Show HN: Videopython – 本地优先的视频处理、编辑与AI工作流

Videopython是一个专为程序化视频处理设计的Python库，支持编辑、生成和AI工作流。它采用JSON格式定义编辑计划，通过流式FFmpeg解码和逐帧处理，即使面对长达数小时的源视频也能保持内存可控。该库的设计强调简洁性和LLM友好性，使得大型语言模型可以轻松生成和修改编辑计划。

安装方式十分简洁：首先确保系统安装了FFmpeg，然后通过pip安装核心库。如果需要AI功能，可以额外安装"[ai]"扩展包，该包包含文本转视频、图像转视频、语音合成等生成能力，以及场景识别、目标检测等理解能力。所有AI模型均本地运行，无需任何云API密钥，首次使用时会自动下载模型权重。对于LLM驱动的编辑和场景字幕功能，需要本地运行Ollama服务器并拉取gemma3:27b模型。

快速上手时，用户可以通过字典定义编辑操作，如裁剪、调整颜色、淡入淡出等，并验证执行。更高级的用法是使用AutoEditor：只需提供素材片段和简短描述，本地Ollama视觉模型（如gemma3:27b）会自动分析并生成编辑计划。该模型从基于场景检测和字幕构建的目录中按ID选取场景，从而避免时序不精确的问题。

对于希望将LLM纳入工作流的开发者，Videopython提供三种集成方式：一是直接使用JSON Schema让LLM生成编辑计划，支持严格的工具模式；二是通过AutoEditor内置本地规划器；三是通过MCP服务器将编辑管线暴露为工具，让Claude等AI代理驱动编辑。其中MCP模式通过Model Context Protocol暴露自动编辑流程，包括分析、目录构建、验证/修复/运行等步骤。

该库的模块化设计覆盖了从基础视频操作到AI增强编辑的完整链条。基础模块包括视频元数据、帧迭代、音频处理等；编辑模块提供多种变换和效果，如调整大小、裁剪、速度变化、颜色分级、Ken Burns效果、动画字幕等；AI模块则集成了生成和理解功能，以及全管道视频分析器。此外，还有专门的配音模块支持语音克隆和时间同步。

Videopython适用于需要自动化视频处理的工作流，例如社交媒体短视频制作、AI生成视频、自动字幕生成等。其本地优先的特性确保了数据隐私和离线可用性。项目采用Apache-2.0许可证，目前已在GitHub上获得16颗星，拥有147个发布版本。