pierrenade/short-video-generator-AI · 上手攻略

仓库：pierrenade/short-video-generator-AI
链接：https://github.com/pierrenade/short-video-generator-AI
分类：trending
作者：Tom
更新：2026-09-08

是什么

pierrenade/short-video-generator-AI 是一个将 YouTube 视频或本地视频自动转化为竖屏短视频（Shorts / Reels）的开源工具，主打免费、无水印、AI 驱动的精彩片段提取 + 字幕 + 配音全流程一条龙。

它的核心链路是：输入 YouTube 链接（或本地视频）→ faster-whisper 字幕提取 → LLM 识别内容类型（播客/访谈/教程/Vlog 等）→ 基于病毒传播框架打分量级排序候选片段 → Auto-crop 竖屏渲染 → 可选 AI 生成 Hook 片头 → 输出成片。

适合不想付 OpusClip / Vidyo.ai 订阅费，但又需要批量产出短视频的内容创作者。

⚠️ 存疑：仓库 README 未注明具体使用了哪个病毒传播框架（virality framework），LLM 打分 0–100 的阈值未经外部基准验证，分数仅供参考。

解决什么问题

痛点	对应功能
SaaS 工具（OpusClip/Vidyo.ai）要付费	100% 免费开源
片头有水印或 Pre-clip 致谢	无水印，无 Pre-clip
手动找精彩片段费时	LLM 自动打分量级排序
视频比例不对（横屏直接传质量差）	Auto-crop 竖屏（9:16）/ 方屏（1:1）
想加 Hook 但不会写文案	可选 AI 生成 Hook 片头
翻译配音需求	支持多语言字幕 + 配音（需配置）

快速安装

环境要求

Python 3.10+
任意 LLM API key（OpenAI / Gemini / MuAPI 三选一）
⚠️ 推荐用虚拟环境隔离依赖

安装步骤

# 1. Clone
git clone https://github.com/pierrenade/short-video-generator-AI.git
cd short-video-generator-AI

# 2. 创建虚拟环境
python -m venv venv

# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

# 3. 安装依赖
pip install -r requirements.txt

# 4. 配置 .env（复制 .env.example 或新建 .env）

.env 配置示例：

# LLM 提供商：openai / gemini / muapi
LLM_PROVIDER=openai

# OpenAI
OPENAI_API_KEY=sk-xxxx
OPENAI_MODEL=gpt-4o-mini   # 可选，默认 gpt-4o-mini

# 或者 Gemini
GEMINI_API_KEY=xxx
GEMINI_MODEL=gemini-2.5-flash  # 可选

# 或者 MuAPI（按量计费，无需订阅）
MUAPI_API_KEY=xxx

# Whisper 设置（本地转录）
LOCAL_WHISPER_MODEL=base   # tiny/base/small/medium/large-v3
LOCAL_WHISPER_DEVICE=auto  # auto/cpu/cuda

⚠️ Gemini 有免费额度（每日限制），OpenAI 完全付费，MuAPI 按量计费无订阅。推荐先用 Gemini 试水。

核心用法

基本命令

# 最简用法（YouTube 链接）
python main.py "https://www.youtube.com/watch?v=video_id"

# 指定生成 3 条片段，竖屏，1080p
python main.py "https://www.youtube.com/watch?v=video_id" \
  --n 3 \
  --ratio 9:16 \
  --resolution 1080

# 使用本地视频文件
python main.py "/path/to/video.mp4" \
  --n 4 \
  --ratio 9:16 \
  --resolution 720 \
  --language zh

常用参数

参数	默认值	说明
`--n`	3	生成几条片段
`--ratio`	9:16	竖屏/方屏；9:16 竖屏，1:1 方屏
`--resolution`	720	源视频下载分辨率：360/480/720/1080
`--language`	auto	Whisper 语言代码，如 `zh`、`en`
`--no-hook`	-	禁用 AI Hook 片头

Web 界面

# 启动后端服务
python3 server.py

# 新开终端，启动前端
cd web
python3 -m http.server 8000

# 浏览器打开
http://localhost:8000/shorts-generator-ui.html

Web 界面支持批量排队多个视频、视觉化调节参数，适合不想用命令行的用户。

工作流程解析

输入视频（YouTube 或本地）
       ↓
faster-whisper 本地转录（生成带时间戳的字幕）
       ↓
LLM 识别内容类型（播客/访谈/教程/Vlog）+ 节奏分析
       ↓
LLM 扫描 transcript，通过"病毒传播框架"对每个片段打 0–100 分
  → Hook 时刻、情感高点、观点炸弹、揭露时刻、冲突、语录、故事高潮、实用价值
       ↓
去重（重叠片段按分数合并）
       ↓
取 Top-N（--n 参数）
       ↓
Auto-crop 竖屏渲染（可选加 AI Hook 片头）
       ↓
输出到 output/ 文件夹

⚠️ LLM 打分主观性：病毒传播框架的 0–100 打分依赖 LLM 自身判断，实测效果因模型而异；gpt-4o-mini 与 gemini-2.5-flash 打出分数可能不同。

典型适用场景

YouTuber 批量产出 Shorts：把长视频自动切成多条精彩片段，一鱼多吃。
播客/访谈内容二创：提取播客中高光观点，生成竖屏短片段发小红书/抖音。
教程视频剪辑：从长教程中提取关键步骤片段，适合知识类账号。
无水印素材获取：竞品调研、内容分析时需要无水印视频片段。
多语言配音需求：搭配 Whisper 多语言模型，可生成外语字幕版本。

坑与注意

⚠️ YouTube 下载依赖 youtube-dl / yt-dlp：若视频有地区限制或被删，下载会失败，工具本身不负责绕过限制。

⚠️ Whisper 模型体积：large-v3 模型约 3GB，首次运行会自动下载；LOCAL_WHISPER_MODEL=base 适合配置低的机器（~1GB）。

⚠️ GPU 加速：有 NVIDIA GPU 时 LOCAL_WHISPER_DEVICE=cuda 可加速转录；无 GPU 用 CPU 较慢。

⚠️ API 费用：转录免费，但 LLM 调用按 token 计费；视频越长 transcript 越长，费用越高。建议 --n 不要设太大（默认 3 已足够）。

⚠️ Hook 功能需额外 LLM 调用：开启 Hook 会额外消耗 LLM token，介意费用请加 --no-hook。

⚠️ 无中文文档：README 为英文，配置和使用需要一定英文阅读能力。

⚠️ Web 界面不支持配置 API key：API key 必须在 .env 文件里配置，Web 界面只负责视频输入和参数调节。

与同类对比

工具	价格	水印	精彩片段检测	本地运行	多语言
OpusClip	付费订阅	无	AI 驱动	❌ SaaS	✅
Vidyo.ai	付费订阅	无	AI 驱动	❌ SaaS	✅
short-video-generator-AI	免费	无	LLM 打分框架	✅ 纯本地	✅（Whisper）
CapCut Desktop	免费	无	手动+AI辅助	✅	✅

核心优势：完全免费 + 本地运行 + 无水印 + 开源可审计。劣势是 UI 相对简陋、LLM 打分框架不透明、没有社媒直连发布功能。

一句话推荐结论

如果你需要免费、无水印、本地运行的 YouTube 视频转短视频工具，且能接受配置 LLM API key，pierrenade/short-video-generator-AI 是目前开源领域最干净的方案；适合有编程基础的内容创作者，不适合完全不想碰命令行的用户。

写作指引来源：W33–W36 lessons · 高分共性：GitHub 已验 + ⚠️ + 双轨 + fetch + abstract 核实；本篇已做 web_fetch 原始文档获取。