jipraks/yt-short-clipper

Windows desktop app that turns long-form YouTube videos into 9:16 short-form clips — AI highlight detection, face-tracking portrait reframe, and word-by-word captions.

YT Short Clipper v2 – 是什么

一个仅支持 Windows 的桌面应用程序，可将长视频 YouTube 视频自动转换为一系列可直接发布的 9:16 竖向短视频。它下载视频及其原始字幕，将字幕文本输入 LLM 以识别高光片段，剪辑并重新构图每个片段，逐字烧录字幕，并可上传至 Repliz。使用 React + TypeScript、Tauri（Rust）和 Python 侧车（yt‑dlp、FFmpeg、MediaPipe）构建，支持任何 OpenAI 兼容模型或应用内基于钱包的 AI 服务。项目采用 MIT 许可证，处于测试阶段，仅支持 Windows。

核心工作流程

粘贴 YouTube URL 并提供一个来自已登录 YouTube 会话的 cookies.txt 文件（yt‑dlp 获取视频和原始字幕所必需）。
yt‑dlp 下载视频和字幕轨道。
一个 LLM（任何 OpenAI 兼容端点或应用内钱包支持的服务）分析字幕文本并提出高光片段（默认长度 58–120 秒）。
每个片段被剪辑、使用三种模式之一重新构图为竖向（9:16）（通过 MediaPipe 的人脸追踪、基于黑条居中或基于模糊填充居中），并逐字从原始字幕中烧录字幕。
可选地，通过 Repliz 社交媒体平台上传并安排发布。

主要功能

AI 驱动的高光检测 – 支持任何 OpenAI 兼容模型；LLM 接收完整字幕文本并返回时间范围。
提示级指令 – 自由文本“指令”可强制指定特定时间段、优先处理特定主题或排除特定内容。
自动标题/钩子生成 – 同一 LLM 可建议视频语言的简短标题和钩子文本。
三种竖向重构模式 –
- 人脸追踪（MediaPipe） – 每帧检测，实现最佳构图。
- 黑条居中 – 快速，利用现有黑条。
- 模糊填充居中 – 快速，用模糊填充空白区域。
逐字字幕 – 直接从 YouTube 字幕文件获取，无需 Whisper 或其他转录模型。
叠加选项 – 钩子文本叠加、Logo/信用水印。
直接上传 – 一键推送到 Repliz。
两种 AI 付费模式 –
1. 应用内钱包（二维码充值，无需 API 密钥）。
2. 用户提供的 API 密钥（OpenAI、Gemini、Groq、ApiSmart、Ollama、vLLM 等）。
透明的遥测 – README 中的表格列出了所有外部端点及发送的数据。

技术栈

层级	技术
UI / 前端	React 19, TypeScript, Vite
桌面壳层	Tauri v2（Rust） – 提供基于 WebView2 的窗口，并将应用打包为便携式 zip
媒体处理	Python 侧车使用 yt‑dlp, FFmpeg, MediaPipe
AI 集成	调用任何 OpenAI 兼容端点；也支持位于 `ai.ytclip.org` 的专有“应用内 AI”服务
构建/打包	Node /npm, Rust cargo, Python, PowerShell 脚本用于获取 FFmpeg/Deno 二进制文件

快速上手（来自 README）

# 1. 安装 Node、Rust、Python（3.13+），并确保 Windows 10/11 上有 PowerShell
npm install                     # Node 依赖
py -m pip install -r requirements.txt   # Python 依赖
powershell -ExecutionPolicy Bypass -File scripts/fetch-deps.ps1   # 下载 FFmpeg、Deno 等
npm run build:sidecar          # 将 Python 侧车冻结为 .exe

之后可运行开发模式：

npm run dev          # Vite 开发服务器（前端）
npm run tauri dev   # 启动 Tauri 窗口

生产构建：

npm run release      # 在 src‑tauri/target/release/bundle/ 中创建两个便携式 zip 包

限制/注意事项

仅支持 Windows – 构建脚本、二进制打包和字体处理均为 Windows 特有；暂无 macOS/Linux 支持。
需要 YouTube Cookie – 必须从已登录浏览器导出 cookies.txt；该文件被视为密码处理。
AI 成本 – 使用应用内钱包或外部 API 将产生使用费用；钱包不可恢复。
测试阶段 – README 提醒存在粗糙边缘和版本间破坏性变更。
遥测 – Google Analytics 接收随机安装 UUID、应用版本、剪辑时长和重构模式；不发送视频内容。
Repliz 上传 – 可选，仅支持 Repliz 账户/密钥。

哪些人可能用得上？

希望将长 YouTube 视频重新制作成 TikTok/YouTube Shorts 风格竖向短视频，而无需手动编辑每个片段的内容创作者。
需要快速、AI 辅助方式生成带字幕的短视频用于社交媒体的小团队。
对结合 React + Tauri + Python 侧车 + LLM 调用 的桌面应用实现感兴趣的研发人员。

许可证与法律说明

项目采用 MIT 许可证 发布。README 强调，仅可处理您拥有或获得再利用许可的视频，因为下载/重新上传 YouTube 内容可能违反 YouTube 服务条款和版权法。

快速总结

是什么：Windows 桌面应用，可自动从 YouTube 视频生成 9:16 带字幕的短视频。
如何实现：使用 yt‑dlp 下载视频与字幕，将字幕输入 LLM 识别高光，使用 FFmpeg/MediaPipe 剪辑与重构，添加逐字字幕，可选上传至 Repliz。
技术栈：React + TypeScript 前端，Tauri（Rust）壳层，Python 侧车（yt‑dlp、FFmpeg、MediaPipe），支持任意 OpenAI 兼容 LLM。
状态：测试版，仅支持 Windows，MIT 许可证。