ARTICLE · 1122229
【春星开讲6-60】看懂再下载,别浪费流量.“剪包助手”各标签页配置指南发布啦!
买正版达芬奇软件，买调色台，认准【春星开讲】。达芬奇调色面授培训，网络培训，认准【春星开讲】。微信scxwin或chunxingkaijiang添加【春星开讲】。
适用版本：剪包助手完整版 v1.0.0（达芬奇工作流集成插件 ai.jianbaozhushou）。本文说明每一个标签页分别需要配置什么、在哪里配、配完存在哪。
—— ◆ ——
引言：为什么剪包助手必须先做配置1剪包助手不是一段"点击就跑"的简单脚本，也不是单功能的小工具。它的本质是：依托达芬奇软件自带的 Electron 运行环境开发，结合 AI 大模型、Python 脚本等多种技术，把一系列原本分散在其它软件里的能力，桥接到达芬奇内部的工作流插件。
这里其实有两层"桥"：一是插件要接通达芬奇本身——必须借助达芬奇自带的达芬奇脚本接口（fusionscript），才能真正进入达芬奇、操作时间线与媒体池，fusionscript 是否就绪也是「全局设置 → 环境检测」里必查的一项；二是插件还要把剪映、必剪、各类本地 AI 模型等外部组件接进来。两层桥任何一端断了，对应功能都用不了。
所以"为什么必须先配置"的答案，不在"功能多不多"，而在它的开发逻辑——由下面三个事实共同决定：
1. 它不是自洽的封闭程序，而是组合了多种本地技术栈
插件跑在达芬奇内置的 Electron 里，自身只负责 UI 与流程编排，真正的"重活"交给外部技术栈：
• AI 大模型（本地部署）：字幕识别的千问 ASR / Whisper、字幕配音的 IndexTTS-2、文稿匹配的强制对齐器，都是你本机自己部署、自己跑的模型，插件只是调用方；
• Python 环境：驱动达芬奇脚本接口（fusionscript）、各识别 / 对齐脚本；
• 唯一例外是字幕翻译：它走联网的 DeepSeek 等云端大模型，只需一个 API Key，不依赖本地模型。
这些模型权重体积太大，插件不内置，必须由你在本机准备好、再接通。
2. 桥梁作用：插件连接"其它软件"与"达芬奇"
在很多模块里，剪包助手主要起桥的作用——把达芬奇之外的软件，导进达芬奇的工作流：
• 剪映套底：桥接「剪映」草稿 → 达芬奇 FCPXML；
• 必剪字幕：OS 级自动化操控「必剪」App 完成识别 → 回到达芬奇；
• 字幕配音：桥接 IndexTTS-2 语音合成 → 生成配音回到达芬奇；
• 字幕识别 / 智剪口播：桥接本机 ASR 模型 → 时间线字幕；
• 文稿匹配：桥接千问对齐器（Qwen3-ForcedAligner） → 字幕。
既然是桥，两端都必须存在且接对：一端是达芬奇（插件已在内），另一端是那些外部模型 / 软件 / 环境——它们的路径、解释器、密钥、授权，都得由你填进对应标签页，桥才通。
3. 这就带来三个必须跨越的门槛
正因上面的架构，普通用户上手前必须搞懂三件事：
• 怎么部署 AI 大模型 / 外部软件：conda 环境怎么建、模型权重下到哪、Python 解释器选哪个、剪映 / 必剪装好没有。
• 怎么把外部组件接通给插件：装好了，还得把路径、解释器、模型目录或密钥填进对应标签页的「⚙ 配置」，插件才知道去哪桥接。路径错一层（比如填到 bin/python 而不是 env 文件夹），桥就断。
• 怎么排查桥不通的问题：环境没接好、模型没下全、达芬奇没授权、外部软件没装……任何一环断，功能就不工作。用户得知道去哪看报错、怎么判断是"模型没装"还是"路径错了"还是"权限没给"。
4. 每个标签页都内置了日志，专门帮排查
为了降低上面第三个门槛，插件几乎每个标签页都提供了日志功能：运行出错时日志区会实时滚动，右上角还有由 renderer/log-kit.js 全站统一注入的「复制日志」按钮，一键把日志贴出来就能定位是哪一环断了。各功能的完整日志还会落盘到用户目录 ~/Library/Application Support/chunxingkaijiang/ai.jianbaozhushou/logs/（如 smartcut.log、manuscript.log、utility.log 等各自一份），崩溃后也能翻。配合「全局设置 → 环境检测」的总体检，大部分问题都能自己判断。
