Hypit は、宣言的 SVML ワークフローを用いて LLM エージェントが動画をクローンまたは生成できるオープンソースフレームワークです。参照動画（または説明）をドロップすると、AI が完全なプロダクションパイプライン（映像、字幕、Bロール、エフェクト）を構築し、ヘッドレス Chromium でレンダリングします。このシステムは低コストでの大量バリエーション生成、プラグイン可能なコンポーネント、およびオプションのゼロコストレンダリング（外部AI呼び出し不要）をサポートします。`npx skills add hypit-ai/hypit -g` でインストール；その後、任意のコーディングエージェントセッションで `/hypit` スキルを使用して動画を作成またはリミックスできます。パーミッシブな Apache-2.0 由来のライセンスで提供されます。

macOS 向け Jianying Pro のローカル自動化ツールで、プログラムによる編集可能なドラフトの生成と、AI ビデオワークフローのためのネイティブ MP4 エクスポートを可能にします。

プレーンテキストプロンプトからプロフェッショナルな動画を生成するためのオープンソースでエージェント型の動画制作システム。研究、脚本作成、アセット生成、編集を自動化する。

HyperFrames は、通常の HTML + CSS（特別な `data-*` タイミング属性付き）で動画を記述し、決定論的な MP4 にレンダリングできるオープンソースの Node.js フレームワークです。AI コーディングエージェント（Claude、Gemini、Cursor など）がロード可能な「スキル」セットを同梱しており、LLM に「10秒のプロダクト紹介を作成」と指示すると、自動的に HTML を生成し、アセットを取得、Lint を実行、プレビューを行い、最終的に CLI（`hyperframes render`）でレンダリングします。GSAP、Lottie、Three.js、CSS など多数のアニメーションランタイムをサポートし、統合メディアマネージャ、クラウド/Lambda レンダリング、再利用可能なデザインブロックのカタログも備えています。AI駆動の動画生成パイプラインや、ウェブ第一、コード中心の動画作成ワークフローを希望するデザイナーに最適です。

テーマやキーワードを入力するだけで、スクリプト、ボイスオーバー、字幕、マッチング映像を含む完全な動画を自動生成するAI短編動画生成ツール。

AIをローカルで実行する、プライバシー重視のオープンソースでクロスプラットフォーム対応の動画編集ツール。CapCut の代替として、オフラインでのAI字幕、音声、切り抜き処理を提供。

小説、脚本、製品資料などを、一貫性があり制御可能な短編動画に変換するオープンソースで自己ホスト可能なAI動画制作ワークベンチです。

AIエージェントスキルとして、Remotionを活用して製品のスクリーンショットとコピーから映画的なプロモーション動画を生成する。157のショットレシピカードのライブラリを用いる。

AIエージェントが Remotion コードを書くことで、トピックやドキュメントをナレーション付きのモーショングラフィックス解説動画に変換する AI ドリブンパイプライン

DramaClawは、スクリプトをAI生成の短編映画に変える、Dockerベースのセルフホスト型プラットフォームです。画像、動画、音声、3Dセット作成のためのノードベースの無限キャンバス（XiaHua）と、取り込み、エピソード計画、絵コンテ生成、ナレーション、動画合成、書き出しを処理する構造化パイプライン（Series）を提供します。統合されたAIアシスタント（Xia Director）がタスクを実行し、次のステップを提案します。すべての重いモデル推論はOpenAI互換ゲートウェイを経由してルーティングされるため、好みのプロバイダーを使用できます。Elastic 2.0ライセンスでリリースされており、「Powered by DramaClaw」と明記すれば商用利用も可能です。

AI 駆動の動画クリッピングツールで、YouTube と Bilibili から自動的に動画をダウンロードし、LLM を使ってコンテンツを分析してハイライトを抽出し、ショートフォームのコレクションを生成します。

Claude CodeやCodex向けのスキル集。動画ショット分析を自動化し、同期された動画情報オーバーレイを生成します。

ユーザーがチャットを通じて原始的な映像を編集できるオープンソースのAI動画編集ツール。動画を構造化されたテキストとオンデマンドの視覚情報に変換し、LLMが処理できる形で提供します。

CosmoEdge 1.1 は、ビデオ分析およびビジョン言語モデル向けの Apache-2.0 C++ エッジ AI エンジンです。Sophon (BM1688/CV186X)、Rockchip (RK3576/RV1126B) NPU 上で動作し、Docker を介して x86/macOS でも実行可能です。ブラウザベースのパイプラインビルダー、REST/MQTT/WebSocket 統合、および商用モデル保護のための「Model Guard」を提供します。リポジトリには、デバイス固有のランタイムを構築するための Docker スクリプト、ベンチマークレポート、および詳細なドキュメントが含まれています。

AIエージェント向けに設計されたプロフェッショナルな動画エディタで、動画コンポジションをコードとして扱い、エージェントと人間が双方向のJSXベースのワークフローで共同で動画編集できるようにします。

