Noise的 RSS 预览

剪辑神器➕1-AutoClip智能视频切片器

2025-07-26 10:00:00

🎬 AutoClip是基于AI的智能视频切片和合集推荐系统，支持从B站视频自动下载、字幕提取、智能切片和合集生成。

官网：https://zhouxiaoka.github.io/autoclip_intro/

开源：https://github.com/zhouxiaoka/autoclip_mvp

✨ 功能特性

🔥 智能视频切片：基于AI分析视频内容，自动生成高质量切片
📺 B站视频下载：支持B站视频自动下载和字幕提取
🎯 智能合集推荐：AI自动分析切片内容，推荐相关合集
🎨 手动合集编辑：支持拖拽排序、添加/删除切片
📦 一键打包下载：支持所有切片和合集的一键打包下载
🌐 现代化Web界面：React + TypeScript + Ant Design
⚡ 实时处理状态：实时显示处理进度和日志

环境要求

Python 3.8+
Node.js 16+
通义千问API密钥（用于AI分析）

安装步骤

克隆项目

1 2	git clone [email protected]:zhouxiaoka/autoclip_mvp.git cd autoclip_mvp

提示：截止发文时间，项目中遗忘了uploads文件夹，你需要自行创建该文件夹或代码修改，位置如下图，创建：

1	mkdir -p uploads

安装后端依赖

# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate  # Linux/Mac
# 或 venv\Scripts\activate  # Windows

# 安装依赖
pip install -r requirements.txt

安装前端依赖

1
2
3

cd frontend
npm install
cd ..

配置API密钥

# 复制示例配置文件
cp data/settings.example.json data/settings.json

# 编辑配置文件，填入你的API密钥
{
  "dashscope_api_key": "你的通义千问API密钥",
  "model_name": "qwen-plus",
  "chunk_size": 5000,
  "min_score_threshold": 0.7,
  "max_clips_per_collection": 5,
  "default_browser": "chrome"
}

启动服务

方式一：使用启动脚本（推荐）

1 2	chmod +x start_dev.sh ./start_dev.sh

方式二：手动启动

# 启动后端服务
source venv/bin/activate
python backend_server.py

# 新开终端，启动前端服务
cd frontend
npm run dev

方式三：命令行工具

# 处理本地视频文件
python main.py --video input.mp4 --srt input.srt --project-name "我的项目"

# 处理现有项目
python main.py --project-id <project_id>

# 列出所有项目
python main.py --list-projects

访问地址

🌐 前端界面: http://localhost:3000
🔌 后端API: http://localhost:8000
📚 API文档: http://localhost:8000/docs

你也可以在后台配置相关参数

切片处理进程

效果预览

其它

📁 项目结构

autoclip_mvp/
├── backend_server.py          # FastAPI后端服务
├── main.py                   # 命令行入口
├── start_dev.sh              # 开发环境启动脚本
├── requirements.txt           # Python依赖
├── .gitignore               # Git忽略文件
├── README.md                # 项目文档
│
├── frontend/                # React前端
│   ├── src/
│   │   ├── components/      # React组件
│   │   ├── pages/          # 页面组件
│   │   ├── services/       # API服务
│   │   ├── store/          # 状态管理
│   │   └── hooks/          # 自定义Hooks
│   ├── package.json        # 前端依赖
│   └── vite.config.ts      # Vite配置
│
├── src/                    # 核心业务逻辑
│   ├── main.py            # 主处理逻辑
│   ├── config.py          # 配置管理
│   ├── api.py             # API接口
│   ├── pipeline/          # 处理流水线
│   │   ├── step1_outline.py    # 大纲提取
│   │   ├── step2_timeline.py   # 时间轴生成
│   │   ├── step3_scoring.py    # 评分计算
│   │   ├── step4_title.py      # 标题生成
│   │   ├── step5_clustering.py # 聚类分析
│   │   └── step6_video.py      # 视频生成
│   ├── utils/             # 工具函数
│   │   ├── llm_client.py      # AI客户端
│   │   ├── video_processor.py # 视频处理
│   │   ├── text_processor.py  # 文本处理
│   │   ├── project_manager.py # 项目管理
│   │   ├── error_handler.py   # 错误处理
│   │   └── bilibili_downloader.py # B站下载
│   └── upload/            # 文件上传
│       └── upload_manager.py
│
├── data/                  # 数据文件
│   ├── projects.json     # 项目数据
│   └── settings.json     # 配置文件
│
├── uploads/              # 上传文件存储
│   ├── tmp/             # 临时下载文件
│   └── {project_id}/    # 项目文件
│       ├── input/       # 原始文件
│       └── output/      # 处理结果
│           ├── clips/   # 切片视频
│           └── collections/ # 合集视频
│
├── prompt/               # AI提示词模板
│   ├── business/        # 商业财经
│   ├── knowledge/       # 知识科普
│   ├── entertainment/   # 娱乐内容
│   └── ...
│
└── tests/               # 测试文件
    ├── test_config.py
    └── test_error_handler.py

