我把一套视频剪辑流水线塞进了手机

片子攒了一堆，电脑又懒得开——于是我干脆在手机里搭了一条剪辑流水线：给它一个素材文件夹和一首音乐，它自己跑完素材体检、音乐卡点、排镜头、出片、质检。

它能干什么

• 素材体检：分辨率、帧率、时长、朝向、清晰度，还标出每条素材里最锐利的那一段
• 音乐分析：BPM、拍点、段落结构——整条片子的情绪曲线就架在这个骨架上
• 排镜头与景别搭配：避免同一景别连排，这是"看起来专业还是业余"的分水岭
• 运镜与变速：关键帧推拉摇、速度坡道，节奏平的地方靠它救
• 转场与调色：几十种转场，加上一批按场景分类的 LUT（人像 / 美食 / 夜景 / 户外 / 胶片感…）
• 多机位：多台设备同场拍摄，自动做音频对齐、色彩贴合、硬切编排
• 照片混排：照片也能当镜头用，横竖图自动适配
• 规划与质检：先出分镜规划表再渲染，成片还能自动体检

一句话：从"一堆没整理的原始素材"到"一条卡点成片"，中间那些琐碎活儿都交给它。

怎么用

框架就三步，细节它自己会查规范：

1. 环境自检：一条命令确认 ffmpeg、Python、字体、依赖都在位，缺什么它会直接告诉你装什么
2. 把素材和音乐告诉它：说清楚四件事——素材文件夹在哪、要不要原声、按不按音乐卡点、成片输出到哪
3. 它自己跑完整流程：素材体检 → 音乐分析 → 排镜头 → 写剪辑清单 → 出片 → 质检

我要下的指令大概长这样：

剩下的它按作业指导书执行；我不满意就只说"第 3 个镜头换掉""高潮再快一点"，它改一版重出片。

三条我认为最值钱的设计

一是默认不动你的画面。 没有明确要求时，它不调色、不改分辨率、不改帧率、不改速度——原样进原样出。这条看起来像"没做功能"，实际是最省心的：AI 最容易犯的错就是自作主张给你加滤镜、把 4K 压成 1080p。

二是渲染严格串行。 一次只跑一个 ffmpeg。曾经为了"快"改成同时跑好几路，结果每个进程又各自按 CPU 核数开线程，线程数超订好几倍，CPU 打满、内存吃光、整机卡到没法用，总耗时反而更长；手机上更致命——内存一爆，系统会把整个终端环境一起杀掉。

三是镜头级缓存。 改一版只重渲变动的镜头，所以"反复微调"的成本极低，改一版重出片常常只要几秒。

踩过的坑（写下来才算完整）

• 渲染"成功"≠有画面：批量产出的片头片尾，必须多时间点采样看画面方差，否则你会拿到一条"渲染成功"的纯色片
• 并发不是快：多路同时渲染的教训见上，串行才是这条链路的正解
• 滤镜链会内存爆炸：运镜 + RGB 域特效 + 改帧率三者同时出现时，内存能从一百多兆涨到几个 G，然后被系统杀掉；修法是每应用一个特效就强制回到标准像素格式
• 素材不够别硬凑：素材总量不够时它明确报错、不生成清单，绝不默默拼一条重复片糊过去

适合谁

适合手里囤了一堆手机素材、又懒得开电脑的人；适合要批量出卡点短片（旅行、活动、日常记录）的场景；也适合愿意把要求说清楚、让 AI 按规范执行的人。

不太适合：需要逐帧精修、多轨专业音频制作的项目——那种还是老老实实上电脑。

把流程写成规范交给 AI，比让 AI 自由发挥靠谱得多。这套东西真正解决的不是"能不能剪"，而是"我不用每次都在旁边盯着"。

实际出片是什么水平

先说结论：能出片，但别指望它替代专业剪辑。

• 能用的：卡点节奏、基础转场、景别搭配、片头片尾与字幕、多机位对齐——这些"该有的"都能自动跑出来
• 差在哪：镜头取舍的判断、情绪细节的处理、复杂调色与音画关系的微调，跟人工精剪差得明显
• 定位：批量出片与效率工具，不是作品级的精修台

我的用法是：让它把八成的机械活儿干掉，剩下几个关键镜头再自己过一遍。