YoloCut
一种全新的视频编辑器
YoloCut 是一款本地优先的桌面编辑器,人类与 Agent 在同一个真实项目上协作。你可以在时间线上修剪和排列片段,也可以让内置 Agent、Codex、Claude Code、Gemini CLI、Cursor 或其他 MCP 客户端使用相同的剪辑命令。
这不是一个返回不透明结果的一次性视频生成器。Agent 的工作会变成普通的媒体、轨道、片段、字幕、转场、特效、关键帧和导出任务。你可以预览它、审阅提议的更改、应用或拒绝、撤销,然后继续手动剪辑。
Media + script + editing goal
↓
Agent creates a reviewable edit session
↓
Real timeline changes → preview → refine → exportRelated MCP server: Cutible MCP Server
为什么选择 YoloCut
统一的剪辑核心 | Agent 原生工作区 | 为真实桌面硬件而生 |
手动 UI 与 Agent 工具汇聚到同一个 | Agent 可停靠在左侧或右侧,可分离为宽窗口,也可连接外部 MCP 客户端。 | 代理剪辑、解码器回退、工作负载准入和 GPU 感知导出,让长时间的高分辨率项目保持可用。 |
产品导览
以上所有截图均来自当前 YoloCut v0.0.2 桌面应用。
v0.0.2 中可用的功能
功能领域 | 当前能力 |
时间线 | 多轨视频和音频,移动、修剪、分割、波纹修剪、滑动、变速拉伸、吸附、标记、关键帧、撤销和重做 |
预览与画布 | 25%–400% 缩放、平移模式、自定义输出尺寸、安全区域、构图参考线和片段变换 |
文字与字幕 | 转写任务、转写编辑、静音清理、字幕、翻译、样式和 SRT 导出 |
音频 | 旁白录制、多轨混音、音效、音乐分析、响度工具、闪避和人声分离 |
视觉系统 | 遮罩、色度抠像、调色、示波器、LUT、WebGL/GLSL 特效、转场和动态图形模板 |
Agent | 内置聊天 Agent、可复用的 Skills、提案、审批策略、进度、历史记录,以及规范的 119 工具目录 |
批量剪辑 | 媒体文件夹、剪辑脚本、旁白脚本、参考视频、持久队列、按任务隔离的项目、QA 和状态回读 |
本地与云端 AI | 本地 ASR/TTS/模型包,以及可配置的第三方 LLM、图像、视频、音乐和声音提供商 |
桌面运行时 | 即时原生启动壳、并行嵌入式服务器启动、延迟重型服务、隔离的冒烟测试配置文件和分阶段启动追踪 |
交付 | MP4、音频、SRT、FCPXML、可移植项目包、导出历史,以及硬件感知的 H.264 路由 |
天生 Agent 原生
可分离的 Agent 工作区是一个控制面板,而不是装饰性的聊天侧栏:
它与手动 UI 共享项目状态和剪辑命令。
它可以停靠在左侧或右侧,作为独立的宽桌面窗口打开,并通过角落停靠返回编辑器。
变更性工作会先暂存在剪辑会话中,经审阅后才被视为已应用。
内置 Agent 与外部 MCP 客户端使用相同的规范 119 工具 目录。
当没有打开项目时,YoloCut 只暴露较小的服务器直连表面,并如实报告这一限制。
连接外部 Agent
安装 YoloCut Agent Skill:
npx skills add Hhz0823/YoloCut --skill yolocut启动 YoloCut,打开目标项目,然后打开 Agent 连接中心(MCP) 并复制其实时 URL 和 Bearer 令牌。默认端点为:
http://localhost:5199/api/external-mcp/mcp当 5199 端口被占用时,桌面应用可以选择其他回环端口,因此客户端应使用连接中心显示的地址,而不是永久硬编码默认值。
必需的完成流程:
yolocut_status → get_connection_manifest → list_projects → target_project
→ load_skill / ToolSearch → begin_edit_session → editing tools
→ review_edit_session → get_edit_session (status=applied)Agent 只有在完整剪辑就绪、能力覆盖完整且最终剪辑会话为 applied 状态时,才应报告完成。Codex、Claude Code、Gemini CLI、Cursor 和通用 Streamable HTTP 客户端的配置示例见 YOLOCUT_AGENT_CONNECTION.md。
批量自动剪辑
给 YoloCut 一个媒体目录、剪辑脚本、旁白脚本和可选的参考视频。持久队列最多接受 10,000 个任务,每个输出都有独立的项目和生命周期,而不是把数千个视频放在一条时间线上。
扫描已授权的本地媒体目录。
附加剪辑脚本、旁白脚本和可选的参考剪辑。
分析节奏、镜头结构、字幕、转场和色彩意图。
让 Agent 以硬件感知的并发方式创建可审阅的剪辑。
渲染、质量检查,并逐任务回读成功、失败或取消状态。
可选的本地参考分析使用 Apache-2.0 许可的 SmolVLM2-500M-Video-Instruct-GGUF 包配合 llama.cpp。缺少模型或运行时将明确失败;YoloCut 不会伪造分析结果。
在普通机器上处理长 4K 项目
YoloCut 将交互式代理路径与最终质量媒体分离。分析和预览可以使用较小的派生文件,而最终导出读取原始文件。