🔧 配置说明

API密钥配置

在 data/settings.json 中配置你的通义千问API密钥：

{
  "dashscope_api_key": "your-api-key-here",
  "model_name": "qwen-plus",
  "chunk_size": 5000,
  "min_score_threshold": 0.7,
  "max_clips_per_collection": 5,
  "default_browser": "chrome"
}

浏览器配置

支持Chrome、Firefox、Safari等浏览器用于B站视频下载：

1
2
3

{
  "default_browser": "chrome"
}

📖 使用指南

1. 上传本地视频

访问 http://localhost:3000
点击”上传视频”按钮
选择视频文件和字幕文件（必须）
填写项目名称和分类
点击”开始处理”

2. 下载B站视频

在首页点击”B站视频下载”
输入B站视频链接（必须是有字幕的视频）
选择浏览器（用于获取登录状态）
点击”开始下载”

3. 编辑合集

进入项目详情页面
点击合集卡片进入编辑模式
拖拽切片调整顺序
添加或删除切片
保存更改

4. 下载项目

在项目卡片上点击下载按钮
自动打包所有切片和合集
下载完整的zip文件

🛠️ 开发指南

后端开发

# 启动开发服务器（支持热重载）
python backend_server.py

# 运行测试
pytest tests/

前端开发

cd frontend
npm run dev    # 开发模式
npm run build  # 生产构建
npm run lint   # 代码检查

添加新的视频分类

在 prompt/ 目录下创建新的分类文件夹
添加对应的提示词模板文件
在前端 src/services/api.ts 中添加分类选项

其它问题

如果你下载仓库文件并运行后发现已多了一个下载的案例，但不能查看，需要及时清除失效的视频避免终端持续报404

CrossPaste-跨设备的粘贴神器，在任意设备间复制粘贴

2025-07-26 10:00:00

此前已介绍过多个粘贴软件了，如PasteBar等，它们各有所长，但有没有适合不同设备之间使用的呢，有的，CrossPaste就很好满足了跨设备同时复制粘贴的问题

特性

🔄 实时共享：设备之间实时共享粘贴板内容，操作自然流畅。
🖥️ 跨平台统一体验：Mac、Windows 和 Linux 版本界面一致，操作习惯无需改变。
📋 丰富的类型支持：轻松处理多种粘贴数据类型，包括文本、颜色、URL、HTML 富文本、图片和文件。
🔒 端到端加密保护：采用非对称加密算法，全方位保障数据安全。
🌐 仅局域网无服务器: 本地存储，无服务器架构。你的数据，唯你所有。隐私保护，由你掌控。
🧹 智能空间管理：提供多样化的自动清理选项，高效管理粘贴板存储空间，无需手动干预。

官网：https://crosspaste.com

开源：https://github.com/CrossPaste/crosspaste-desktop

粘贴板

粘贴板界面展示所有记录的粘贴板历史，基于时间降序排列。用户可以在这个界面对选中的单个粘贴板进行操作。

1. 拷贝

拷贝粘贴板会直接应用到当前系统中，但不会进行设备间的同步（你在其他应用进行的拷贝默认都会在设备间共享）。

2. 收藏

收藏的粘贴板不会被软件自动清理

在搜索历史粘贴板时也可通过收藏来缩小搜索范围，因此你可以将收藏粘贴板当作 snippet 来使用。

3. 类型

显示类型会选择粘贴板中优先级最高的类型图标

当粘贴类型为 URL 时，会尝试显示对应站点的 favicon.ico
当粘贴类型为 HTML 时，会尝试显示粘贴集的来源软件
当粘贴类型为 File 时，会尝试显示文件类型对应的图标

