，你可以随时手动调整、撤销或重做。

典型对话循环是：

描述目标 → Agent 读取工程 → 生成可验证编辑 → 写入时间线 → 预览 / 调整 / 撤销 → 字幕与混音 → 导出

比如对它说"把第二轨的 BGM 音量降 6dB，并给前三个片段加缓推镜头"，Agent 会读取当前工程上下文、调用对应工具，把修改写进时间线供你确认。Agent 的模型循环运行在本机服务端，聊天和草稿在页面刷新后依然保留，核心执行逻辑在 server/agent-runs/executor.ts。

三、功能②：文字稿驱动剪辑——删词即剪片

口播、访谈类内容最费时的就是删口误和长停顿。OpenChatCut 支持词级转写：先对素材跑转写任务，时间线下方会出现逐词文字稿。

接着对 Agent 说"删掉所有重复的口误和超过 1 秒的停顿"，它会按词级转写定位到具体帧，批量压缩停顿、剪除冗余内容。相关的能力包括说话人区分、停顿处理和字幕联动，源码位于 src/transcript/ 与 src/captions/。剪完还能一键基于文字稿生成自动字幕并套用命名样式——这是纯 AI 生成器给不了的"精确到词"的控制力。

四、功能③：提案式编辑——AI 的每次修改都可审阅、可撤销

这是 OpenChatCut 对话式剪辑最让人安心的设计：Agent 不会直接"动刀"，而是先提交提案。

• Agent 完成一批修改后生成"提案"，你可以在预览窗口直接看效果；
• 逐条勾选应用或拒绝，也可以整批通过；
• 所有操作原子提交为一个撤销节点，一次 Ctrl+Z 全部回退；
• 提案机制核心实现在 src/agent/proposal.ts。

对新手来说，这意味着你可以放心让 AI 大胆尝试：改坏了就是撤销一次的事，工程永远不会被"黑箱生成"覆盖。

五、功能④：Agent Skills——26 个内置创作工作流，按需加载

OpenChatCut 内置了一套技能系统：把"直播切片""长视频转短视频""解说视频"这类重复流程沉淀成 SKILL.md 技能文件，Agent 用load_skill按需加载，而不是把 26 份指引全塞进提示词。技能目录见 src/agent/skills/skills-catalog.ts。

常用的内置创作技能包括：

在聊天输入框点/即可选择工作流，下一条消息会按该流程执行。想沉淀自己的流程？让 Agent 执行"技能创作器"，它会把 SKILL.md 写进本机技能目录，之后可直接编辑、复制分享。

六、功能⑤：MCP 接入——让 Codex / Claude Code 直接剪你的片

OpenChatCut 暴露了一个 Streamable HTTP MCP 端点（http://localhost:5199/api/external-mcp/mcp），外部编程 Agent 通过它调用的是编辑器内部同一套工具和 EditorCore 命令，不存在两套互相漂移的工程格式。

接入三步走：

1. 安装单入口技能：npx skills add 0xsline/OpenChatCut，然后对 Agent 说"设置 OpenChatCut"；
2. Codex / Claude Code / Qoder 等客户端按指南写入 MCP 配置（编辑器内有一键连接向导，见下图）；
3. 对 Agent 下达任务，例如："启动一个 OpenChatCut 编辑会话，在第二条音频轨的 8 秒处添加划盘音效，并给相邻视频添加故障转场。"

外部 Agent 的修改同样走begin_edit_session → 草稿 → review_edit_session流程：manual模式下所有修改先进隔离草稿，等你在编辑器里审阅应用；auto模式则整体自动提交。会话指引详见 skills/openchatcut/SKILL.md，工具注册在 src/agent/tools.ts。

七、收尾：AI 生成素材与可交付导出

剪辑过程中缺素材？Agent 可以直接帮你生成：

• 生成：图片、视频、语音、音乐、音效任务支持进度追踪，第三方服务（如 Fal.ai）在 设置 → AI 生成 中配置，见 FAL.md；
• 视觉：WebGL 特效、LUT、镜头缩放、转场均可由 Agent 应用到片段；
• 导出：MP4、音频、SRT 字幕、FCPXML 工程数据一应俱全，本地 H.264 导出在 macOS 上优先使用 VideoToolbox、在 Windows 上优先 NVENC，失败自动回退软件编码（渲染管线在 remotion/ 目录）。

八、总结：谁适合用 OpenChatCut？

一句话概括：OpenChatCut = 本地视频工程 + 多轨时间线 + AI Agent + MCP + 可交付导出。AI 负责"快"，时间线负责"准"——这正是对话式剪辑区别于一次性生成工具的核心价值。

【免费下载链接】OpenChatCutOpen-source, local-first conversational AI video editor with a professional multi-track timeline, Agent Skills, MCP integration, and Remotion rendering.项目地址: https://gitcode.com/gh_mirrors/op/OpenChatCut