AutoClip Desktop 完整使用指南AI 视频切片与高光合集的从入门到实战【免费下载链接】autoclipAutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具项目地址: https://gitcode.com/GitHub_Trending/autoc/autoclipAutoClip 是一款面向视频二创场景的 AI 智能剪辑工具核心能力是从长视频中自动提取高光片段、生成切片并组织成可导出的合集。本文以docs/USER_GUIDE.md为骨架结合仓库源码后端模型、性能配置、Whisper 模型管理、评分流水线进行深入讲解帮助你完整掌握 AutoClip Desktop 的首次配置、项目与切片管理、合集组织、性能调优、提示词定制与故障排查达到拿到即可上手、出问题能自查的实战水平。一、快速开始第一次使用启动应用双击桌面图标或从应用程序文件夹启动 AutoClip Desktop桌面端基于 Tauri 封装后端为 FastAPI Celery 架构启动脚本与安装说明可参考 STARTUP_GUIDE.md 与 USER_INSTALLATION_GUIDE.md。首次配置向导系统会自动引导完成初始设置对应前端 FirstRunWizard.tsx 组件包括选择数据目录、确认桌面模式等。配置 AI 服务设置语音识别模型与 AI 模型 API 密钥。语音识别既可以选择本地 Whisper 模型免费、离线、隐私安全也可以配置云端语音服务AI 分析则需要配置大语言模型LLM的 API Key多供应商配置细节见 MULTI_LLM_PROVIDER_GUIDE.md。开始使用上传视频文件创建你的第一个项目。基本工作流程AutoClip 的完整处理链路遵循上传 → 分析 → 生成 → 组织 → 导出的闭环上传视频 → 语音转写 → AI分析 → 生成切片 → 创建合集 → 导出分享这条链路在后端由 6 步流水线支撑对应 pipeline 目录下的 6 个步骤模块步骤模块作用Step 1step1_outline.py基于转写文本生成内容大纲Step 2step2_timeline.py将大纲映射为时间线切片候选Step 3step3_scoring.py对候选切片进行 LLM 批量评分与筛选Step 4step4_title.py为高分切片生成标题Step 5step5_clustering.py对切片进行主题聚类Step 6step6_video.py渲染生成切片与合集视频文件理解这条流水线有助于你在设置各环节提示词时做到心中有数详见自定义提示词一节。二、项目管理创建新项目点击首页的新建项目按钮对应前端 HomePage.tsx。选择视频文件。后端 FileUploadConfig 中定义的默认支持格式为MP4、AVI、MOV、MKV、WEBM、FLV、WMV其中前五种即为文档推荐的常用格式。可选上传字幕文件支持SRT、VTT、ASS、SSA格式。若视频内嵌语音清晰也可以不上传字幕由 Whisper 自动转写。输入项目名称和描述。选择视频分类。从数据模型 project.py 的ProjectType枚举看仓库实际提供 8 类默认、知识科普、商业财经、观点评论、经验分享、演讲脱口秀、内容解说、娱乐内容文档中的教育对应知识科普类界面以实际展示为准。点击开始处理系统将把视频文件加入处理队列后台逐步执行转写与 6 步分析流水线。项目状态说明项目状态在数据层由 ProjectStatus 枚举定义界面上的展示与操作如下状态说明数据层值 处理中视频正在分析处理processing✅ 已完成处理完成可以查看结果completed❌ 失败处理失败请检查错误信息failed⏸️ 暂停处理已暂停前端提供处理控制界面界面态数据层默认值pending表示等待中提示数据模型中项目的初始状态为pending等待中进入队列后切换为processing。界面上的暂停/继续操作由 PipelineControl.tsx 组件提供处理控制 API 见 pipeline_control.py。项目操作查看详情点击项目卡片进入项目详情页ProjectDetailPage.tsx查看切片列表、合集列表与处理进度。重新处理失败的项目可以重新开始处理前端以重新处理入口发起新的任务。删除项目删除项目及关联文件。由于切片clips、合集collections、任务tasks均与项目建立级联删除关系见 project.py删除项目时会一并清理其下数据。导出项目导出项目数据和结果JSON/CSV详见数据导出一节。三、视频切片管理查看切片进入项目详情页面。在切片列表中查看所有生成的切片。