AI高光剪辑工具
经 AI Skill Hub 精选评估，AI高光剪辑工具 获评「推荐使用」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。
📚 深度解析
AI高光剪辑工具 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
AI高光剪辑工具 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
AI高光剪辑工具 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install ai-highlight-clip
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install ai-highlight-clip
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/toki-plus/ai-highlight-clip
cd ai-highlight-clip
pip install -e .
# 验证安装
python -c "import ai_highlight_clip; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
ai-highlight-clip --help
# 基本用法
ai-highlight-clip input_file -o output_file
# Python 代码中调用
import ai_highlight_clip
# 示例
result = ai_highlight_clip.process("input")
print(result)
# ai-highlight-clip 配置文件示例（config.yml） app: name: "ai-highlight-clip" debug: false log_level: "INFO" # 运行时指定配置文件 ai-highlight-clip --config config.yml # 或通过环境变量配置 export AI_HIGHLIGHT_CLIP_API_KEY="your-key" export AI_HIGHLIGHT_CLIP_OUTPUT_DIR="./output"
AI Highlight Clip: AI驱动的长视频高光时刻自动剪辑工具
AI Highlight Clip 是一款免费、开源的桌面应用程序，它能全自动地从长视频（如访谈、课程、直播回放）中，智能发现并剪辑出多个具有爆款潜质的“高光时刻”短视频。
你是否曾面对数小时的视频素材，为了找到其中几个精彩片段而反复拉动进度条？本项目专为解决这一痛点而生，致力于将知识型、访谈型内容创作者从繁琐的剪辑工作中解放出来，实现内容生产力的指数级提升。
<p align="center"> <a href="https://www.bilibili.com" target="_blank"> <img src="./demo.png" alt="点击观看B站演示视频（暂未录制）" width="800"/> </a> <br> <em>(点击图片跳转到 B 站观看高清演示视频)</em> </p>
---
✨ 核心功能
这不仅仅是一个剪辑工具，而是一个完整的AI内容再创作流水线：
- 🤖 AI 驱动的核心引擎:
- 自动语音识别: 集成强大的
OpenAI-Whisper模型，可精准识别多种语言，将视频中的对话自动转录为带时间戳的字幕文件。 - AI 智能分析与评分: 利用大语言模型（LLM）深度理解转录后的文本内容，为每个潜在的视频片段进行“高光指数”打分，自动发现最具价值和传播潜力的内容。
- AI 爆款标题生成: 模拟顶级内容营销专家，为筛选出的每个高光片段自动生成引人注目的、符合平台调性的短视频标题。
- 🎬 全自动剪辑工作流:
- 长视频到短视频矩阵: 支持处理单个视频文件或整个视频目录（如一部连续剧、一套课程），一键将长内容转化为数十个可直接发布的短视频矩阵。
- 智能滑动窗口切片: 通过高效的滑动窗口算法，无遗漏地扫描全部内容，确保不错过任何一个潜在的精彩瞬间。
- 高光片段智能筛选: 根据AI评分、关键词密度和内容重叠度，自动筛选出TOP N个最佳片段，避免内容重复。
- 🎨 高度可定制化输出:
- 动态字幕嵌入: 可选择将字幕自动嵌入到视频中，并支持自定义字体。内置高级算法，能优化字幕的断句和排版，提升观看体验。
- 参数自由配置: 用户可自由设定期望的片段数量、目标时长、高光关键词等，灵活控制最终产出。
- 跨平台图形界面: 基于 PyQt5 构建，提供在 Windows、macOS 和 Linux 上一致的、简洁直观的操作体验。
系统要求
1. Python: 3.8 或更高版本。 2. FFmpeg: 必须安装 FFmpeg 并将其添加到系统环境变量中。 - Windows 用户：项目已内置 ffmpeg.exe，通常无需额外安装。 - macOS/Linux 用户：请访问 FFmpeg 官网 查看安装教程。 - 检查是否安装成功：打开终端或命令提示符，输入 ffmpeg -version，如果能看到版本信息则表示安装成功。 3. API Key: 需要一个通义千问（DashScope）的 API Key。