MiniMax‑H3モデルを用いたマルチセグメント動画生成のUI駆動型「ディレクター」ノードを提供するComfyUIプラグイン。テキスト、画像、参照、動画→動画タスク、音声生成、動きの連続性、2回目パスの精緻化、プロジェクトパックのインポート/エクスポートをサポート。

ジェイイング（中国版CapCut）向けのAIパワード自動化スキルで、自然言語を使ってスクリプト、音声、エフェクトを含む完全な動画ドラフトを作成できます。

DaVinci Resolve MCPは、完全なDaVinci Resolve StudioスクリプティングAPIをJSON-over-HTTPサービスとして公開するオープンソースサーバーです。AIエージェントは高レベルのツール（プロジェクト作成、メディアインポート、タイムライン編集、グレーディング、Fusion、Fairlight、レンダリング設定など）を呼び出し、一貫した結果エンベロープを受信して安全で監査可能な自動化が可能になります。有料Studioエディションでは通常の外部スクリプトインターフェース経由で動作し、無料版にはLuaベースのブリッジが同梱されています。オプションのNodeベース「アドバンスド」サーバーは、Resolveを起動せずにResolveプロジェクトファイルを編集できます。このパッケージにはローカルブラウザコントロールパネルと多数のIDE統合が含まれており、オンプレミスのAIポストプロダクションアシスタントの実用的な基盤となっています。

単一のトピックからスクリプト、ビジュアル、ナレーションを生成し、手動の編集なしに完全な動画を作成するAI駆動の自動ショート動画エンジン。

スクリプトとナレーションを、キャラクターレベルの自動オーディオ同期と108のモーショングラフィックステンプレートライブラリを備えたプロフェッショナルな解説動画に変換するAIエージェントスキル。

Gemini Omni Flashを使用して、一貫性のある1分間の棒人間アニメーションを作成するための、テキストを構造化された監督提案と最適化されたプロンプトに変換するCodex Skill。

MiniMax H3生成動画の実例、完全プロンプト、ハードウェア固有のチュートリアルを収録したコミュニティ運営のカタログ。検索可能なWeb UI、JSONデータ、AIエージェント用スキルを備え、MITライセンスで公開。出典が明記されたコンテンツ。

外部ワールドステートバンクを使用して、一貫性のある無限のビデオロールアウトを生成し、飛行中の再プロンプト機能を備えた高速な3ステップの世界モデル。

高解像度デジタルアバター、ライブビデオ編集、没入型空間ビデオのためのリアルタイム対話型ビデオ生成モデル群。

TurboDiffusionは、アテンション加速とタイムステップ蒸留を使用して、エンドツーエンドの拡散生成を100〜200倍高速化するビデオ生成加速フレームワークです。

重いソフトウェアを使わず、プロフェッショナルなエフェクトを生成できる、レイヤー編集とモーショングラフィックスツールを備えたAI駆動のビデオエディタ。

プロフェッショナルなマルチトラックタイムラインと会話型エージェントを組み合わせたオープンソースでローカルファーストのAIビデオエディタ。編集可能なエージェント駆動型の動画制作を実現。

Seedance、Kling、MiniMax、Wanを含む複数のプロバイダ間で動画生成を行うための統合インターフェースを提供する非同期PythonクライアントとWeb UI。

BigBanana AI Director は Docker でデプロイ可能なウェブプラットフォームで、スクリプト（あるいは単一の文）を短編映画／モーションコミックに変換します。AntSK のテキスト、画像、動画モデルを使用し、各ショットを開始・終了キーフレームで駆動し、Veo モデルで動きを補間。プロジェクト全体のアセットライブラリ、ショットグリッドUI、シンプルなタイムラインエディタを備え、最終エクスポートをサポートします。

スパース蒸留とアテンションの最適化を通じて、ビデオ生成を加速させるために設計された、統一されたポストトレーニングおよびリアルタイム推論フレームワーク。

YouTubeまたはローカル動画から縦型ショートクリップを自動生成するオープンソースのPythonツール。ローカルのWhisperで文字起こしし、LLM（OpenAI、Gemini、またはMuAPI）でバイラルな瞬間をランク付けし、オプションでAI生成フックを追加し、シンプルなCLIまたはローカルWeb UIでクリップをレンダリングします。

SolarWMは、大規模なカメラアノテーション付き動画データセット、3段階の学習レシピ、そしてすぐに使える5 B–33 Bの動画ワールドモデルチェックポイント（Wan2.2、LTX-2.5、MiniMax-H3）を提供するオープンソースフレームワークです。統一されたCLIと完全に文書化されたパイプラインにより、長期ホライズンのインタラクティブ動画モデルの学習と実行を可能にします。

