夜雨聆风全文约 3912 字 · 阅读约 10 分钟
项目信号：这个仓库拿到 ★438 stars、97 forks，主力语言 TypeScript，AGPL-3.0 协议，2026 年 3 月 23 日创建，最近一次代码推送就在今天，0 个 open issues，4 人 watch。这是个还在高速迭代期的新项目，功能表长得惊人，代价是版本之间的行为可能变。
关键词及解析：
- 商品保真：用 image-to-image 让 AI 只换背景和打光、锁住商品本体不改，避免成片里的货和实物不一致。
- 免 Key 出片：不填任何模型密钥也能出整片，画面取自免费可商用素材库，配音用微软 Edge 的免费 TTS，合成靠本机 FFmpeg。
- AIGC 标识：按国标 GB 45438-2025 在片头烧一个"内容由 AI 生成"的角标，同时把生成标签写进文件元数据，用来避开平台对未标识 AI 内容的限流。
- 发布门禁：成片发布前的一次自检，逐项过广告法风险词、开场钩子、时长、字幕可读性和标识状态，命中就给具体改法。
它把一条带货视频从无到有的五道工序全部接了过来，卖的东西是从一张商品图到一条可发布成片这一整段人工。
xixihhhh/clipforge 项目结构
结构图截到的是仓库根目录，几样东西已经说明了作者的意图。`.claude-plugin/marketplace.json` 让它能被装成 Claude Code 插件，`bin/clipforge.mjs` 是命令行入口，`.github/workflows` 是每次提交自动跑 lint、测试、构建的流水线。一个短视频工具专门留出插件清单和 CLI 入口，说明它想被程序调用，不只被人点。
README 的项目结构一节列出了 `src/` 下的分层，数据流很直白。`src/app` 是页面路由，从新建项目、脚本编辑、素材生成、视频合成一路排到导出；`src/lib/script-engine` 按品类模板和平台 SEO 策略生成文案；`src/lib/providers` 一边抽象七个生图生视频平台，一边挂着 Openverse、Pixabay、Pexels 这些免费素材源的注册表；`src/lib/video-composer` 是 FFmpeg 合成引擎；数据落在 SQLite 上，用 Drizzle 管迁移。
README 那张对照表把价值链讲得最清楚。传统路径是编导写脚本 1 到 2 小时、拍摄修图 1 到 3 天、剪辑 2 到 4 小时，一条片的成本按 README 的说法是数千元；换成这个工具，脚本 30 秒出 3 套、素材分钟级、合成全自动，成本降到几元一条的 API 调用费。这些数字来自 README 自己的对比表，它省掉的是整条链上的重复劳动，创意判断还得人做。
最关键的一处技术选择是商品保真。带货视频里商品一旦被 AI 画走形，就成了货不对板，退货和平台处罚一起来。它用 image-to-image 把商品原图当首帧钉住，AI 只改背景和光线；配了视频模型后再把每个分镜由静图转成真动态镜头。README 提到一个真实调用验证的细节，不加约束的提示词会让画面里凭空长出手、商品被挤出画面，所以它把商品保真和稳定性约束直接写进运镜提示词。这一步决定了成片能不能用来卖东西，其他花活都排在它后面。
还有一条链路值得单说。导出页可以回填这条片的播放、点赞、成交，跨项目按品类聚合出哪种脚本风格、哪个开场钩子更能卖，再把结论回灌到下一次脚本生成。这条回路把凭感觉选风格换成用自己的实测数据选风格，前提是你真的愿意每条片都回填数据。
评级为易，前提是走 Docker 那条路。 一条命令起容器，浏览器打开 3000 端口，不填任何密钥就能出第一条片。想改代码或者接付费模型，难度上到中。
关键配置：Dockerfile
Dockerfile 里的注释比文档还实在，三处值得对着看。第一处是 `ARG APT_MIRROR`，允许构建时把 apt 源换成阿里云镜像让国内构建更快，作者还专门解释了为什么保持 http 不改 https（bookworm-slim 里没有 ca-certificates，改了反而会挂）。第二处是运行阶段坚持用 Debian 发行版的 ffmpeg，注释写明 npm 那个 ffmpeg-static 的 Linux 静态二进制缺 harfbuzz、连 drawtext 滤镜都没有，而烧字幕、价格贴、封面、图文卡全靠 drawtext，用它会让 Docker 部署里凡带文字的合成全部失败。第三处是中文字体，镜像内置 `public/fonts/subtitle.otf`，不依赖系统字体包，中文字幕不会烧成方块。这些注释是在真机上踩过才写得出来的，Docker 这条路的可靠性就来自这些琐碎决定。
