diffusionstudio/editor
The VS Code of video editing, built for agents.
解決する課題
Diffusion Studio は、AI エージェントをプロのビデオ編集者に変えます。AI が生成したスクリプトや指示と、動画制作の技術的な要件との間のギャップを埋め、クリップのカット、フィラーワードの削除、字幕の追加、モーショングラフィックスの作成といったタスクを自動化できるようにします。
仕組み
「コンポジション・アズ・コード（compositions-as-code）」アプローチを採用しており、ビデオプロジェクトは JSX ファイルとして定義されます。デスクトップアプリケーションはこれらのファイルをレンダリングするビジュアルエディタとして機能し、同時に MCP (Model Context Protocol) サーバーを公開します。これにより、AI エージェント（Claude Code や Cursor など）は、diffusion transcribe や diffusion listen といった専用の CLI ツールを通じてメディアを「見て」「聞く」ことができ、プロジェクトのコードを直接書き換えることでビデオタイムラインを操作できます。UI で行われた変更はコードに反映され、その逆も同様です。
対象ユーザー
このプロジェクトは、AI エージェントを使用してビデオ編集ワークフローを自動化したい開発者やパワーユーザー向けです。コードや自然言語プロンプトを通じてビデオプロジェクトを管理しつつ、プロ仕様のビジュアルエディタで手動で微調整する能力を維持したい方に最適です。
ハイライト
- 双方向編集: ビジュアルエディタで行った変更はコードとして保存され、コードの更新は即座にビジュアルキャンバスに反映されます。
- エージェント対応ツール: 文字起こし、波形分析、フレーム取得など、AI エージェントが未編集の素材を処理するために設計されたメディア検査用 CLI コマンドスイートが含まれています。
- コードベースのコンポジション: JSX ベースのオーサリング API を使用しており、ビデオプロジェクトのバージョン管理とプログラムによる編集が可能です。
- ヘッドレスサポート: ランタイムは UI なしで動作可能であり、大規模な動画生成のための自動レンダリングパイプラインを実現します。
関連
- プロジェクト
naqashafzal/AI-Content-StudioAI Content Studio は、ビデオ作成ワークフロー全体を自動化するオープンソースプラットフォームです。監督的な AI エージェントのセットがトピックを調査し、スクリプトを作成して品質チェックし、その後マルチモーダルパイプライン（Whisper 文字起こし、OpenCV シーン分析、FFmpeg 処理）が、キャプション、B-roll、ブランディングを備えた完全にスタイル設定され、ラウドネス正規化されたビデオを生成します。参照クリップからのスタイルクローン、ウルドゥー語 TTS、24/7 オートパイロットキャンペーンをサポートし、FastAPI バックエンド + Next.js UI で実行されます。
- プロジェクト
AkshitIreddy/AI-Powered-Video-Tutorial-GeneratorAI駆動型ビデオチュートリアルジェネレーターは、Windows専用のデスクトップアプリで、質問やトピックを完全に編集可能なビデオレッスンに変換します。研究、スクリプト作成、ストーリーボード作成、ナレーション、イラスト作成、プレゼンターのアニメーション、最終エクスポートまでを処理し、ローカルの拡散モデル（ComfyUI/SDXL）またはクラウドLLM／画像プロバイダーを使用します。オープンソーススタックはReact/Tauri UI、Rustコア、Pythonパイプラインで構成され、Python、Node、Chromium、FFmpegのランタイムをバンドルしています。
- プロジェクト
RoseKhlifa/Image-StudioImage Studioは、Go + React (Wails) で構築されたオープンソースのクロスプラットフォームデスクトップクライアント（Windows/macOS/Linux/Android）です。OpenAI互換のAPIを使用して画像を生成・編集できます。SSEまたはWebSocketによるストリーミング応答をサポートし、プロキシのタイムアウトを回避します。標準のImages APIに対応し、バッチimg2img、カスタムアスペクト比、プロンプトインポートヘルパーを提供します。設定は手動（ベースURL、APIキー、モデルID）で、AGPL-v3ライセンスで提供されています。
- プロジェクト
modelscope/DiffSynth-StudioDiffSynth‑Studio は、画像、動画、音声生成モデルの推論、低 VRAM 管理、量子化、LoRA スタイルのトレーニングを統合したオープンソースの拡散モデルエンジンです。多くの最先端モデルをサポートし、VRAM 節約のテクニック（ディスク/CPU オフロード、NF4/INT8/EntroPack 量子化）を提供し、付属の UI ツール（ComfyUI、WebUI）も備えています。コンシューマー GPU で大規模な拡散モデルを実行または微調整するための単一フレームワークを必要とする研究者や開発者に最適です。
- Dispatch