open-ribbi/velocut

解决的问题

Velocut 是一款本地优先、基于浏览器的视频编辑器，旨在将 AI 智能体作为一等公民用户进行集成。它无需将素材上传到服务器，在确保隐私和性能的同时，允许用户使用自然语言命令而非手动操作时间轴来编辑视频。

工作原理

该系统采用“协议优先”架构，人类用户（通过 UI）和 AI 智能体（通过 LLM）都会向中央文档模型发出相同的 JSON 命令协议。

• 引擎：具有一个标准的 Rust 引擎（编译为 WASM）和一个用于灵活性的 TypeScript 参考引擎。
• 渲染：利用 WebGPU 进行合成，利用 WebCodecs 进行视频解码和导出。
• AI 集成：LLM 智能体（支持 Anthropic 兼容的提供商）可以通过帧抓取和镜头边界检测来“看到”视频，通过响度与静音分析来“听到”视频，并通过直接向引擎发送 JSON 命令来执行编辑。
• 存储：媒体存储在 Origin Private File System (OPFS) 中，项目数据存储在 IndexedDB 中，通过 CRDTs 实现多标签页同步，从而实现本地优先的体验。

适用人群

想要实现 AI 辅助工作流的视频编辑者和内容创作者，该工作流能保持数据本地化，并提供一种透明、可纠正的方式来自动化繁琐的编辑任务。

亮点

• AI 原生编辑：自然语言命令（例如“剪掉静音部分”）会被转换为精确的引擎命令。
• 本地优先隐私：无需安装或上传；素材保留在用户的机器上。
• 分支历史：支持非线性编辑历史，人类和 AI 的操作经过颜色编码，并且可以进行分支（fork）。
• 先进的浏览器技术：使用 WebGPU 和 WebCodecs 进行高性能渲染和 mp4 导出，而不会造成内存膨胀。
• 智能体感知：AI 智能体可以分析响度、静音和镜头边界，从而做出明智的编辑决策。