每个切片展示以下信息对应数据模型 clip.py 中的字段展示项数据字段说明标题和描述title/description由 Step 4 标题生成与 LLM 推荐理由生成时间范围start_time/end_time以秒为单位界面格式化显示为mm:ss - mm:ss质量评分score0~100 分LLM 综合评估得分预览缩略图thumbnail_path切片封面图路径切片操作播放预览点击切片卡片播放对应视频片段。编辑信息修改切片标题和描述方便后续查找与管理。调整时间微调切片的开始和结束时间duration会自动按end_time - start_time重新计算见 clip.py 的calculate_duration方法。删除切片移除不需要的切片。切片质量评分系统依据以下维度为每个切片评分对应 step3_scoring.py 中按块批量调用 LLM 进行综合评估的实现内容质量信息密度、逻辑清晰度语言表达语速适中、表达清晰视觉质量画面稳定、光线充足时长合适不会太短或太长评分范围 0-100 分推荐使用 70 分以上的切片。从源码看这个 70 分阈值对应 step3_scoring.py 中的最低评分阈值逻辑优先级为CLI 显式覆盖如--min-score 设置页保存的min_score_threshold 代码默认值 0.7即默认 0.770 分。最终通过select_clips从候选切片中筛选出高分切片并保留评分未达标的兜底补齐机制避免筛选后数量过少。每个切片还会附带recommendation_reason推荐理由字段说明为什么该片段值得保留。四、合集管理创建合集在项目详情页面点击创建合集前端组件见 CreateCollectionModal.tsx。选择要包含的切片支持勾选多个。输入合集标题和描述。选择合集类型AI推荐系统自动推荐的相关切片对应 Step 5 主题聚类结果手动创建用户手动选择的切片点击创建合集。合集操作查看合集浏览合集内容和切片列表CollectionPreviewModal.tsx。编辑合集修改标题、描述和包含的切片支持 EditableCollectionTitle.tsx 就地编辑。重新排序调整切片在合集中的顺序。切片与合集通过多对多关联表clip_collection关联其中order_index字段记录切片在合集内的顺序见 collection.py前端拖拽排序的实现思路可参考 docs/前端拖拽排序调试指南.md。导出合集生成完整的视频文件导出路径记录在合集模型的export_path字段。分享合集获取分享链接或二维码。合集类型数据模型中合集具有theme主题与tags标签字段界面可按以下口径组织合集主题合集围绕特定主题的切片集合可与 AI 推荐的聚类主题对应时间合集按时间顺序组织的切片质量合集高质量切片的精选集合如按 70 分以上评分筛选自定义合集用户自定义的切片组合五、系统设置AI 模型配置语音识别设置本地 Whisper 模型优点免费、隐私安全、离线可用缺点需要下载模型文件、处理速度较慢AutoClip 的本地转写基于 faster-whisperCTranslate2 加速模型管理服务见 whisper_model_manager.py。仓库实际维护 5 档模型比文档列出的更完整模型体积准确度速度适用场景tiny~75 MB较低最快快速预览base~145 MB中等快平衡之选推荐日常使用small~488 MB较好中等适合重要内容medium~1.5 GB高较慢适合专业用途large-v3~3 GB最高最慢追求最高准确率文档建议的base平衡速度与准确性、small较快速度、medium较高准确性、large最高准确性对应关系如上表仓库中还额外提供tiny最轻量与large-v3最新最大。模型从 HuggingFace 拉取统一缓存到data_dir/whisper-models目录模型管理界面支持下载进度展示、删除与取消下载。云端 API 服务优点处理速度快、准确性高、无需本地资源缺点需要网络连接、可能产生费用支持服务OpenAI Whisper APIAzure Speech ServicesGoogle Cloud Speech-to-Text阿里云语音识别云端方案的接入与参数校验可参考 speech_config_validator.py 与 SPEECH_RECOGNITION_SETUP.md。大语言模型设置AutoClip 支持多 LLM 供应商详见 MULTI_LLM_PROVIDER_GUIDE.md 与 llm_providers.py阿里通义千问中文支持好性价比高OpenAI GPT功能强大支持多语言Google Gemini免费额度大响应快速硅基流动国内服务访问稳定LLM 除了生成大纲、时间线、标题与推荐理由外还承担 Step 3 的切片批量评分其调用封装在 llm_client.py 中含重试与 JSON 解析密钥管理见 api_key_manager.py。