无论是短视频、自媒体内容创作，还是专业的视频后期制作，传统视频软件往往存在价格、使用门槛或扩展能力方面的限制。

随着 AI 技术和开源社区快速发展，视频制作正在逐渐从传统的人工操作转向自动化、智能化和程序化。素材下载、视频剪辑、字幕生成、配音翻译、AI 视频生成，甚至完整的视频生产流程，都已经出现了大量开源项目和 Agent Skills。

这些工具不仅可以用于日常视频创作，也可以作为搭建自动化视频生产流水线的基础组件。

本文按照应用场景，将视频制作相关的开源项目与 Claude / Agent Skills 划分为七大类别，覆盖从素材获取 → 视频剪辑 → AI 生成 → Agent 自动化 → 字幕翻译 → 视频分析 → 特效处理的完整流程。

📥 一、视频下载与素材获取

视频制作的第一步通常是获取素材。

针对 YouTube、B站、抖音等平台，目前已经有较为成熟的开源下载工具，可以用于视频获取、批量下载以及个人媒体库建设。

• yt-dlp

简介：
功能强大的开源视频下载工具，被广泛用于从不同视频网站获取音视频内容，支持的网站数量非常多。

除了常规下载之外，还提供丰富的格式选择、音视频分离以及命令行自动化能力，适合开发者和自动化工作流使用。

🔗 https://github.com/yt-dlp/yt-dlp

• yutto

简介：
面向 B站 的开源下载工具，支持视频、番剧、课程等不同类型内容的下载，并提供较为丰富的命令行功能。

🔗 https://github.com/yutto-dev/yutto

• douyin-downloader

简介：
针对抖音内容下载的开源工具，支持视频、图集、合集和音乐等内容，并提供批量处理能力。

🔗 https://github.com/jiji262/douyin-downloader

• Youtarr

简介：
用于自动下载和整理 YouTube 频道内容的自托管 Web 应用，可以按照频道持续获取视频并进行组织管理，适合搭建个人媒体库。

🔗 https://github.com/DialmasterOrg/Youtarr

✂️ 二、开源视频剪辑器：商业剪辑软件之外的选择

除了素材获取之外，视频编辑也是整个生产流程的核心环节。

开源视频编辑器能够提供时间线剪辑、转场、字幕、音频等基础能力，其中部分项目还开始向 Web 端视频编辑和浏览器原生视频处理方向发展。

• Olive

简介：
免费开源的非线性视频编辑器，界面相对简洁，适合基础视频剪辑和日常内容制作。

🔗 https://github.com/olive-editor/olive

• OpenShot

简介：
跨平台开源视频编辑器，提供较为直观的操作界面和常见的视频编辑功能，对入门用户比较友好。

🔗 https://github.com/OpenShot/openshot-qt

• flycut

简介：
基于 WebCodecs 实现的 Web 端视频编辑工具，整体思路接近浏览器中的在线剪辑软件。

🔗 https://github.com/x007xyz/flycut

• WebAV

简介：
基于 WebCodecs 构建的网页视频编辑 SDK，为开发者提供了浏览器端视频处理和编辑的基础能力，可用于二次开发在线剪辑工具。

🔗 https://github.com/bilibili/WebAV

---

🤖 三、AI 视频自动生成

生成式 AI 正在改变传统的视频生产方式。

从文字脚本、配音、字幕到画面生成，越来越多项目开始尝试将多个环节整合起来，实现从内容创意到成片输出的自动化。

• MoneyPrinterTurbo

简介：
基于 AI 大模型的视频自动生成项目，可以围绕主题自动生成文案、配音和字幕，并进一步生成短视频。

适合研究 AI 短视频自动化生产流程。

🔗 https://github.com/harry0703/MoneyPrinterTurbo

• MoneyPrinterPlus

简介：
面向批量短视频生成的 AI 工具，在自动生成视频的基础上进一步扩展了多平台发布等自动化能力。

🔗 https://github.com/ddean2009/MoneyPrinterPlus

• Open-Sora

简介：
开源的视频生成模型项目，目标是降低高质量视频生成技术的使用门槛，为研究和开发 AI 视频生成应用提供基础。

🔗 https://github.com/hpcaitech/Open-Sora

• open-chat-video-editor

简介：
开源的短视频自动生成工具，可以用于探索从文字、图片等内容到视频的自动化生成流程。

🔗 https://github.com/SCUTlihaoyu/open-chat-video-editor

🎬 四、前沿方向：Claude / Agent Skills 视频制作智能体

相比传统视频工具，Agent Skills 更关注“让 AI 自己完成视频制作”。

通过为 Claude Code、Cursor 等 AI 编程助手配置专门的 Skills，可以让 AI 根据自然语言需求生成视频脚本、编写动画代码、制作动态图形、调用渲染工具，甚至自动完成部分视频生产流程。