NVIDIA 系统在实时能力探测后优先使用
NVDEC → scale_cuda → NVENC。H.264 路由依次探测 NVENC、Intel QSV、AMD AMF,然后是软件
libx264。AV1、VP9 和不支持的硬件路径可以回退到 FFmpeg 软件解码器,如
libaom-av1和libvpx。CPU、内存、VRAM、编解码器支持和当前工作负载决定代理大小和队列并发度。
运行时结果会显示实际使用的后端及任何回退原因;仅凭型号或 GPU 名称绝不视为证明。
硬件档次 | 保守剪辑策略 | 本地旁白推荐 |
未识别的 GPU / 低端 PC | 540p 代理,一个分析任务,一个渲染任务 | Kokoro CPU 回退 |
RTX 2060 6 GB | 540p 代理,验证可用时使用 NVDEC/NVENC | Kokoro 82M ONNX,优先 WebGPU,CPU 回退 |
RTX 4060 8–9 GB | 720p 代理,最多两个分析任务,受保护的单渲染 | Fish Audio S2 Pro 配合 |
RTX 5060+ 8–9 GB | 1080p 代理,最多三个分析任务,受保护的单渲染 | Fish Audio S2 Pro 配合 |
RTX 40/50 系列,至少 10 GB VRAM | 更高质量的本地推理,同时保留渲染余量 | Fish Audio S2 Pro 配合 |
Fish S2 模型权重使用 Fish Audio 研究许可。商业使用需要单独书面许可。硬件档次是保守的策略约定,并非对每种驱动和机器的性能保证。
更快的桌面启动
YoloCut v0.0.2 现在将桌面启动分阶段进行,而不是让第一个窗口等待完整的剪辑栈加载:
Electron 在加载嵌入式应用服务器之前先显示一个轻量级原生启动壳。
服务器并行启动,而 GPU 发现则在编辑器可用后继续异步进行。
模型、缩略图、更新检查和打包的渲染运行时都延迟到相关功能或启动后窗口需要时才加载。
渲染器界面和仪表盘对话框保持在懒加载边界之后,因此完整的编辑器图不会参与初始仪表盘加载。
桌面冒烟测试使用唯一的临时配置文件和数据目录,防止测试触及用户的项目、凭据、媒体或正在运行的 YoloCut 进程。
在 Windows 发布验证机器上,解压后的构建在约 85 ms 内显示其原生外壳,在约 0.72 s 内启动内嵌服务器,并在冷启动时在约 2.79 s 内加载第一个渲染器;预热后的渲染器在约 0.51 s 内加载完成。这些是来自单台机器的诊断测量值,并非跨设备的保证。在启动桌面构建时设置 YOLOCUT_STARTUP_TRACE=1 即可在另一系统上打印各阶段耗时。
下载
平台 | v0.0.2 安装包 |
Windows x64 | |
macOS Apple Silicon | |
macOS Intel |
GitHub Release 资产有意只包含可直接安装的 Windows .exe 和 macOS .dmg 文件。安装程序的 SHA-256 值列在发布说明中,而不是作为另一个资产附加。Windows 安装包目前未签名;macOS 安装包为临时签名但未公证。
Linux 仍在 CI 中构建并通过冒烟测试,但未附加到 GitHub Releases。Linux 用户可按照下面的说明从源码运行 YoloCut。打包构建使用应用内版本检查,并在有更新时打开 GitHub Release 页面供手动安装。
从源码运行
需要 Node.js >=24 <25 和 npm。
git clone https://github.com/Hhz0823/YoloCut.git
cd YoloCut
npm install
cp .env.example .env.local
npm run dev桌面开发和 Windows 打包:
npm run desktop:dev
npm run desktop:dist:win开发配置文件按 Git 检出/工作树隔离项目、媒体、凭据、任务和设置。只配置你实际打算使用的 AI 或媒体提供商。
数据与安全
项目、聊天、版本、索引和设置默认存储在
~/.yolocut下的本地。现有的旧数据根目录可由迁移层挂载,这样用户不会丢失早期项目。
提供商密钥保留在服务端,不会通过
VITE_浏览器变量暴露。MCP 默认绑定到回环地址,并要求生成的 Bearer 令牌。
目录访问使用不透明授权;绝对本地路径不会跨桌面 IPC 边界进入 Agent 工具。
AI 流量仅在用户明确配置的提供商处离开计算机。
YoloCut 面向单用户桌面工作流,而非非隔离的多租户服务器部署。
架构与验证
层 | 主要职责 |
| 不可变时间线状态和编辑命令 |
| Agent 运行时、工具、Skills、提案、审批和进度 |
| WebGL 效果、转场和着色器运行时 |
| ASR、转录编辑、字幕和翻译 |
| 项目、版本、媒体元数据和批处理作业 |
| 本地 HTTP、MCP、模型、媒体处理、作业和导出 |
| 分阶段 Electron 启动、窗口、硬件探测、安全存储和原生 IPC |
| 无头渲染和交付物导出 |
npm test # full regression suite
npm run build # type checking and production build
npm run lint # static analysis
npm run verify:architecture # enforced dependency boundaries