性能设置性能级别文档给出的三档性能级别与后端 performance_config.py 中的三套预设完全一致配置项低性能模式中等性能模式推荐高性能模式文件大小限制512MB2GB5GB并发处理任务1 个2 个4 个内存使用2GB4GB8GB从源码补充的更多细节便于你理解各档位的实际影响配置项低性能中等性能高性能上传分片大小1MB2MB4MB上传超时15 分钟30 分钟1 小时最大重试次数235视频处理超时30 分钟1 小时2 小时文件缓存大小256MB1GB2GB数据库连接池51020缓存清理阈值80%默认80%80%各档位配置通过PERFORMANCE_LEVELS映射在 performance_config.py 中预生成界面选择档位后通过update_performance_config实时生效。存储设置数据目录设置项目文件存储位置统一数据目录规划见 unified_paths.py。缓存管理清理临时文件和缓存缓存策略见 CacheConfig默认缓存上限 1GB、TTL 1 小时。自动清理定期清理旧项目文件后端提供 data_cleanup.py 维护任务。应用设置自动启动启用后应用会在系统启动时自动运行可以通过系统托盘图标访问应用托盘实现见 src-tauri/src/tray.rs适合需要频繁使用的用户通知设置处理完成通知错误提醒通知系统状态通知通知在前端通过 NotificationList.tsx 与 WebSocket 实时通道呈现websocket.py处理进度同步可见 RealTimeStatus.tsx。六、高级功能批量处理选择多个项目点击批量操作选择操作类型批量重新处理批量导出批量删除注意批量删除会同时清理项目及其关联的切片、合集与任务数据操作前请确认无需保留的结果。生产环境建议先使用导出项目备份。自定义提示词在设置中可以自定义 AI 分析的提示词。提示词模板文件集中存放在 prompt 目录后端流水线通过 shared_config.py 中的PROMPT_FILES加载根目录下的 prompt/主题聚类.txt 等文件为全局默认模板每个分类知识科普、商业财经、观点评论、经验分享、演讲脱口秀、内容解说、娱乐内容下又各有独立模板可按需替换提示词模板文件对应流水线步骤切片提取提示词定义什么样的内容应被提取为切片prompt/时间点.txtStep 2 时间线标题生成提示词定义标题的生成规则和风格prompt/标题生成.txtStep 4 标题生成合集推荐提示词定义合集推荐的逻辑prompt/主题聚类.txtStep 5 主题聚类内容大纲提示词prompt/大纲.txtStep 1 大纲生成推荐理由提示词prompt/推荐理由.txtStep 3 评分与理由生成提示修改模板文件时请保持原有 JSON 输出格式约定否则 LLM 返回结果可能无法被parse_json_response正确解析。API 集成Webhook 通知设置处理完成后的 Webhook 通知支持自定义通知格式可用于与其他系统集成后端提供完整的 REST API见 backend/api/v1 下的tasks.py、projects.py、clips.py、collections.py等路由模块与 WebSocket 实时通道websocket.pyCLI 与 MCP 接入方式见 CLI_AND_MCP.md。数据导出导出项目数据为 JSON 格式项目元数据见 project.py 的project_metadata字段导出切片信息为 CSV 格式支持自定义导出字段七、故障排除常见问题应用无法启动症状双击应用图标后没有反应解决方案检查系统要求是否满足见 BUILD_GUIDE.md 与 STARTUP_GUIDE.md重新下载并安装应用检查系统权限设置查看系统日志中的错误信息后端统一错误处理见 error_middleware.py视频上传失败症状上传视频时提示错误可能原因文件格式不支持支持 MP4、AVI、MOV、MKV、WEBM、FLV、WMV文件大小超过当前性能档位限制默认中等档 2GB网络连接问题磁盘空间不足解决方案检查文件格式和大小必要时提高性能级别检查网络连接清理磁盘空间尝试重新上传上传模块支持分片与重试见 chunked_upload.py 与 upload.py处理速度慢症状视频处理时间过长优化建议调整性能设置到更高级别提升并发数与内存上限关闭其他占用资源的应用使用云端 API 服务转写与 LLM 均支持云端选择较小的 Whisper 模型如tiny/base替代large-v3API 连接失败症状AI 服务无法正常工作检查步骤验证 API 密钥是否正确检查网络连接确认 