5. 更省事的路子：让 AI 智能体帮你
AI 智能体已经普及，每个人都能请一个 AI 助手来帮你跨越上面三个门槛。不管是国外的还是国内的，都能胜任"读环境、看日志、给配置方案"这类活：
国外知名智能体 / AI 助手
• ChatGPT（OpenAI）——最通用的对话助手，可贴日志让它分析报错
• Claude（Anthropic）——长文本理解强，适合读整份配置文档与日志
• Gemini（Google）——多模态好，可直接看截图、环境快照
• GitHub Copilot / Cursor——面向开发者的编程智能体，适合排插件本身的代码问题
国内知名智能体 / AI 助手
• WorkBuddy——本机文件 + 命令执行能力强，可直接在你 Mac 上定位环境、返回可粘贴的 JSON
• DeepSeek（深度求索）——推理能力突出，适合分析报错根因
• 通义千问 / 智谱清言（GLM）/ Kimi（月之暗面）/ 豆包（字节）——国内主流助手，可贴日志与提示词协助排查
• 元宝（腾讯）——同样可处理日志与配置问答
用法都一样：
• 把某标签页的专属提示词复制给智能体，让它在你本机自动定位环境、返回正确 JSON，你直接粘贴应用；
• 把「环境检测」页的快照，或标签页日志，贴给智能体，让它帮你看是哪里没接好。
所以本文的目的就是：把"必须先配置什么、在哪配、配完存哪、出问题去哪看"一次讲清，让你照着做就能把这套"达芬奇 + 外部 AI / 软件"的桥接工作站接通。
一句话总结：剪包助手是"达芬奇 + 外部 AI / 软件"的桥接工作站，先配环境、再配各页，照着本文做就能接通。
—— ◆ ——
一、全局设置（底部齿轮 ⚙「设置」浮层，非标签页）2【春星开讲-提示】这是整个插件的"总开关 + 体检表"，建议第一步先来这里，确认底层环境就绪，再去配各业务标签页。
与具体业务无关，作用于整个插件外壳。点界面右下方齿轮 ⚙（悬浮球模式下用快捷键 Opt⌘Q 收回面板也可）即可打开，是一个独立浮层，左栏分两个 tab：通用设置 和 环境检测。
1.1 通用设置（外壳行为）
• 主题外观：深色 / 浅色，localStorage 记忆，重启保持。
• 窗口尺寸：宽 × 高（实际窗口 = 宽 + 120 × 高）。
• 默认打开的页面：启动后自动进入哪个标签页，免去每次手动点。
• 控制面板（悬浮球相关）：
• 常驻最前：面板浮于达芬奇窗口之上，操作达芬奇时插件不被遮挡。
• 一键切换：快捷键 Opt⌘Q，在面板与悬浮球之间切换。
• 停靠吸附：收成悬浮球后松手自动吸附到所选边缘。
• 停靠位置：悬浮球收起后停靠的屏幕边缘（左/右 × 上/中/下）。
1.2 环境检测（整体运行环境体检，重点）
这是整个插件能不能跑起来的总检：它不针对某个标签页，而是检测插件依赖的底层运行环境是否就绪。
检测项与含义：
• Python3：系统 Python，驱动达芬奇脚本接口（fusionscript）/ 各 Python 脚本桥。
• fusionscript.so：达芬奇脚本接口（fusionscript），插入播放头、操作媒体池都靠它；不可用只影响时间线相关功能，不影响核心生成。
• DaVinci Resolve：是否 Studio 版（免费版不加载本插件）。
• FFmpeg / FFprobe：音视频处理核心。插件已自带（卡片标「内置」徽标），无需 brew install；仅当自带缺失时才去系统 PATH 找，找不到才报红。
顶部状态灯三色含义：绿=正常、黄=部分受限、红=核心受阻；右下「AI 协助」青色卡用于把环境快照一键复制给 AI 排查。
【春星开讲-提示】⚠️ 关于「重新检测」按钮（重要）：面板打开时先渲染上次缓存结果，只有点「重新检测」才做真实探测。早期某次失败会缓存一张红图、之后一直显示旧红（即使实际已正常）——这正是之前 ffmpeg/ffprobe 假红灯的根因。该 bug 已修复：缓存 key 现已带版本号，升版或重新检测都会自动刷新，不再假红。