4. 打开或单击粘贴集

使用系统默认软件打开，方便进行进行二次编辑

5. 删除

WARNING

移除粘贴集，同时会释放对于的存储空间，无法从 CrossPaste 内恢复

更智能化的自动剪辑-剪映+MCP

2025-07-25 10:00:00

自动化的剪辑如今也不是新鲜事了，在早期还是完全需要借助软件，到后来的可批量生产，再到如今的MCP时代，中间隔了很多，但技术是不断进步的，下面的案例只是一个例子，更多的是API的相关调用，今后也会有越来越多的实际例子。

该项目是一个基于Python的剪映/CapCut处理工具，来自《开源大模型食用指南》的作者，运行后可接入AI-MCP

项目地址：https://github.com/fancyboi999/capcut-mcp

特点

跨平台支持：同时支持剪映和CapCut国际版
自动化处理：支持批量处理和自动化工作流
丰富的API：提供全面的API接口，方便集成到其他系统
灵活的配置：通过配置文件实现灵活的功能定制
AI增强：集成多种AI服务，提升视频制作效率

核心功能

草稿文件管理：创建、读取、修改和保存剪映/CapCut草稿文件
素材处理：支持视频、音频、图片、文本、贴纸等多种素材的添加和编辑
特效应用：支持添加转场、滤镜、蒙版、动画等多种特效
API服务：提供HTTP API接口，支持远程调用和自动化处理
AI集成：集成多种AI服务，支持智能生成字幕、文本和图像

主要API接口

/create_draft创建草稿
/add_video：添加视频素材到草稿
/add_audio：添加音频素材到草稿
/add_image：添加图片素材到草稿
/add_text：添加文本素材到草稿
/add_subtitle：添加字幕到草稿
/add_effect：添加特效到素材
/add_sticker：添加贴纸到草稿
/save_draft：保存草稿文件

配置说明

配置文件

项目支持通过配置文件进行自定义设置。要使用配置文件：

复制config.json.example为config.json
根据需要修改配置项

1	cp config.json.example config.json

环境

ffmpeg

本项目依赖于ffmpeg，您需要确保系统中已安装ffmpeg，并且将其添加到系统的环境变量中。

Python环境

本项目需要 Python 3.8.20 版本，请确保您的系统已安装正确版本的 Python。

安装依赖

安装项目所需的依赖包：

1	pip install -r requirements.txt

运行服务器

完成配置和环境设置后，执行以下命令启动服务器：

1	python main.py

服务器启动后，您可以通过 API 接口访问相关功能。

Api

添加视频

import requests

response = requests.post("http://localhost:9000/add_video", json={
    "video_url": "http://example.com/video.mp4",
    "start": 0,
    "end": 10,
    "width": 1080,
    "height": 1920
})

print(response.json())

添加文本

import requests

response = requests.post("http://localhost:9000/add_text", json={
    "text": "你好，世界！",
    "start": 0,
    "end": 3,
    "font": "思源黑体",
    "font_color": "#FF0000",
    "font_size": 30.0
})

print(response.json())

保存草稿

import requests

response = requests.post("http://localhost:9000/save_draft", json={
    "draft_id": "123456",
    "draft_folder":"your capcut draft folder"
})

print(response.json())

复制草稿到剪映/capcut草稿路径

调用save_draft会在服务器当前目录下生成一个dfd_开头的文件夹，将他复制到剪映/CapCut草稿目录，即可看到生成的草稿

配置使用MCP

在cursor中配置使用MCP，在cursor的设置中，添加MCP服务器，地址为http://localhost:9001/mcp，然后就可以在cursor中使用MCP了。

在Claude配置中添加以下内容：

{
    "mcpServers": {
        "capcut-mcp": {
            "type": "http",
            "url": "http://localhost:9000/mcp"
        }
    }
}

代码说明

config.json示例配置文件

你可以配置oss，也可以不配置，但配置后更方便，运行后一切都在云端完成。

{
  "is_capcut_env": true,
  "draft_domain": "https://www.install-ai-guider.top",
  "port": 9001,
  "preview_router": "/draft/downloader",
  "is_upload_draft": false,
  "oss_config": {
    "bucket_name": "your-bucket-name",
    "access_key_id": "your-access-key-id",
    "access_key_secret": "your-access-key-secret",
    "endpoint": "https://your-endpoint.aliyuncs.com"
  },
  "mp4_oss_config": {
    "bucket_name": "your-mp4-bucket-name",
    "access_key_id": "your-access-key-id",
    "access_key_secret": "your-access-key-secret",
    "region": "your-region",
    "endpoint": "http://your-custom-domain"
  }
}