本地开发那条路有三个坑。一是必须用 pnpm，README 明确写了用 `npm install` 会因为 pnpm 的 symlink 结构报错。二是视频合成依赖本机 FFmpeg，要自己 `brew install ffmpeg` 或 `apt install ffmpeg`，Docker 路径没这个问题。三是免费素材的检索词建议用英文，中文召回明显更差，这一条直接影响画面质量。
项目本身是 AGPL-3.0 开源、完全免费，成片无水印，花钱的地方只在付费模型。 免 Key 路径下画面取自 Openverse 图片和 Wikimedia 实拍视频，配音用微软 Edge 的免费 TTS，合成在本机跑，现金支出为零。想要更好画质就填生图生视频平台的 Key，README 给的量级是几元一条。
它能压到近乎为零的是出片成本，压不下来的是选品、审片和平台规则这三样，所以收益的上限不由工具定。
变现路径有三条，可行性差别很大。
最现实的一条是给中小商家代做带货视频。传统外包一条数千元是 README 给的数据，用这个工具的人可以把报价压到远低于这个数还留着利润。据此估算，一条 AI 带货视频的代做报价落在 30 到 150 元之间，取决于是否包含选品建议、脚本打磨和多版本 A/B。这条路的说服力全在报价差，商家愿意试的理由是便宜到可以当消耗品用。
产能要按人工算，不按机器算。机器几十秒出一条，但选品、读脚本、挑素材、审片、写发布文案这些活人得看，据此估算一条片实际占 10 到 20 分钟人工。一个人稳定服务 2 到 4 个商家、每家每月 30 到 80 条，月产落在 100 到 300 条，对应月毛收入 3000 到 2 万元。这个区间是据此估算，不是 README 数据；走付费模型的话按几元一条再扣掉几百到两千元的 API 费。
不确定性最大的一环在于商家会不会续第二个月。这取决于成片有没有出单，而工具只管出片、不管转化。 第一个月的钱相对好挣，第三个月还在的商家才算真收入。
第二条是自己开小店带货，佣金收入的分布极不稳定，前几个月可能是零，这里不给区间。第三条是二次开发做 SaaS，README 里 AGPL-3.0 那行写得很清楚，修改或再发布（含 SaaS）须开源并保留署名，想拿它做闭源商业产品，协议这一关就过不去。
README 自己列出的平台规则，恰好是对批量出片最直接的约束。抖音 2026 年 7 月起把 AI 生成的测评、开箱类内容列为禁止，数字人禁入医疗、金融、美容功效、保健功效、教培效果五个类目，成片内二维码算站外导流（首违关橱窗 7 天，二违永久收回带货权限），推荐加权还偏向实拍占比不低于 50% 的 AI 加真人混合内容。一个人一天能出几十条，不等于这几十条都能跑出量，平台正在系统性地给纯 AI 内容降权。 工具把这些规则做成了发布前的检查项和风险提示，这是它比同类工具实在的地方，但检查项只能告诉你会不会被限流，不能替你把流量变出来。
现金门槛接近零，真正要投的是两到四周的试错时间。
硬件上要一台能跑 Docker 的电脑，视频合成吃 CPU，出片速度和机器直接相关；软件全部免费。付费模型这一侧，想试更好的画质，按几十到几百元起步足够，README 给的是几元一条的量级。
时间是主要投入。据此估算，摸清整条流程 1 到 3 天，摸清哪种脚本风格在自己那个品类里出单要 2 到 4 周。数据飞轮那条回路要有回填数据才转得起来，冷启动阶段它自动回落到通用推荐，等于前几周你在给自己攒数据。做代做业务还要另算商务时间，找商家这件事工具帮不上。
回本这件事实际是时间回本。 第一单几百元就能盖住全部现金投入，那 2 到 4 周的试错期才是真成本。若两个月还没有一个愿意续费的商家，这条路对你就是不成立的。
它适合手里已经有商品和店铺、缺的只是成片产能的卖家，也适合给中小商家做短视频代运营、需要大批量出片测转化的运营。不适合想靠纯 AI 内容刷量的人，也不适合打算把它闭源做成产品卖的人。
来源：ClipForge（原带货剪手），xixihhhh/clipforge，https://github.com/xixihhhh/clipforge ，★438 stars，AGPL-3.0 协议。