公开知识库

MartinDelophy/ai-video-editor: Open-source, local-first video editor where creators and AI agents edit the same real timeline.

14分钟阅读

Timeline Studio — 浏览器 AI 视频编辑器

English | 中文 | 日本語 | 한국어 | Español | Français | Deutsch | Português | ไทย | Tiếng Việt | Русский

深度合成使用声明

本工具基于深度合成技术，仅用于技术研究与学习。

使用者应确保：

  • 仅使用本人或已取得合法授权的人脸图像/视频；
  • 不制作、不传播任何违法、侵权、虚假或误导性内容；
  • 不将生成内容冒充为真实影像，不在未经同意的情况下冒用他人身份。

因违反上述要求导致的任何法律责任，由使用者自行承担。

项目动态

  • 2026 年 8 月 27 日 — 时间线精剪： 新增视频片段源区间安全的滑移、同步修剪左右相邻片段的三片段滑动，以及支持方向键逐帧滚动微调的编辑点选择。所有模式都保持主画面轨无缝、遵守轨道锁定与源素材边界、提供实时拖拽反馈，并完整本地化到 11 种界面语言。竖屏与 9:16 时间线缩略图现在居中裁切铺满，缩略图单元不再出现上下或左右黑边。
  • 2026 年 8 月 26 日 — 感知锁定的波纹剪辑： 新增时间线工具栏波纹模式。把素材拖到主轨时会先展开与素材时长一致的插入槽，并让后续片段和转场切点同步后移。主画面片段新增片头滚动边界手柄，画中画拖放也会在目标行按真实落点和素材时长显示占位。主视觉插入、复制、删除和时长调整会按相同时间差移动符合条件的定时片段，保持仍在关联的字幕与音频同步，让关联原声继续由主视觉序列驱动，并跳过所有锁定轨道。
  • 2026 年 8 月 26 日 — 可移植画面分割： 修复 Agent visual.split 工程，确保左右连续片段在重新打开后继续引用归档源媒体，并在浏览器导出时保留完整视频和内嵌源音频。
  • 2026 年 8 月 24 日 — 节奏点击涟漪： 新增可编辑的 osu! 风格效果：确定性随机命中位置、音乐拍号与四分音符 BPM、每次命中一圈全画面折射水波、水波与灰白转彩色同步传播、右侧参数面板、预览与导出一致，以及 11 种界面语言完整本地化。
  • 2026 年 8 月 12 日 — PC 色轮： 在 AI 修复前新增独立的 PC 端“色轮”标签，提供阴影、中间调、高光、偏移四个色轮，以及色温、色调和饱和度控制。15 个调色属性均支持独立关键帧、色相最短路径插值，并统一应用于动态预览、转场和最终导出；H5 保留视频变速工作流且不显示色轮。

在公开 Roadmap 查看计划与 TODO，在 Releases 查看已发布功能，在 Issues 跟踪具体任务和缺陷。

它能制作什么？

查看可复现的前后对比示例与剪辑配方：

→ AI Video Editing Skills Handbook

MartinDelophy%2Fai-video-editor | TrendshiftTimeline Studio 是一个本地优先、直接运行在浏览器中的 AI 视频编辑器。它把接近剪映/CapCut 的多轨时间线，与 WebGPU AI 音乐和修复、多语言配音、自动字幕、数字人和确定性离线导出结合在一起。

打开在线编辑器 · 观看演示 · Hugging Face Space

视频演示

自动剪辑

画面分析、关键帧、字幕与导出。

AI 修复

分时段水印移除与前后对比。

AI 配音

Timeline Studio 编辑器

AI 能力

  • 多语言 AI 配音： 中文及中英混合使用 Hojo TTS Light 80M FP16 的晴岚、若溪两条内置参考女声，自回归生成走 WebGPU、稳定波形解码走 WASM；英文使用 Kokoro 82M，德语、西班牙语、法语、意大利语和巴西葡萄牙语使用浏览器 Piper 声音。
  • 本地 AI 音乐： Stable Audio 3 Small Q4 ONNX 通过 WebGPU 在浏览器运行，支持自由提示词自动翻译、30/60/90/120 秒选项、长音乐波形感知循环、模型持久缓存，并在完成后自动加入“我的素材”。
  • 自动字幕： Whisper small q8 ONNX，结合音频能量修正时间戳，并对中文识别结果做克制的高置信纠错。
  • 智能画面： YOLOS tiny 主体检测与 MODNet 人像抠图，用于图片和完整视频的智能裁切、字幕避让与背景移除。
  • AI 修复： 浏览器本地 MI-GAN 支持多区域、可分时段的水印/物体移除；NanoVSR 644K 通过 WebGPU 为图片和视频提供 4× 高清修复，并支持同步前后对比。
  • AI 人声分离： 在浏览器工作流中提取人声，并把伴奏放入音乐轨。
  • 数字人： JoyVASA 音频驱动 + LivePortrait 神经渲染，支持 WebGPU、256px 快速预览与 512px 高质量路径。
  • 本地优先推理： 大模型按需加载、锁定版本并由 Service Worker 缓存；受支持的流程不需要把项目素材上传到编辑后端。