テキストプロンプトと動画クリップから、AIを活用したデスクトップツールでプロダクトマーケティング用および一般コンテンツ用の短い動画を自動生成する

Voxスタイルのペーパーコラージュ風解説動画の制作を自動化し、スクリプトからキーフレーム、モーション、ナレーションまで全てを処理するエージェントスキル。

73のAIエージェント「スキル」（エンジン固有のコードガイド、分野、ジャンル、ワークフローのテンプレート）と、ゲームエンジンを自動検出し、必要な部分のみを読み込むルーターを備えたライブラリ。Claude、Cursor、Gemini-CLIなど、AIエージェントがオンデマンドでゲームコードを生成できるようにします。

Claude CodeとSeedance 2.0を活用したAI動画制作ワークフローで、物語を一貫性のある複数エピソードの動画シリーズに変換します。

自然言語プロンプトでCodexまたはClaude Codeに動画編集を指示できるオープンソースのAI支援型動画編集キット。14のエージェント駆動「スキル」、400以上のモーショングラフィックスカード、シーンテンプレート、トランスクリプションヘルパー（ElevenLabs、Whisper）およびデモプロジェクトを備えています。Node 22+、Git、FFmpegをインストール後、`npm run demo` を実行し、`$edit-video` や `/short-form-edit` などのコマンドで無音部分のカット、ミスの修正、リールやShortsの生成が可能。オプションのAPIキーでクラウドトランスクリプションや資産生成を有効化；それ以外は合成データでローカルで動作します。

Y2A‑Autoは、YouTube動画をダウンロードし、オプションでWhisper/Voxtral ASRを実行、字幕を翻訳・品質チェック、OpenAIでタイトル/タグを生成、CPUまたはGPUでエンコードし、AcFunおよび/またはbilibiliにアップロードする、オープンソースでDocker対応のパイプラインです。FlaskベースのWeb UI、YouTube監視、CookieCloud同期、コンテンツモデレーション、複数チャネル通知サポートを備え、すべてJSONファイルで構成可能で、パスワード/ロックアウト機能で保護されています。

LTX-2は、テキストまたは画像プロンプトから高忠実度で同期されたオーディオとビデオを生成する、DiTベースのオーディオ・ビデオ基盤モデルです。

AI動画生成用のエージェントスキルで、ざっくりとしたアイデアを意図的なプロンプトに変換し、ショット計画、リファレンスの紐付け、クリップ間の連続性を管理します。

LLMによるハイライト検出とWhisperによる文字起こしを活用し、長尺のYouTube動画をバイラルな縦型ショート動画に変換するオープンソースのAIツールです。

LingBot‑World‑V2 は、テキストプロンプトから無限でインタラクティブな世界を生成する研究用動画生成モデルです。高速（リアルタイム）および高品質なバージョン（14 B と 1.3 B）を提供し、多様な行動をサポートし、パイロット・ディレクター型エージェントアーキテクチャを採用しています。リポジトリには推論コード、モデルダウンロードリンク、クイックスタートガイドが含まれますが、デプロイコードは公開されていません。

タイムライン上でAIエージェントがコンテンツの作成と編集を直接行えるようにする、組み込み型生成AIとMCP対応のmacOS用ビデオエディタ。

20種類の組み込みスタイルを持つ、物語のテキストや画像を縦長の手描きアニメーションに変換するツール。AIエージェントのスキルを通じて自動化可能。

VDN‑Minimax‑H3（VDN‑H3）は、MiniMax H3 をベースにしたハイブリッドアテンション動画拡散モデルです。軽量な線形アテンションブランチと LoRA アダプタを追加することで、768pの高解像度動画をニアリアルタイムで生成可能（例：単一B200 GPUで14秒のクリップを約11秒で生成）。リポジトリには4段階の学習レシピと、FP8およびFlashAttention‑4を活用した最適化された推論コード、詳細なセットアップ手順、性能表が含まれています。

スクリプト解析、キャラクターの一貫性、バッチ動画生成に至るまで、すべてのプロセスを自動化するプロダクショングレードのAI映画制作ツール

ClipForgeは、1枚の製品画像（または短いテキストプロンプト）を、Douyin、Kuaishou、Xiaohongshu、TikTokなど向けの投稿用短い動画に変換するオープンソースAIツールです。スクリプト作成、ストーリーボード生成、画像から動画への合成、TTS、字幕、BGM、最終的なFFmpegでの合成を自動化します。2つの経路があります – 公開資産とEdge TTSを使用する完全無料のパス、および生成コンテンツの秒数に応じて課金される有料AI生成パス。ディレクター／ビギナーモード、ショット間の一貫性、選択的再生成、391種類のテンプレートライブラリ、ホットトピック自動生成、バッチ生産、組み込みコンプライアンス（AIGCラベル、広告法禁止語スキャン）、CLI/MCP/エージェント統合、AGPL-3.0ライセンスを備えています。EC販売者、マーケター、クリエイター、開発者が高速で低コストの製品動画を必要とする場合に最適です。

ViMaxは、物語計画・脚本作成から一貫性のある複数ショット動画生成まで、すべてのプロセスを自動化するエージェント型動画作成フレームワークです。