做了个 CLI 工具用 AI 来剪辑 vlog 效果意外地还不错

[jybox]

它会用 Gemini 先把视频看一遍，从中提取故事线然后构造时间线，过程中它会添加字幕、转场、裁切、生成背景音乐，当然也可以根据你的指示进一步修改。最后可以用 Remotion 来预览，也可以导出到 Final Cut Pro 做进一步调整。

最后导出的视频：https://www.youtube.com/watch?v=KcqQadtzAm8

Gemini 是目前试下来视频支持比较好的模型，虽然内部其实也是在以 1 帧每秒的形式去读截图，但关键是它能够输出视频画面对应的精确时间戳，这样才能用于后续的剪辑。至于视频的 token 消耗其实比我想象得要低，每秒大概 300 token ，用 Gemini 3 Flash 分析一小时的视频也就 $0.5 。

我的视频真的就是旅行的时候随手拍拍，没有脚本，也没有旁白，于是我这个工具就定位在了剪辑这种「无脚本」视频，只专注在剪辑上，并不会用 AI 生成任何的图像或解说（但背景音乐算个例外，是 AI 生成的）。

其实我做这个项目一开始只是想自己用，不然也不会用命令行界面了，现在就有点犹豫后续是改成一个基于网页的界面（甚至可以做 SaaS ），还是直接开源。

[azhangbing]

好像很不错 我也有一堆没有剪辑的视频躺在 NAS 里

[Aprdec]

诶哟 不赖

[yuewolf]

大佬，你肯定对比过 Gemini 3.1 Flash-Lite 和 Gemini 3 Flash 预览版 吧？

就你实测，它们实际使用上的差别有哪些？

为什么选择了 Gemini 3 Flash 。

关于你的问题，我觉得你可以做一个 SaaS 版上线试一下，主要面向海外, 反正有 AI 写，很快的。

[dassh]

没开声音，没细看，感觉没有足够的吸引力
另外，我买的 insta go ultra 好像也有间隙录相，自动剪视频的能力（不过没试过）

[jybox]

@yuewolf 实际上有两个环节：
- 视频内容分析（从视频生成内容摘要），Flash 或 Lite 都可以，价格其实也只是差了一倍而已，所以直接用 Flash 了
- 视频剪辑（编辑时间线），这个就需要模型有比较好的注意力管理和工具调用能力，至少需要 Flash ，要效果更好就需要 Pro


@dassh 很正常，因为本来就是随手拍拍，更多还是自己留个回忆，然后把几十 G 的原始视频删掉。

[february2]

👍
感觉以后随身运动相机这类设备会往这个方向发展，设备定时拍摄，然后软件一键式生成比较够看的 vlog ，觉得今年下半年应该就能实现了。
现在 dji nano 影石 go 系列都有间隔拍摄功能，只是剪辑部分不太智能。而像 looki 这种影响部分太弱，最后生成图太轻了，这两者结合，再加上 AI 加持的剪辑，应该不错。

[yean]

有意思，发出来试试嘛

[jinxgogo]

这个其实我很久之前就试过了，加了卡点转场等等，实测效果比较一般。两个问题：1. AI 主要是不能抓住用户真正想要剪进去的东西。2. 转场效果比较素，好的方式依然是套模版。

[PC9528]

我也在做一个自动视频剪辑的 cli, 用的是开源的 Qwen3VL 本地跑 50 分钟视频大概要 25 分钟左右, 现在用来剪辑直播里面的舞蹈片段

[kokojack]

本人是剪辑师，看完我只能说，我剪辑行业还能活几年。