其中oss_config、mp4_oss_config均为阿里云OSS的配置，你可以在官方https://oss.console.aliyun.com/overview 处设置查看相关参数

is_upload_draft参数为是否开启草稿上传到oss，默认关闭

如果你还没有OSS可以自行创建

OSS产品定价可访问https://www.aliyun.com/price/product?spm=5176.8465980.console-base_help.2.21241450iOuDbH#/oss/detail/ossbag 查看

创建成功后可查看endpoint地址或在oss设置中查看

bucket_name为创建的oss名称

access_key_id、access_key_secret可点击右上角头像处查看

运行

然后运行pip install -r requirements.txt

启动

1	python3 main.py

以trae为例添加mcp

效果

你可以在你的oss中下载该草稿，不过随便要求的效果可能真的不咋地，不过好在ai可以不断完善

下载该文件后可直接放入剪映的草稿中进行再次编辑，剪映草稿的位置可点击全局设置找到草稿位置。

注：如果你不启用OSS，可以使用原项目代码中的draft_domain，则

推荐启动OSS。

又一个免费静态全球托管服务-sevalla

2025-07-25 10:00:00

应用程序托管允许您将应用程序从源代码直接部署到 Sevalla 基础设施上。您还可以使用管道完全自动化此过程，并将源代码中的更改无缝推送到 QA 和生产环境，而无需重新构建应用程序。在 Sevalla 的应用程序托管上下文中，应用程序是服务器执行的一组指令，用于执行一项或多项任务。我们当前的基础设施旨在通过应用程序后面的服务器来服务和支持应用程序的部署。

官网：https://sevalla.com

你可以用 Sevalla 做什么？

从 GitHub、GitLab、Bitbucket 或直接从 Docker 注册表部署应用程序
一键设置 MySQL、PostgreSQL、MariaDB 或 Redis 等数据库
创建管道以管理环境（开发、QA、生产）
每个拉取请求的预览环境
免费部署静态站点

预览图

eechat-跨平台本地部署LLM工具，支持mcp接入

2025-07-25 10:00:00

eechat 是一款开源免费的国产 AI 应用，支持 Windows、macOS 和 Linux，集成了聊天、多模态指令执行（MCP）、知识库问答（RAG）、语音识别（ASR）、语音合成（TTS）等功能模块。

开箱即用，无需代码基础，适合非技术背景用户。
免费开源，国产的免费开源应用，数据都存储在本地
多模型支持，同时支持 API 模型和本地模型聊天，可以自定义配置自己喜欢的模型
丰富的支持，支持 MCP、RAG 和插件支持

官网：https://www.ee.chat/zh

🖥️ 下载 eecha

官网下载：https://ee.chat
开源下载：https://github.com/Lucassssss/eechat/releases

功能介绍

对话

基础 AI 对话能力，数据本地存储，支持上下文对话，提示词配置，模型参数配置等。

MCP 能力

MCP 功能，支持模型上下文协议，支持模型上下文的存储，支持模型上下文的共享，支持模型上下文的搜索等。

内置 MCP运行环境

内置 MCP 市场及常用工具

支持与 Claude Desktop 同步配置

本地模型

支持在自己的电脑上运行开源模型。

API 模型

本地知识库

主要特性

一键集成、管理、运行多种 AI 工具与服务，让 AI 助手能力无限拓展
可视化添加新 MCP 应用，支持自动读取 README 或 AI 智能填充配置
内置 bun、uv 等运行环境自动检测与一键下载，无需手动配置依赖
MCP 工具热插拔，可随时添加、移除、升级，支持多实例并行运行
轻松查看、安装、启动、停止和删除各类 AI 工具，无需命令行操作

可视化配置

提供表单式可视化添加新 MCP 应用，支持自动读取 README 或 AI 智能填充配置，适合零基础用户快速集成新工具。

专业文件配置

内置专业 JSON 配置文件编辑器，支持格式化、重置、目录直达，满足进阶用户批量管理和深度定制需求。与Claude Desktop, Cursor, Cline 配置同步兼容。