• 底栏：插件版本号、春星 B 站主页、许可证、帮助文档入口。
—— ◆ ——
二、标签页配置入口怎么用3每个需要配置的标签页，其屏头右上角都有一个「⚙ 配置」按钮，点开是一个模态卡片。 配置分两类，入口与写法不同：
1. 本机路径类（字幕配音 / 字幕识别 / 文稿匹配 / 文本转字幕）
• 手动配置：直接「选目录 / 选文件」，或手填绝对路径。
• AI 辅助配置：复制该页专属提示词 → 发给 AI 智能体（如 WorkBuddy）让它在你这台 Mac 上定位环境 → 把 AI 返回的 JSON 粘贴回来「应用」。
• 提示词和字段按页隔离：字幕识别页里绝不会出现配音字段，粘贴也只写当前页，不会污染其它页。
2. 远程密钥类（字幕翻译）
• 填「服务 / 服务地址 / API Key / 模型」，另有「连通测试」标签真发一次请求验证。
保存即生效，无需重启达芬奇。
【春星开讲-提示】配置文件落盘位置（用户目录，不会进发行包）：~/Library/Application Support/chunxingkaijiang/ai.jianbaozhushou/config/。文件名：dub.json / recognize.json / manuscript.json / txt2sub.json / llm.json。
—— ◆ ——
三、逐标签页配置清单4| 需要（必填） | dub.json | |||
| 需要（必填） | recognize.json | |||
| 需要（必填） | manuscript.json | |||
txt2sub.json | ||||
| 需要（必填） | llm.json | |||
recognize.json | ||||
.setting 模板 | ||||
assets/Stickers | ||||
—— ◆ ——
四、需要配置的标签页 · 详细字段51. 字幕配音（写 dub.json）
功能：用 IndexTTS-2 给字幕做语音合成（配音），本地模型。
index_root | checkpoints/、examples/） | 必填 | |
python | <根目录>/.venv/bin/python | ||
model_dir | <根目录>/checkpoints | ||
output_dir | ~/Movies/JianbaoAssistant/SubtitleDubbing | ||
prompt_wav | <根目录>/examples/voice_01.wav |
【春星开讲-提示】只填 index_root 即可，其余四项会自动派生；也可手动覆盖。
2. 字幕识别（写 recognize.json）
功能：把时间线音频识别成 SRT（提供两条引擎，左栏切换），本地模型。
• 千问 ASR 引擎（中文 / 多语 · 逐字对齐）
• conda_python：conda 环境 qwen3align_asr 的 env 文件夹本身（内含 bin/python）
• asr_model_path：Qwen3-ASR 模型目录（如 .../Qwen3-ASR-0.6B）
• model_path：强制对齐器目录（如 .../Qwen3-ForcedAligner/model）
• Whisper 引擎（本地 CPU · 多档位）
• whisper_python：装了 faster-whisper 的 conda env 文件夹
• whisper_model_root：模型下载目录（未下载的档位会存这里）
• whisper_compute：推理精度（int8 推荐 / int8_float16 / float16）
• whisper_beam：解码档（5 最准 / 3 均衡 / 1 最快）
• 产物目录（左栏独立项，两引擎共用）
• temp_dir：缓存输出目录，默认 ~/Movies/JianbaoAssistant/SubtitleRecognition