稳定的双线路模型交付

浏览器 AI 模型同时镜像在 Hugging Face 和 ModelScope。Timeline Studio 会在首次请求时进行轻量连通性竞速，记住当前运行环境中更快且可用的线路；网络发生变化或下载失败时会自动切换另一条线路。两家平台共用同一缓存标识，因此切换线路不会重复下载相同版本。

剪辑与导出

  • 连续主画面轨，以及可自由定时的画中画图层。
  • 在画布中直接选择、移动、等比缩放和旋转，并支持遮罩、滤镜、效果、动画、速度与显式关键帧；PC 端另提供四分区色轮，色温、色调、饱和度以及各色轮的色相、饱和度、明度均可添加关键帧。
  • 字幕、贴纸、配音、分离后的视频原声和背景音乐使用独立时间轨。
  • 支持磁吸、全轨对齐线、右键菜单、切分/复制/删除、双指缩放、撤销重做和可移植 .timeline 项目。
  • 播放预览使用原生媒体路径保证流畅；导出使用独立的确定性离线渲染路径。
  • WebCodecs MP4/WebM 合成统一处理画面、音频混音、字幕、画中画、效果与变换，并提供 MediaRecorder 兼容回退。
  • 支持安装为 PWA，缓存应用外壳，并提供多语言界面。

Agent Skill

仓库包含 Codex 兼容的 edit-timeline-studio Skill，用于规划、执行和验证可继续编辑的视频时间线。

它可以帮助 Agent：

  • 检查素材并保留用户的原始剪辑意图；
  • 使用稳定片段 ID 和明确秒数描述可撤销的编辑计划；
  • 通过浏览器兼容路径操作在线版或本地编辑器；
  • 使用 skills/edit-timeline-studio/scripts/validate_edit_plan.mjs 校验声明式编辑计划；
  • 验证轨道位置、转场、字幕、画中画、实际可听音频和最终导出文件；
  • 始终保留可编辑的 .timeline 项目，而不是只交付不可逆的视频成片。

当前 Skill 会明确说明能力边界：现阶段已经可以通过浏览器驱动编辑；Skill 中的版本化无头命令协议是下一阶段自动化层，不会把尚未实现的 CLI 描述成现成功能。

通过公开的 skills.sh 目录安装（当前 CLI 要求 Node.js 22.20.0 或更高版本）：

npx skills add MartinDelophy/ai-video-editor --skill edit-timeline-studio

也可以使用 GitHub CLI 2.90.0 或更高版本安装：

# Claude Code
gh skill install MartinDelophy/ai-video-editor edit-timeline-studio --agent claude-code --scope user

# Codex
gh skill install MartinDelophy/ai-video-editor edit-timeline-studio --agent codex --scope user

如需安装已经验证过的固定版本，而不是跟随最新 Release，请在命令末尾添加 --pin v1.0.0 。安装前可以先预览 Skill：

gh skill preview MartinDelophy/ai-video-editor edit-timeline-studio

路线图

  • 当前： 加固确定性离线导出并提高时间线编辑可靠性。
  • 下一步： 发布供 Agent 驱动剪辑使用的版本化无头命令执行器，并让可复用项目模板更易分享。
  • 未来： 增加协作审阅流程、插件扩展能力，以及更多经过本地验证的 AI 模型。

路线图优先级会在 GitHub Discussions 中共同讨论。欢迎提交功能建议和真实工作流反馈。

期待你的参与

我们正在寻找对浏览器媒体、WebCodecs、WebGPU/ONNX、时间线交互、本地化或文档感兴趣的贡献者。

  • 体验 在线编辑器 ，并在 Issues 中提交可复现的问题。
  • 加入 Discussions ，提出功能建议、分享作品或帮助确定路线图优先级。
  • 尤其欢迎聚焦的小型修复、翻译、文档和示例项目贡献。

快速启动

建议使用 Node.js 20+ 和现代 Chromium 浏览器；运行大型 AI 模型时推荐 WebGPU。

git clone https://github.com/MartinDelophy/ai-video-editor.git
cd ai-video-editor
npm install
npm run dev

打开 Vite 输出的本地地址即可。首次使用某项 AI 能力时可能需要下载模型，后续会复用浏览器缓存。

验证与构建

npm run build
npm run preview

运行完整仓库检查：

npm run check

部署

仓库中的 netlify.toml 会执行 npm run build 、发布 dist 、配置 SPA 回退，并启用浏览器 AI/媒体 Worker 所需的跨域隔离响应头。

npx netlify-cli deploy --prod --dir=dist

支持与反馈

如果这个项目对你有帮助，欢迎点亮 ⭐ Star；遇到问题请 提交 Issue 。

欢迎加入我们的 Discord 社区 ，提问、分享反馈，并与其他用户和贡献者交流。

License

Timeline Studio 的原创源代码采用 MIT License 。

本仓库的 MIT License 不自动适用于 第三方模型、模型权重、数据集、字体、图库媒体或其他随仓库提供及运行时远程下载的资源。无论这些资源存放在哪里，也无论项目通过下载脚本、缓存、镜像或集成方式使用它们，均应继续遵守各自的上游许可证和使用条款。重新分发或商业使用前，请查阅 MODEL_LICENSES.md 。

此文件夹下有0条笔记。