集成运行环境

内置 bun、uv 等运行环境自动检测与一键下载，无需手动配置依赖，保障各类 Node.js/Python 工具即装即用。

对话工具调用

所有 MCP 工具均可在聊天窗口直接调用，实现 AI 与工具的无缝协作。

对话工具一键开关，随时切换工具状态
多工具并行，支持多轮对话

支持的模型

eechat 支持广泛的本地和基于 API 的模型，以满足您的需求。

本地模型

LLaVA

结合视觉编码器和 Vicuna 的多模态模型，用于视觉和语言理解。

Llama

各种尺寸的指令调优图像推理生成模型集合。

DeepSeek

与 OpenAI-o1 性能相当的第一代推理模型。

API 模型

OpenAI

连接到 OpenAI 的 GPT 模型，包括 GPT-3.5 和 GPT-4。

DeepSeek

通过 API 访问 DeepSeek 强大的语言模型。

Anthropic

集成 Anthropic 的 Claude 模型，用于高级推理。

✨ 功能特性

Alist 服务管理: 轻松启动、停止和重启 Alist 服务。
Rclone 核心服务: 管理 Rclone 的核心 rcd 服务，为所有挂载操作提供支持。
参数化配置: 为 Alist 和 Rclone 提供图形化的启动参数配置界面。
云盘挂载: 通过 Rclone 的 HTTP API 创建和管理云盘挂载，将云存储映射为本地磁盘。
系统集成: 支持系统托盘，并可在 macOS 上隐藏 Dock 图标，实现真正的后台运行。
开机自启: 可配置应用随系统启动，并支持静默启动。
自动更新: 内置应用本身、Alist 和 Rclone 的更新检查器。
个性化主题: 支持浅色、深色和跟随系统设置的主题，并允许自定义主题色。

🖼️ 截图

🚀 安装与使用

1. 下载应用

GitHub Releases：https://github.com/qianye216/OpenList-Desktop/releases

云盘：https://pan.quark.cn/s/684aeec7bd88

2. 准备依赖

Rclone 挂载先决条件

为了使用 Rclone 的挂载功能，您需要预先安装以下依赖：

Windows: 安装 WinFsp (Windows File System Proxy)。
macOS: 安装 macFUSE。
Linux: 通过您的包管理器安装 fuse。例如，在 Debian/Ubuntu 上运行 sudo apt-get install fuse。

Alist & Rclone 可执行文件

将您下载的 alist (或 openlist) 和 rclone 可执行文件放置在您电脑的任意目录中。

3. 配置应用

首次运行 OpenList Desktop。
导航到设置 -> OpenList设置。
点击 工作目录 旁的 “选择” 按钮，选择您存放 alist 可执行文件的文件夹。
导航到设置 -> Rclone设置。
点击 工作目录 旁的 “选择” 按钮，选择您存放 rclone 可执行文件的文件夹。
完成配置后，您就可以在主页和挂载页面启动并管理相关服务了。

🏗️ 项目结构

root
|  main.py                (入口脚本)
|  requirements.txt         (依赖文件)
|
└─app
    ├─common                (通用模块: 配置, 信号总线, 工具函数等)
    ├─components            (自定义UI组件)
    ├─resource              (资源文件: 图标, qss, 国际化文件)
    ├─services              (核心服务: Alist和Rclone管理器)
    └─view                  (界面视图: 主窗口, 各子界面)

Noise修改

Noise的 RSS 预览

✨ 功能特性

环境要求

安装步骤

启动服务

方式一：使用启动脚本（推荐）

方式二：手动启动

方式三：命令行工具

访问地址

切片处理进程

效果预览

其它

📁 项目结构

🔧 配置说明

API密钥配置

浏览器配置

📖 使用指南

1. 上传本地视频

2. 下载B站视频

3. 编辑合集

4. 下载项目

🛠️ 开发指南

后端开发

前端开发

添加新的视频分类

其它问题

特性

粘贴板

1. 拷贝

2. 收藏

3. 类型

4. 打开或单击粘贴集

5. 删除

特点

核心功能

主要API接口

配置说明

配置文件

环境

ffmpeg

Python环境

安装依赖

运行服务器

Api

添加视频

添加文本

保存草稿

复制草稿到剪映/capcut草稿路径

配置使用MCP

代码说明

运行

启动

你可以用 Sevalla 做什么？

🖥️ 下载 eecha

功能介绍

对话

MCP 能力

本地模型

API 模型

本地知识库

主要特性

可视化配置

专业文件配置

集成运行环境

对话工具调用

支持的模型

本地模型

LLaVA

Llama

DeepSeek

API 模型

OpenAI

DeepSeek

Anthropic

更多模型

✨ 功能特性

🖼️ 截图

🚀 安装与使用

1. 下载应用

Noise 修改