Show HN: Videopython – 本地優先的視頻處理、編輯與AI工作流

Videopython是一個專為程序化視頻處理設計的Python庫，支持編輯、生成和AI工作流。它採用JSON格式定義編輯計劃，通過流式FFmpeg解碼和逐幀處理，即使面對長達數小時的源視頻也能保持內存可控。該庫的設計強調簡潔性和LLM友好性，使得大型語言模型可以輕鬆生成和修改編輯計劃。

安裝方式十分簡潔：首先確保系統安裝了FFmpeg，然後通過pip安裝核心庫。如果需要AI功能，可以額外安裝"[ai]"擴展包，該包包含文本轉視頻、圖像轉視頻、語音合成等生成能力，以及場景識別、目標檢測等理解能力。所有AI模型均本地運行，無需任何雲API密鑰，首次使用時會自動下載模型權重。對於LLM驅動的編輯和場景字幕功能，需要本地運行Ollama服務器並拉取gemma3:27b模型。

快速上手時，用户可以通過字典定義編輯操作，如裁剪、調整顏色、淡入淡出等，並驗證執行。更高級的用法是使用AutoEditor：只需提供素材片段和簡短描述，本地Ollama視覺模型（如gemma3:27b）會自動分析並生成編輯計劃。該模型從基於場景檢測和字幕構建的目錄中按ID選取場景，從而避免時序不精確的問題。

對於希望將LLM納入工作流的開發者，Videopython提供三種集成方式：一是直接使用JSON Schema讓LLM生成編輯計劃，支持嚴格的工具模式；二是通過AutoEditor內置本地規劃器；三是通過MCP服務器將編輯管線暴露為工具，讓Claude等AI代理驅動編輯。其中MCP模式通過Model Context Protocol暴露自動編輯流程，包括分析、目錄構建、驗證/修復/運行等步驟。

該庫的模塊化設計覆蓋了從基礎視頻操作到AI增強編輯的完整鏈條。基礎模塊包括視頻元數據、幀迭代、音頻處理等；編輯模塊提供多種變換和效果，如調整大小、裁剪、速度變化、顏色分級、Ken Burns效果、動畫字幕等；AI模塊則集成了生成和理解功能，以及全管道視頻分析器。此外，還有專門的配音模塊支持語音克隆和時間同步。

Videopython適用於需要自動化視頻處理的工作流，例如社交媒體短視頻製作、AI生成視頻、自動字幕生成等。其本地優先的特性確保了數據隱私和離線可用性。項目採用Apache-2.0許可證，目前已在GitHub上獲得16顆星，擁有147個發佈版本。