2026 年 9 月 20 日，剪映举办了一场 AI 新创作发布会，把即梦（AI 视频生成）、小云雀（工业化生产）、剪映（剪辑）三条产品线彻底打通，形成了一条从一句话创意到成片输出的完整链路。
不管是商业巨头（剪映 Hub、LibTV、Flova）还是独立团队，骨子里都遵循同一个工作模式：给它一个 brief，还你一条 MP4。
但宝玉老师最近开源的项目 BaoCut 选择了另一条路——它是一个开源的 AI 视频 Agent，反其道而行之：把视频作为唯一的事实源，所有操作（转写、字幕、翻译、配音、剪切、动效）都落到时间线上的可编辑片段里。
改一句字幕？只改那一句。换一个镜头？只换那一个。重配旁白里的第三句？只重新合成那一句。没有重来，没有全片重渲，没有中间产物的浪费。
开源后没多久就冲到了 1.2K Star，已被 OpenAgentSkill、MeshKore、VibeCrowd 等 Agent 聚合站点收录。
BaoCut 是什么
一句话：一个把「可编辑视频」作为中间态的 AI 视频 Agent 基础设施。
它不是另一个剪映，也不是另一个 Sora。它做的事情更底层——给 AI Agent 一个真正能操作的视频工作台，让 Agent 像人在剪映里拖时间线、改字幕那样，精确地、局部地、可撤销地修改视频的每一个元素。
核心哲学
- 视频是事实源：字幕、配音、动效、章节、摘要——所有派生物都住在时间线里，文件只是从时间线导出来的快照
- 局部修改，不重渲：修一条字幕、换一个镜头、重配一句旁白，Agent 只改那一处，然后给你一张详细的变更单
- 人和 Agent 共用一个编辑器：两边走的是同一套命令协议、同一个事务、同一个撤销栈，随时可以接管
- 有边界的自治：在你划定的范围、模式、预算内工作，破坏性操作先问你
功能覆盖
从已有素材出发：
- 转写：本地跑 Whisper large-v3/v3-turbo、Qwen3-ASR、MOSS（带说话人分离），或接云端 API
- 字幕：原语言字幕、翻译字幕、双语字幕，Agent 自己逐句翻译
- 配音：翻译 → HTDemucs 人声分离 → 用克隆或预设音色逐句合成 → 新音频轨铺到时间线
- 口播剪切：自动识别口头禅、长停顿、重拍、废句，在时间线上剪掉
- 衍生内容：章节划分、视频摘要、标题、Blog 文章、短视频——每一句话都能追溯到具体的时间点
从零开始：
- Prompt 生成视频：内置 24 套场景模板（解说、产品发布、预告片、教程、数据故事等）
- 旁白优先生产：先写脚本，旁白一次性合成，Agent 对着旁白节奏剪辑画面
- 动效即代码：Agent 写 HTML 组合（lower thirds、大数字、callout、品牌收尾动画），bake 成帧放时间线
四种入口，一个 Runtime
BaoCut 把所有能力收敛在一个本地 Runtime 上，开了四个完全等价的入口：
- 桌面 App（Electron）：带预览的完整时间线编辑器 + Agent 对话窗口
- CLI（baocut）：薄客户端，适合脚本和终端，管道模式输出 JSON
- MCP + Skill：Claude Code、Codex、Cursor、Gemini CLI、Kimi Code 等通过统一工具目录驱动
- Web Client：浏览器里的视频编辑器，远程 Agent 可查看操作结果
支持「Bring your own agent engine」——Claude Code 和 Codex CLI 已端到端验证，其他引擎（GitHub Copilot CLI、Pi、OpenCode、Qwen Code、Cursor Agent 等）都是内置适配。模型方面，本地（Apple Silicon MLX/Core ML、Windows whisper.cpp、CUDA、Vulkan）和云端（OpenAI、Anthropic、Google、ElevenLabs 等 20+ 提供商）完全解耦。
还有一个彩蛋：一台机器可以在局域网里把自己的本地模型共享给其他机器。
快速上手
普通用户：直接下载安装包，macOS Apple Silicon 和 Windows x64 都有，无需安装 Node 或 Rust。国内访问 Hugging Face 慢的话，在 App 里切到 ModelScope 即可。
开发者：需要 Node.js 22.12+、Rust、CMake、ffmpeg。轻量模式（npm run dev:lite）可在不装 Rust 的情况下运行 UI。
git clone https://github.com/JimLiu/baocut.git
cd baocut
npm ci
npm run doctor
npm run dev接入 Agent：
baocut skill install
baocut mcp install之后在 Claude Code 或 Codex CLI 里，BaoCut 会出现在可用工具列表中——baocut transcribe、baocut subtitle、baocut dub、baocut export……直接用自然语言调用。
写在最后
2026 年的 AI 视频赛道正在经历一场「从一次性生成到可编辑时间线」的范式转移。剪映 Hub、CapCut Video Studio、CutBay 这些商业产品都在往这个方向走，但它们有一个共同的限制：封闭生态。
BaoCut 做了几件反其道而行之的事：开源、本地优先、Agent 原生、中间态可编辑。它给了开发者和重度创作者一个另起炉灶的可能性——装在自己的时间线里，让你最信任的 Agent 来帮你干活。
