JimLiu/baocut

BaoCut はデスクトップアプリ（macOS + Windows）で、AI エージェントが動画の文字起こし、字幕付け、翻訳、吹き替え、カット、アニメーション化を行うことができますが、完成した MP4 を渡す代わりに、すべての結果は編集を続けられる実際のタイムラインに書き込まれます。エラーはローカルで修正され（字幕の 1 行を変更、1 文を吹き替え直す）、他のすべてを再レンダリングする必要はありません。

主な機能：

• 素材から： ローカルまたはクラウドの文字起こし（Whisper large-v3/v3-turbo、Qwen3-ASR）、翻訳とプロジェクトごとのスタイルを備えた字幕付け、別の言語への吹き替え（音声分離 + クローン/プリセット音声）、トーキングヘッド録画のカットによるフィラーワードやポーズの除去、およびタイムスタンプ付き文字起こしからのチャプター/要約/ショート動画の生成。
• ブリーフから： 24 の組み込みシーンテンプレートを使用したプロンプトからの動画生成、スクリプト優先のナレーション制作、および「モーショングラフィックスをコードとして」— エージェントは自己完結型の HTML コンポジションを作成し、フレームに焼き込んでタイムラインに配置します。
• 配信： 焼き込みまたはサイドカー字幕付き MP4 エクスポート、SRT/WebVTT、文字起こし、オーディオステム、およびポータブルな .baocut プロジェクトバンドル。

アーキテクチャのハイライト：

• 4 つのインターフェースが 1 つのローカルランタイムに接続：Electron デスクトップアプリ、JSON 出力付き CLI、MCP サービス（独自のエージェント—Claude Code、Codex、Cursor、Gemini CLI—が BaoCut を駆動できるように）、およびリモートビュー用の Web クライアント。
• モデル持ち込み：Apple Silicon（MLX/Core ML）または Windows（whisper.cpp + candle、CUDA/Vulkan バリアント）でのローカル推論、または OpenAI、Anthropic、ElevenLabs、その他多くのエンドポイントに機能を向けることができます。使用台帳はジョブごとのコストを追跡します。
• 設計哲学：動画が真実の源です。エージェントは明示的なスコープ/予算内で作業します。破壊的なアクションには確認が必要です。実際に行ったことと、人間のレビューが必要なことを報告します。