• 音频落在根，字幕按「引擎 / 档位」分子目录。
3. 文稿匹配（写 manuscript.json）
功能：用千问对齐器（Qwen3-ForcedAligner）把已有文稿与音频做强制对齐（不需要 ASR 模型，但仍需本地 Python 环境）。
conda_python | qwen3align_asr 的 env 文件夹 | |
aligner_dir | .../Qwen3-ForcedAligner/model） | |
temp_dir | ~/Movies/JianbaoAssistant/ManuscriptMatching |
4. 文本转字幕（写 txt2sub.json）
功能：扫描视频轨 Text+ / Text3D 标题，生成 SRT（纯达芬奇桥逻辑，不依赖 AI 模型）。
• output_dir：SRT 输出目录，默认 ~/Movies/JianbaoAssistant/TextPlus2SRT。
5. 字幕翻译（写 llm.json）
功能：调用大模型翻译字幕。唯一走联网云端（DeepSeek 等）的功能。
• provider：服务（DeepSeek / 硅基流动 / 阿里云百炼 / 智谱 GLM / OpenAI / 本地 Ollama / 自定义）
• base_url：必填，选服务自动填默认值（DeepSeek=https://api.deepseek.com，不带 /v1；硅基流动 / OpenAI 等带 /v1），可手改
• api_key：API Key，掩码显示（带「显示 / 隐藏」眼睛）
• model：模型名（如 deepseek-chat）
• 第二标签「连通测试」：真发一次请求，返回 HTTP 状态 / 耗时 / 可用模型列表。
【春星开讲-提示】选服务 = 自动填该服务的默认地址与模型，仍可手改；「自定义」不动已填值。
6. 智剪口播（复用 recognize.json）
功能：智能剪口播依赖先识别时间线音频，因此点它的「⚙ 配置」打开的就是「字幕识别」配置页。 只要按上面第 2 节配好字幕识别环境，智剪口播即可使用，无需单独配置。
7. 剪映套底（屏内填写，不走 ⚙）
功能：剪映草稿 → 达芬奇 FCPXML。 在屏内输入区直接填（不是右上角 ⚙）：
• 草稿根目录 draftRoot：默认 ~/Movies/JianyingPro/User Data/Projects/com.lveditor.draft
• 媒体根目录 mediaRoot
• 导出目录 outputDir：默认 ~/Documents/剪映套底导出
填好后点「扫描草稿」即可列出剪映草稿与时间线。
8. 必剪字幕（环境 / 权限依赖，无路径或密钥）
功能：OS 级自动化操控「必剪」App 完成识别。 需要（屏内「环境检测」页会显示就绪状态）：
• 必剪 App（BCUT.app）已安装
• 系统授予「辅助功能」+「自动化（系统事件、必剪）」权限
• 首次使用需在必剪里创建一次模板草稿
不填任何路径或密钥，全部自动检测。
—— ◆ ——
五、免费精简版说明6免费精简版（ai.jianbaozhushou.lite）在构建期已剔除 口播剪辑 / 必剪字幕 / 剪映套底 三个模块， 这三页在免费版里是灰色「升级占位」，不会出现配置入口。其余标签页与完整版一致。
—— ◆ ——
六、常见填错点7• conda_python 要填 env 文件夹本身（如 .../envs/qwen3align_asr），不要填到 bin/python 那一层。
• 字幕翻译的 base_url：DeepSeek 官方地址不带 /v1；硅基流动 / OpenAI / Ollama 等带 /v1。
• 路径必须真实存在（除标注「允许尚不存在」的输出 / 缓存目录外）。
• 配置保存后即时生效；若某页仍报「环境不存在」，先回去确认该字段填的是真实存在的路径。
• 多数功能依赖本地模型，若运行报错，先看该标签页右上角「复制日志」导出的内容，或全局设置「环境检测」的体检结果，再判断是模型没部署、路径错了还是权限没给。