npm run verify:mcp # Agent/MCP contract checks
npm run verify:media-performance # codecs, proxies, acceleration, fallbacks
npm run verify:auto-edit # batch auto-edit contracts
npm run desktop:smoke # embedded server and desktop bridge
npm run desktop:smoke:render # real packaged rendering path
npm run desktop:smoke:post-startup # deferred startup work
npm run desktop:smoke:agent-window当前版本边界
YoloCut 0.0.2 是早期公开版本。核心编辑、Agent、MCP、批处理、桌面打包和本地模型管理已得到积极验证,但多个方面仍处于实验阶段:
Fish S2、SmolVLM2 和部分 GPU 路径依赖本地运行时和驱动程序。
项目格式和 Agent 目录将继续演进;升级前请备份重要项目。
签名和公证尚未达到生产级。
相应 AI 功能需要配置提供商或安装模型;没有它们时仍可进行手动编辑。
版本历史请参阅 CHANGELOG.md,已发布产物请参阅 GitHub Releases。
许可证、来源与贡献
YoloCut 由 hhz0823 独立维护,并根据 GNU Affero General Public License v3.0 或更高版本 授权。
代码库延续自 AGPL 许可的 0xsline/OpenChatCut 项目。此归属保留了源代码和许可证来源;上游品牌、贡献者、社区渠道和商业关系不属于 YoloCut 产品或其公开发布历史的一部分。
第三方库、模型、字体、技能和捆绑的二进制文件保留其各自的许可证。请参阅 THIRD_PARTY_NOTICES.md、src/agent/skills/NOTICE.md 和 assets/fonts/LICENSES.md。
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseNot gradedqualityAmaintenanceEnables AI models to fully automate and control the OpenCut Video Editor through a comprehensive set of MCP tools for timeline manipulation, scene management, media handling, and rendering.596MIT
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to perform headless video editing through 35 tools for project creation, clip manipulation, rendering, quality control, and semantic search, all via JSON-RPC 2.0 over stdio.MIT
- FlicenseNot gradedqualityBmaintenanceLocal-first AI video editing engine controlled by MCP-compatible AI hosts, enabling AI to inspect footage, propose edits, modify multitrack projects, and render locally while keeping user control.
- AlicenseNot gradedqualityBmaintenanceA real video editor for AI agents, served over MCP, enabling journaled timeline editing, rendering via FFmpeg/MLT, and deterministic CLI operation.MIT
Related MCP Connectors
A real timeline video editor for AI agents: journaled edits, FFmpeg/MLT rendering, exports
MCP server for Clipkit — gives AI agents a video toolbox via the Clipkit schema.
Agentic video editing on real footage: cut, caption, reframe, score, and export at full quality.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/Hhz0823/YoloCut'
If you have feedback or need assistance with the MCP directory API, please join our Discord server