在 AI 视频创作领域，从快手可灵到字节 Seedance 2.0，行业正在被 AI 快速重构。然而，市面上的工具大多存在割裂问题：写稿用一个工具，素材管理用另一个，语音合成又要换，最后剪辑还得打开大型软件。一套流程下来，频繁切换窗口不仅效率低，而且很多 AI 工具要求上传素材到云端，对于创作者而言，数据隐私和安全隐患不容忽视。
Lingji Cut（灵剪） 是一个本地优先的开源 AI 视频创作工作台，旨在将写稿、素材管理、语音合成、字幕处理、时间线剪辑和视频导出等全流程整合到一个软件中。
项目介绍
灵剪是由开发者 yoqu 打造的开源 AI 视频创作工作台。它不是单一的视频播放器或字幕工具，而是面向内容创作者的完整桌面端创作环境。用户可以从一份原始素材开始，逐步生成口播稿、音频、字幕、信息卡和最终视频，也可以直接导入已有音频/字幕进入编辑器。
最关键的是，它是本地优先的——所有项目文件都保存在用户自己选择的本地目录，仓库不需要保存任何真实的 API Key，数据安全有保障。
核心亮点
- AI 写稿工作台：管理 original.md/script.md，支持多文件标签、稿件资源、搜索替换、版本历史、AI 生成、AI 审稿和批注采纳。
- 一站式视频工作台：在同一个界面里管理素材、预览、Inspector、时间线和导出配置。
- 自动口播流程：支持从文稿触发 TTS、字幕解析、内容分析、封面候选和视觉卡片生成。
- 专业时间线编辑：支持音频、字幕、图片、视频、文字、AI 卡片、多视觉轨、多音频轨、拖拽、吸附、拆分、裁剪、复制/剪切/粘贴和轨道锁定。
- 多 Provider AI 配置：支持 OpenAI 兼容模型、Gemini、LM Studio、图片生成 Provider、MiniMax TTS 等配置。
- Agent/MCP 集成：应用内可连接 Claude ACP Runtime，并提供 lingji_* MCP 工具给 Claude Code/Codex/Gemini 等客户端操作脚本工作台。
- Pipeline/自动化：通过 MCP pipeline.* 工具集（create_project、open_project、get/cancel/list_task、get_settings 等）把项目创建、状态查询、流程编排开放给外部 Agent。
- 手动 image/video 卡：除 AI 生成卡外，可直接通过表单创建 image/video 卡，或导入本地视频/音频素材。
- Remotion 导出：通过 Remotion 渲染 PodcastComposition，支持 H.264 MP4、分辨率与质量配置、导出进度展示。
快速上手
第一步：安装依赖
首先克隆项目并安装依赖：
git clone https://github.com/yoqu/lingji-cut.git
cd lingji-cut
npm install如果Electron下载被忽略，可手动设置镜像：
# macOS/Linux
export ELECTRON_MIRROR="https://npmmirror.com/mirrors/electron/"
export npm_config_disturl="https://npmmirror.com/mirrors/node/"
npm install
# Windows PowerShell
$env:ELECTRON_MIRROR="https://npmmirror.com/mirrors/electron/"
$env:npm_config_disturl="https://npmmirror.com/mirrors/node/"
npm install第二步：开发模式运行
npm run dev启动开发服务器后，会打开一个 Electron 窗口，即可开始体验灵剪。
第三步：构建和打包
# 先构建
npm run build
# macOS 打包
npm run dist:mac
# Windows 打包
npm run dist:win打包好的文件默认在 release/ 目录下。
第四步：配置 AI 服务
灵剪主要通过应用内的"设置"页面来保存 AI 配置，需要配置相关参数才能使用 AI 功能。
总结
在 AI 视频创作爆发的时代，灵剪提供了一个本地优先、开源免费、全链路整合的选择。它解决了创作者面临的工具割裂、数据安全、AI 碎片化和流程繁琐等核心痛点。作为开源项目，用户不仅可以免费使用，还可以根据自身需求修改代码甚至参与贡献。
GitHub 地址：https://github.com/yoqu/lingji-cut