API 服务状态检查账户余额或配额错误代码说明界面文档中约定的用户侧错误码如下错误代码说明解决方案ERR_001文件格式不支持使用支持的视频格式ERR_002文件大小超限压缩视频或使用分片上传ERR_003API密钥无效检查并更新API密钥ERR_004网络连接失败检查网络连接ERR_005磁盘空间不足清理磁盘空间ERR_006内存不足关闭其他应用或调整设置源码补充后端在 API/服务层实际采用一套语义化错误码体系枚举定义见 exceptions.py便于程序化处理与上述界面错误码的对应关系大致如下语义化错误码对应界面码含义FILE_NOT_FOUND/FILE_CORRUPTEDERR_001文件缺失或损坏CONFIG_INVALIDERR_003配置含 API 密钥无效NETWORK_ERROR/TIMEOUT_ERRORERR_004网络/超时问题SYSTEM_ERRORERR_005 / ERR_006磁盘、内存等系统资源问题PROCESSING_FAILED—流水线处理失败PROJECT_NOT_FOUND/TASK_NOT_FOUND—项目/任务不存在错误响应统一封装为{success: false, error: {error_code, message, details, timestamp}}并通过 error_middleware.py 以 HTTP 状态码返回详见 ERROR_HANDLING_GUIDE.md。获取帮助在线帮助用户手册仓库内完整文档见 docs 目录含 FAQ.md、QUICK_START_GUIDE.md、DEVELOPER_GUIDE.md 等常见问题查看 FAQ 与各故障排查指南如 COOKIE_IMPORT_TROUBLESHOOTING.md、SUBTITLE_DOWNLOAD_TROUBLESHOOTING.md技术支持通过仓库Issues报告 bug 和功能请求协作规范见 CONTRIBUTING.md通过 CHANGELOG.md 与 RELEASE_NOTES.md 了解版本演进与已知问题反馈建议欢迎提供反馈建议包括功能建议希望添加的新功能使用体验使用感受与改进点问题报告详细描述遇到的问题附错误码与日志更佳八、最佳实践视频准备建议视频质量分辨率1080p 或以上帧率30fps 或以上音频清晰无杂音转写质量直接决定后续 AI 分析效果内容结构主题明确逻辑清晰避免过长的停顿长时间静音会造成时间点误判语速适中表达清晰文件格式推荐使用 MP4 格式兼容性最好文件大小控制在 2GB 以内对应默认中等性能档位上限确保视频可以正常播放切片优化技巧标题优化简洁明了突出要点包含关键词便于搜索长度控制在 30 字以内描述完善详细描述切片内容包含关键信息点便于后续查找和使用质量筛选优先使用高评分切片建议 70 分以上对应默认评分阈值定期清理低质量内容建立质量评估标准可在设置中调整min_score_threshold合集组织策略主题分类按内容主题组织可利用 Step 5 的 AI 主题聚类结果建立清晰的分类体系便于内容管理和查找时间管理定期整理和更新合集标记重要和常用合集建立内容更新计划分享优化为合集添加吸引人的标题编写详细的合集描述选择合适的分享时机九、版本更新自动更新应用会自动检查更新并提示用户点击立即更新下载新版本安装完成后重启应用新功能会自动生效手动更新前往仓库的Releases 页面下载最新版本的安装包仓库发布说明见 RELEASE_NOTES.md发布检查清单见 RELEASE_CHECKLIST.md下载最新版本的安装包按照安装步骤重新安装更新日志每次更新都会包含完整历史见 CHANGELOG.md新功能新增的功能特性改进优化性能提升和体验改进问题修复修复的 bug 和问题兼容性系统兼容性更新至此AutoClip Desktop 从首次配置到高级定制的完整使用路径已梳理完毕。无论是创建与管理项目、筛选高评分切片、组织与导出合集还是调整性能档位、自定义提示词与排查常见错误你都可以参照上述操作与源码依据快速上手。若需进一步深入后端架构、进度系统或语音识别实现可继续阅读仓库内 BACKEND_ARCHITECTURE.md、PROGRESS_SYSTEM_GUIDE.md 与 WHISPER_STRATEGY_IMPLEMENTATION.md。【免费下载链接】autoclipAutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具项目地址: https://gitcode.com/GitHub_Trending/autoc/autoclip创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考