这也是近年来 AI 视频工作流中比较值得关注的方向。

• OpenMontage

简介：
开源 Agentic 视频生产系统，将视频制作拆分成多个自动化流水线和工具模块，覆盖剪辑、转场、字幕、调色等不同环节。

项目包含大量可复用的 Agent Skills，适合研究 AI Agent 驱动的视频生产体系。

🔗 https://github.com/calesthio/OpenMontage

• motion-skills

简介：
面向 AI 编程代理的动态图形与视频制作 Skills 集合，覆盖动画、动态图形以及短视频风格内容制作等场景。

🔗 https://github.com/iart-ai/motion-skills

• video-spec-builder

简介：
用于将视频创意转换为更加精确的视频规格和分镜脚本，可以进一步交给渲染引擎生成视频。

同时支持安装到 Cursor、Claude Code 等开发环境中。

🔗 https://github.com/feicaiclub/video-spec-builder

• claude-video

简介：
让 Claude 能够处理视频内容，通过自动下载、视频帧提取以及转录等方式，让 AI 对视频进行理解和分析。

🔗 https://github.com/bradautomates/claude-video

• web-video-presentation

简介：
可以将脚本或文章转换成适合录屏的 16:9 网页演示内容，同时支持交互操作和旁白合成。

🔗 https://github.com/ConardLi/garden-skills

📝 五、视频字幕与翻译本地化

对于跨语言视频内容而言，字幕、翻译和配音往往占据大量后期制作时间。

AI 技术的加入，使字幕生成、翻译、时间轴对齐以及配音等环节能够进一步自动化。

• VideoLingo

简介：
面向 AI 视频字幕处理的开源项目，覆盖字幕切割、翻译、时间轴对齐和配音等多个环节，适合构建完整的视频本地化工作流。

🔗 https://github.com/Huanshere/VideoLingo

• video-subtitle-remover

简介：
基于 AI 的视频硬字幕处理工具，可以尝试去除视频中的硬字幕和部分文字水印，并支持本地运行。

🔗 https://github.com/YaoFANGUK/video-subtitle-remover

• Whisper-WebUI

简介：
基于 OpenAI Whisper 模型的图形化 Web 界面，可以将视频或音频转换为文字和字幕。

🔗 https://github.com/jhj0517/Whisper-WebUI

• subtitle-translator-electron

简介：
基于大语言模型的字幕翻译桌面应用，可以用于不同字幕文件之间的自动翻译和处理。

🔗 https://github.com/gnehs/subtitle-translator-electron

📊 六、视频转文字、总结与分析

视频不仅可以作为内容发布载体，也可以成为知识数据来源。

课程、会议、访谈、播客和长视频经过语音转写后，可以进一步转换成文字、摘要、知识笔记等结构化信息。

• video_summary

简介：
智能视频总结系统，可以按照“视频转音频 → 语音转文字 → 内容整理 → 输出学习笔记”的流程处理视频内容。

🔗 https://github.com/Lewis456/video_summary

• bili2text

简介：
通过输入 B站 视频链接提取视频内容，并将相关文案转换为文字，适合进行视频内容整理和后续分析。

🔗 https://github.com/lanbinleo/bili2text

🎥 七、视频处理、特效与自动化

在更加专业的视频制作流程中，还会涉及自动解说、视频本地化、对象分割、目标追踪、转码和滤镜等任务。

这些项目可以作为自动化视频生产链中的底层组件。

• NarratoAI

简介：
利用 AI 大模型辅助完成视频解说和剪辑，适合影视解说等内容生产场景。

