
图:智剪(JJYB_AI_VideoAutoCut)的 GitHub 仓库主页(2026-11 截图)
一、定位与基本信息
智剪(JJYB_AI 智剪,仓库名 JJYB_AI_VideoAutoCut)是一款装在 Windows 电脑上本地运行的 AI 视频自动剪辑工具。它和在线剪辑网站的思路相反:素材不上传到别人的服务器,而是在自己电脑里完成分析、写解说词、配音、混剪和导出。它主打三件事——原创解说(让 AI 看懂你的视频内容,再写词配音)、智能混剪(把一堆素材自动剪成卡点成片),以及 AI 配音与声音复刻。整个流程的智能部分靠外接的大模型和语音引擎实现,工具本身负责把这些能力组织成一条可操作的剪辑流水线,并能把结果导出为剪映草稿接着精剪。
- 产品形态:开源桌面软件,本地优先,Windows 10/11 专用
- 开发者:个人开发者 jianjieyiban,仓库建于 2025 年 11 月
- 当前版本:v3.4.7(2026-11 仍在维护,README 有当日维护记录)
- 热度(2026-11 快照):GitHub 约 1,200 Star、220 Fork
- 技术构成:Python 3.10–3.13 + Flask/PyWebView 界面 + FFmpeg 渲染,数据存本地 SQLite
- 授权:源码公开供个人学习、研究与自用;未经作者书面授权禁止商业使用(见第九节)
二、平台背景
先把性质说清:这不是某家公司的产品,而是个人开发者维护的开源项目,仓库 2025 年 11 月 23 日创建,到 2026 年 11 月已经迭代到 v3.4.7。判断个人项目靠不靠谱,看维护痕迹:仓库在本次核查当天(2026-11-11)还有代码推送,README 里留有当日的维护说明——补查了原创解说、混剪和多格式导出链路,修了慢放视频被截短、配音缺失时静默继续等具体 bug,并称全量 123 项测试通过。这类「把修了什么写明白」的记录,比任何团队介绍都更能说明项目状态。它的短板也和个人项目身份绑在一起:没有公司主体兜底,没有客服体系,遇到问题只能走 GitHub Issues 和交流群,作者停更之日就是支持终止之时。许可证用的是作者自定义条款而非标准开源协议,商用限制比常见开源项目严得多,使用前务必读完。
三、核心服务与功能

图:智剪仓库内的完整使用教程文档页(2026-11 截图)
- 原创解说:核心功能。上传视频后,视觉模型分析画面内容,大语言模型据此写解说文案,再分段配音、自动对齐时间轴,生成带解说的成片;文案、音色和参数都可手动调整,不是只能一键傻瓜出片。
- 智能混剪:两种模式。大众混剪批量导入素材后自动挑片段、加转场;音乐卡点混剪按音乐节奏检测节拍,把片段卡在拍子上。两种模式都可输出视频或导出剪映草稿包。
- AI 配音:引擎给得多——Edge TTS、gTTS、pyttsx3 这类免费或本地引擎,以及 Azure TTS、火山引擎等云端引擎,按文稿分段合成,省去逐句录制的功夫。
- 声音复刻:两条路。本地用 IndexTTS2(单独的 Python 3.10 环境在本机运行,声音数据不出电脑);云端可接 Fish Audio、MiniMax、火山引擎、Azure Custom Voice。
- AI 封面生成:可配置任意 OpenAI 兼容的图像生成接口(包括 OneAPI、NewAPI 这类网关或本地 SD WebUI),给成片配封面图。
- 剪映草稿导出:一键导出剪映原生草稿结构,含视频轨、配音轨、BGM 轨、字幕轨,在智剪里粗剪完,去剪映里精修。
- 精选视频复刻:针对参考视频做结构复刻的辅助功能。
四、使用方式
使用环境先卡死一条:只支持 Windows 10/11,Mac 和 Linux 用不了。安装走仓库说明,主程序用 Python 3.10–3.13,若要用本地声音复刻,还要为 IndexTTS2 单独准备一个 Python 3.10 环境。装好之后是配置环节,这也是它和一键式工具最大的区别:文本模型、视觉模型、配音引擎、图像模型四类能力要分别配置,云端模型填各自的 API 密钥,本地引擎则要确认权重和环境就绪。配置完成后,日常操作在图形界面里走:导入素材、选功能(解说或混剪)、选模型与音色、生成、预览,最后导出视频或剪映草稿。仓库内附有完整使用教程文档,把三大核心功能和后台界面逐项讲了一遍,第一次用建议对着教程跑通一条短片再上手批量。
五、适用人群
