ARTICLE · 1279027

剪一期长视频,商业工具收你几百,AI 全自动且只收电费

发布时间：2026-10-30 12:29:12 最近访问：2026-10-30 12:29:12

你是不是也这样：拍完或直播完一期长视频，想剪几个竖屏短句发到抖音、 B 站和公众号，但打开 Opus Clip 这类工具一看——要么贵，要么限时，要么显示「本月额度已用完」。今天聊的这个开源项目，也许能帮你省下这笔钱。

这个项目叫 AI-Youtube-Shorts-Generator（以下简称 AYSG），一个把长视频自动剪成竖屏短剧的命令行工具。它是由开发者 Anil-matcha 发起并维护的，目前累计拿到 5648 个 Star。

它的自我介绍很直接：这是一款 Opus Clip、Vidyo.ai、Klap 这类商业剪片工具的「开源替代品」。你给它一个 YouTube 链接，它把视频下载下来，用 AI 找出最可能吸引人的片段，再自动裁成 9:16 的竖屏格式输出给你。

参考项目 README 提供的对比表，商业工具往往按月收费（每月的费用大约在 20 到 300 美元之间），而且有每分钟处理时长的上限。免费版本（即使有）还会带水印。而 AYSG 的核心卖点很简单：免费、开源、无水印、无限片，以及「你可以自己动手改算法」。

商业工具收你几百一个月，它只收你「机器的钱」

你可能会想，怎么做到免费呢？一个完全免费的剪片工具，听起来有点不真实。

答案是开源项目最常见的形态：软件本身免费，但软件依赖的第三方服务仍需付费。AYSG 有两种运行模式。

第一种是 --mode api 模式。它默认调用一个名为 MuAPI 的服务，帮你完成视频下载、转录、裁剪等核心环节。你没印象？这很正常。简单理解：项目作者做了一个云端的 API，你想省事的时候，直接用它跑一遍就行。谁用，谁付机器的钱。不需要订阅，没有月度分钟数限制。

第二种是 --mode local 模式。这个模式下，一切都发生在你自己的电脑上——用 yt-dlp 下载 YouTube 视频，用 faster-whisper 转录台词，用 LLM 模型做亮点检测。你只需要有足够的本地计算资源（比如一张稍好一点的显卡），以及一点耐心。因为你用的是自己的电费，软件本身免费，所以剪辑成本大约是「零」。

让它成为你的剪辑助手，而不是剪辑课上身

AYSG 的原理可以拆成三步：转录、判断、裁剪。

先转录。视频下载后，Whisper 会把每一句话都转成带时间戳的文字稿。AI 看了台词，就能知道这句话说了什么，也能感知当时的气氛。

然后是判断环节。看似神奇的「亮点检测」，其实是把你指定的提示词发给一个大模型，让模型基于对话内容、语境和情绪去标记那些适合传播的时刻。你用什么样的 prompt 来定义「精彩」，它就用什么标准去筛片段。分析结果会是一串排名有先后的片段时间戳。

第三步是裁剪。原始的横向画面在竖屏中如何呈现？AYSG 的做法是——自动追踪画面中心或人脸的位置，把 16:9 的画面裁成 9:16 的竖屏。

整个流程走下来，你只需要输入几个 --prompt 参数（用来描述你认为有价值的内容），它就能把竖屏短片按精彩程度排序导出。

对一个不常接触命令行的人来说，第一次运行可能需要一点点试错成本，需要安装 Python 环境、下载几个依赖包。好在项目文档比较详细，而且它把「批量处理」写得十分直白——xargs 一个包含 URL 列表的文本文件，它就能按顺序把整份视频全部跑完。

AI 替你干了活，但决策权还是你的

AYSG 做得最令人舒服的一点，或许是它对「黑盒」的排斥。

商业工具往往不让你知道，AI 是按什么规则判断「这一段是亮点」的。因为这是它们的商业机密。但 AYSG 用了开源协议（MIT），它把整个「病毒式传播潜力」的判断框架摊开给你看。你想换一个评判维度？改代码里的一个 prompt，就能改变判断逻辑。你想要 1:1 比例的输出？可以调参数。你想把生成结果导出为 JSON，方便接入你自己的流程？它内置了 --output-json。

这就给了一种可能性：不是把剪辑交给一个神秘的「AI 剪辑师」，而是把它当作一位能执行命令的助手。你掌握方向，它负责出力。

有一点需要提醒：AYSG 开箱即用，但若选择本地模式，对机器的要求确实不低。慢一点的电脑跑一个 30 分钟的中视频，可能需要几十分钟时间。但如果你追求的是「不花钱、无限制、完全掌控」，这一点等待，换来的回报其实相当可感。