🔗 https://github.com/linyqh/NarratoAI

• YouDub-webui

简介：
AI 视频本地化工具，可以将视频下载、字幕翻译、语音克隆、配音以及音轨混合等步骤串联起来。

🔗 https://github.com/liuzhao1225/YouDub-webui

• Segment-and-Track-Anything

简介：
用于视频中目标对象的自动或交互式分割与追踪，可以应用于视频特效、对象处理等场景。

🔗 https://github.com/z-x-yang/Segment-and-Track-Anything

• FFmpegAndroid

简介：
面向 Android 开发者的 FFmpeg 视频处理方案，可用于视频裁剪、水印、转码以及 OpenGL 滤镜等功能开发。

🔗 https://github.com/xufuji456/FFmpegAndroid

💡 视频制作工具如何选择？

不同项目解决的问题不同，因此实际使用时，可以按照具体的生产环节进行组合，而不是单独依赖某一个工具。

1. 自媒体与短视频创作者

以效率为核心的视频创作者，可以将素材获取工具 + AI 视频生成工具组合起来。

例如，通过 douyin-downloader 等工具完成素材获取，再结合 MoneyPrinterTurbo 进行文案、配音、字幕和视频生成，可以形成较为完整的自动化短视频生产流程。

2. 影视解说与视频本地化创作者

影视解说、跨语言视频等场景，对字幕准确度、时间轴以及配音质量要求较高。

VideoLingo 可以承担字幕切割、翻译、对齐和配音等任务，再结合 NarratoAI 等工具完成解说和剪辑，可以形成更加完整的视频本地化工作流。

3. Web 视频平台开发者

对于计划开发在线剪辑工具的开发者，可以重点研究 WebAV 和 flycut。

两者都围绕 WebCodecs 等浏览器端技术展开，为在浏览器中实现视频编辑和处理提供了技术基础。

4. AI Agent 与自动化开发者

对于希望探索“自然语言驱动视频制作”的开发者，可以关注 OpenMontage、motion-skills 等项目。

这类工具的核心价值并不只是替代传统剪辑软件，而是尝试让 AI Agent 参与脚本生成、动画制作、代码编写、特效处理和视频渲染等多个环节。

5. 普通视频剪辑用户

对于以基础剪辑为主、希望使用免费开源软件的用户，可以关注 Olive 和 OpenShot。

这类传统开源编辑器更加适合剪辑、裁切、转场和简单的视频制作任务，不需要搭建复杂的 AI 工作流。

🔥 从“视频剪辑”走向“视频生产流水线”

从整个生态的发展来看，开源视频工具正在从单点功能逐渐向完整生产链扩展。

传统视频制作流程通常是：

下载素材 → 人工剪辑 → 添加字幕 → 配音 → 加特效 → 导出

而 AI 和 Agent 加入之后，整个流程开始逐渐演变成：

内容选题 → AI 生成脚本 → 自动获取素材 → 视频生成 → AI 配音 → 自动字幕 → 自动剪辑 → 特效渲染 → 多平台输出

这意味着视频工具的竞争重点正在从单纯的“编辑功能”，逐渐转向自动化能力、AI 能力和工作流编排能力。

对于开发者而言，yt-dlp、FFmpeg、Whisper、WebCodecs 等项目可以作为底层能力；MoneyPrinterTurbo、VideoLingo、NarratoAI 等项目则可以作为上层应用参考；而 OpenMontage、motion-skills 等 Agent Skills，则进一步展示了 AI Agent 参与视频生产的可能性。

最终形成的，不再只是一个简单的视频剪辑器，而是一套由 AI + 开源工具 + Agent Skills + 自动化工作流共同组成的视频生产系统。

对于自媒体、内容团队以及 AI 开发者而言，这种模块化的视频生产方式，也为批量化、自动化和规模化内容生产提供了新的技术路径。

原文章：https://mp.weixin.qq.com/s/uvEBb9OZAOJ_ZQSebnU_ww