🚀 快速开始
安装与启动
1. 克隆本仓库：
git clone https://github.com/toki-plus/ai-highlight-clip.git
cd ai-highlight-clip
2. 创建并激活虚拟环境 (推荐)：
python -m venv venv
# Windows 系统
venv\Scripts\activate
# macOS/Linux 系统
source venv/bin/activate
3. 安装依赖库：
pip install -r requirements.txt
openai-whisper 的安装可能需要 rust 编译环境。如果遇到问题，请参考其官方文档进行安装。
4. 配置 API Key: - 首次运行前，打开 config.ini 文件。 - 将你的通义千问 API Key 填入 api_key 字段。
5. 运行程序：
python ai_highlight_clip.py
📖 使用指南
1. 第一步：配置 - 在软件界面的 "千问（通义）API Key" 输入框中，粘贴你的 Key。 - 根据需要选择 "语音识别语言" 和 "语音识别模型"（模型越精准，速度越慢，对硬件要求越高）。
2. 第二步：选择输入 - 点击 "浏览..." 按钮，选择要处理的单个视频文件或包含多个视频的文件夹。
3. 第三步：设定剪辑参数 - 生成片段数量：你希望最终得到多少个短视频。 - 目标片段时长：每个短视频的大致时长（秒）。 - 高光关键词：输入一些你认为重要的关键词（用逗号或空格隔开），AI会优先选择包含这些词的片段。 - 添加字幕：勾选此项，最终的视频将自动带上字幕。
4. 第四步：开始生成 - 点击 "🚀 开始生成" 按钮。 - 程序将开始执行语音识别、AI分析、剪辑等一系列任务，你可以在日志窗口看到实时进度。 - 处理时间取决于视频时长和你的电脑性能，请耐心等待。
5. 第五步：获取成果 - 任务完成后，程序会弹出提示。 - 点击 "📂 打开片段目录" 按钮，即可在 output_clips 文件夹中找到所有生成的短视频。
---
<p align="center"> <strong>技术交流，请添加：</strong> </p> <table align="center"> <tr> <td align="center"> <img src="./images/wechat.png" alt="微信二维码" width="200"/> <br /> <sub><b>个人微信</b></sub> <br /> <sub>微信号: toki-plus</sub> <br /> <sub>（请备注来意，否则不通过）</sub> </td> <td align="center"> <img src="./images/gzh.png" alt="公众号二维码" width="200"/> <br /> <sub><b>公众号</b></sub> <br /> <sub>获取最新技术分享与项目更新</sub> </td> </tr> </table>
📸 软件截图
<p align="center"> <img src="./images/cover_tool.png" alt="软件主界面" width="800"/> <br> <em>升级版软件主界面。</em> </p> <p align="center"> <img src="./images/cover_demo.png" alt="软件主界面" width="800"/> <br> <em>一键将 30 集 4K 电视剧《繁花》（44GB） 剪辑成 30 个金融相关的高光片段🎬</em> </p>
该项目提供了一种自动化高光剪辑的解决方案，内置了Whisper语音识别和大模型(LLM)智能评分功能，具有较强的创作能力和自动化能力，值得关注。
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 做语音类 AI 产品的开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 做语音类 AI 产品的开发者
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：AI高光剪辑工具 的核心功能完整，质量良好。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | ai-highlight-clip |
| 原始描述 | 开源AI工作流：AI驱动的长视频高光剪辑工具，自动将数小时的课程、访谈、直播回放转化为数十个爆款短视频。内置Whisper语音识别、大模型(LLM)智能评分与标题生成。 vid。⭐63 · Python |
| Topics | workflowai-content-creationautomationcontent-creationffmpegllmpython |
| GitHub | https://github.com/toki-plus/ai-highlight-clip |
| License | MIT |
| 语言 | Python |
收录时间：2026-06-01 · 更新时间：2026-06-01 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。