拍视频容易，剪视频难——这是当下内容创作者最普遍的痛点。素材堆积如山，配音乐、加字幕、选转场，每一个环节都能消耗大量时间。专业软件学习成本高昂，而主流工具虽然门槛低，但核心功能往往需要付费。

FireRed-OpenStoryline 是 FireRedTeam 团队开源的一款基于 LLM/VLM 构建的自动化视频创作智能体。GitHub 2.1K Star，核心理念是用自然语言对话代替传统的手动剪辑操作——你说需求，它出成片。

项目背景

"FireRed"这个名字取自"星星之火，可以燎原"，代表团队的愿景：把在真实商业场景中打磨出的顶尖技术能力，像火种一样传播给全世界的开发者。

与传统的视频编辑工具不同，FireRed-OpenStoryline 不要求用户掌握时间轴操作、转场技巧或配乐知识。它通过大语言模型和多模态理解能力，将视频创作拆解为可自动化的流水线。

核心功能

智能素材搜索与整理

系统能根据用户主题自动在线搜索并下载图片和视频片段，基于内容理解进行片段拆分与组织，不需要手动筛选素材。

智能文案生成

结合用户主题、画面理解与情绪识别，自动构建故事线及契合的旁白。内置少样本（Few-shot）仿写能力，支持通过输入参考文本定义文案风格——种草测评、日常碎碎念、纪录片旁白，语感、节奏与句式都能精准复刻。

智能推荐音乐、配音与字体

支持导入私有歌单，根据视频内容和情绪自动推荐背景音乐并智能卡点。只需描述"克制一点""偏情绪化""像纪录片旁白"等风格，系统即可匹配整体协调的配音与字体。

对话式精修

快速删减、替换或重组片段，修改任意字幕文案，调整文字颜色、字体、描边、位置等视觉元素——所有操作均通过自然语言完成，即改即得。

剪辑技能沉淀

一键保存为专属剪辑 Skill，记录完整的剪辑逻辑。下次只需更换素材并选择对应 Skill，即可快速复刻同款风格，实现高效批量生产。

最新功能更新

项目开源两个多月，迭代速度很快，近期新增了几个重要功能：

• AI 转场生成：根据前一个片段的结尾帧和后一个片段的开头帧，加上自然语言描述，自动生成转场镜头，让场景切换更流畅。
• ASR 粗剪技能：专门针对口播视频设计，自动去掉语气词、口误和重复句子，按时间戳对齐分段。
• OpenClaw 集成：添加了两个 Skills——openstoryline-install 和 openstoryline-use，分别覆盖初始安装和实际使用工作流。

安装方式

项目支持 Linux、macOS 和 Windows，也提供了 Docker 镜像。三种安装方式：

方式一：OpenClaw 一键安装（推荐）

使用 OpenClaw 或 Claude Code 时，直接说"我想试试 OpenStoryline，帮我安装需要的 Skills"即可自动触发安装。手动安装命令：

openclaw skills install openstoryline-install
openclaw skills install openstoryline-use

如果版本不支持，也可以用 ClawHub：

npx clawhub install openstoryline-install
npx clawhub install openstoryline-use

方式二：手动安装

git clone https://github.com/FireRedTeam/FireRed-OpenStoryline.git
cd FireRed-OpenStoryline

conda create -n storyline python=3.11
conda activate storyline

# Linux / macOS
sh build_env.sh

Windows 用户需要手动创建 resource 目录，下载并解压 models.zip 到 .storyline 目录，下载并解压 resource.zip 到 resource 目录，然后安装依赖：

pip install -r requirements.txt

方式三：Docker（最省心）

# Docker Hub（推荐海外用户）
docker pull openstoryline/openstoryline:v1.0.1

# 阿里云镜像（推荐国内用户）
docker pull crpi-6knxem4w8ggpdnsn.cn-shanghai.personal.cr.aliyuncs.com/openstoryline/openstoryline:v1.0.1

docker run \
  -v $(pwd)/config.toml:/app/config.toml \
  -v $(pwd)/outputs:/app/outputs \
  -v $(pwd)/run.sh:/app/run.sh \
  -p 7860:7860 \
  openstoryline/openstoryline:v1.0.1

使用流程

启动前需先在 config.toml 中配置 API Key，参考官方文档说明。启动服务：

# MacOS 或 Linux
PYTHONPATH=src python -m open_storyline.mcp.server

# 命令行界面
python cli.py

# Web 界面
uvicorn agent_fastapi:app --host 127.0.0.1 --port 8005

基本使用流程：

1. 点击聊天框左侧的文件上传按钮，选择图片或视频素材
2. 在输入框中输入剪辑目标，如"用我的素材剪一个闺蜜旅行的种草视频，风格活泼一点"
3. 系统自动工作，可在任何阶段进行意图干预和部分重做
4. 输出成片

总结

FireRed-OpenStoryline 的核心价值在于降低了视频创作的门槛。过去需要专业设备和多年经验的视频制作，现在通过自然语言对话就能完成。对于想做自媒体的个人创作者，以及需要批量生产内容的团队，它都能显著节省时间和成本。

项目完全开源，可根据自身需求进行修改和定制。

GitHub：github.com/FireRedTeam/FireRed-OpenStoryline