最适合的是手里有存量素材的短视频创作者:拍了一堆素材没时间逐条剪,或者要给视频配原创解说,智剪把「看素材、写词、配音、对轴」这段最耗时的活接走了。第二类是注重素材隐私的人:本地运行意味着原始视频不用上传到第三方平台,未发布的素材、客户项目放在自己电脑里处理更稳妥。第三类是愿意折腾配置的进阶用户,四类模型分别可换给了很大的组合自由,能按预算拼出「免费引擎为主、关键环节用付费模型」的用法。不适合的人群也很明确:Mac 用户直接出局;想在手机上随手剪的人出局;打算拿它接商单赚钱的人,先解决授权问题再说(见第九节)。
六、免费与付费

图:智剪的 GitHub Releases 页,当前版本 v3.4.7(2026-11 截图)
软件本身不收费:个人学习、研究和自用免费下载使用,没有会员和功能解锁这一说。但它是一台「组装机」,运行成本取决于你给它接什么引擎:
| 成本项 | 零成本路径 | 付费路径 |
|---|---|---|
| 文案/视觉大模型 | 接本地模型或用免费额度 | 云端 API 按量付费 |
| 配音 | Edge TTS、gTTS 免费;pyttsx3 本地 | Azure、火山等云端 TTS 按量计费 |
| 声音复刻 | IndexTTS2 本地运行(吃本机算力) | Fish Audio、MiniMax 等云端复刻服务 |
| 软件本体 | 个人使用免费;商业使用需作者书面授权,与钱无关先过授权关 | |
把四类能力都选免费或本地路径,完全可以零 API 支出跑通全流程,代价是效果和速度看本机配置;想省心出好效果,就把视觉分析和配音换成云端付费引擎,按条数控制预算(2026-11 口径,各引擎价格以其官网为准)。
七、优缺点
优点
- 本地优先:素材和数据都在自己电脑里,不上传第三方,隐私和未发布素材的安全感强。
- 引擎可换:文本、视觉、配音、图像四类能力分别配置,免费与付费引擎自由拼,预算弹性大。
- 解说链路完整:从画面理解到分段配音再到时间轴对齐是成套的,还能导出剪映草稿接精剪,不是一锤子买卖的黑盒。
- 维护状态实:版本迭到 v3.4.7,核查当日仍有推送,README 把每次修了什么写得明明白白。
缺点
- 平台单一:只支持 Windows,Mac 用户无缘,跨平台团队协作也别想。
- 配置门槛高:四类模型分别配置、本地复刻还要单独装环境,新手第一次跑通需要耐心和一点排错能力。
- 授权严于常规开源:禁止未授权商用,想接单或放进商业产品必须先取得作者书面同意,这条比功能限制更容易被忽略。
- 剪映草稿兼容性不兜底:项目自己声明草稿能否被目标客户端正常打开需自行验证,版本对不上时可能要返工。
八、同类竞品对比
| 产品 | 形态 | 擅长的活 | 费用/授权 |
|---|---|---|---|
| 智剪(本条) | Windows 本地软件 | 存量素材的原创解说与混剪 | 个人免费,商用需授权 |
| VideoLingo | 开源本地工具 | 视频翻译、字幕与配音对齐 | 开源免费,成本在模型 API |
| Pixelle-Video | 开源本地引擎 | 凭主题从零批量生成短视频 | Apache-2.0,商用无授权负担 |
三者的分工按「素材从哪来」划最清楚:手上有拍好的素材要配解说,用智剪;手上有外语视频要做翻译配音,用 VideoLingo;手上什么都没有、要凭主题批量造内容,用 Pixelle-Video。还要注意授权差别:Pixelle-Video 是 Apache-2.0 可以商用,智剪的个人项目授权则把商用单独拎出来管,拿来赚钱前先把这一条处理掉。
九、注意事项与风险
- 商用红线:项目 LICENSE 明示,未经作者事先书面授权,禁止商业使用、收费服务、付费分发和商业部署。个人自用没问题,一旦涉及接单、带货或放进公司流程,先联系作者拿到授权,别等成片发了再补票。
- 声音复刻要授权:项目声明同样明确,使用声音复刻前必须取得参考音频权利人的授权;拿别人的声音做配音发布,侵权责任在使用者不在工具。
- 素材权利自查:只处理自己拥有合法权利的视频、音乐和文本,混剪的版权风险不会因为「是 AI 剪的」而消失。
- 个人项目的不确定性:单人维护意味着更新和支持都系于作者一人,重要工作流不要只押在它身上,导出成片和草稿及时留档。
- 云端引擎的账单:视觉分析按帧或按次调用时消耗很快,批量处理长视频前先拿一条算清单条成本,再决定跑多少。