NarratoAI

GitHub
8.9k 1.2k 简单 1 次阅读 今天NOASSERTION插件Agent开发框架语言模型
AI 解读 由 AI 自动生成,仅供参考

NarratoAI 是一款专为视频创作者打造的一站式 AI 影视解说与自动化剪辑工具。它巧妙结合大语言模型(LLM)与多模态技术,让用户只需一键操作,即可自动完成从视频理解、文案撰写、智能剪辑到配音和字幕生成的全流程。

过去,制作高质量的影视解说视频需要耗费大量时间在写稿、找素材、剪辑和配音上,门槛高且效率低。NarratoAI 彻底解决了这一痛点,将原本繁琐的多步骤工作流自动化,显著降低创作难度并提升产出效率。无论是想快速制作短视频的自媒体人,还是希望批量处理内容的运营团队,都能从中受益。

该工具特别适合内容创作者、短视频博主以及希望探索 AI 视频工作流的开发者使用。其技术亮点在于支持多种主流大模型(如 DeepSeek、Qwen 等),具备先进的视频帧分析与场景理解能力,并创新性地引入了语音克隆功能,让解说声音更具个性化。此外,项目完全开源免费,拥有活跃的社区支持和持续的版本迭代,是当下利用 AI 赋能视频创作的得力助手。

使用场景

某影视自媒体创作者急需将一部 90 分钟的纪录片快速转化为适合短视频平台传播的 5 分钟解说视频,以抢占热点流量。

没有 NarratoAI 时

  • 文案创作耗时:需人工反复观看素材提炼核心观点,撰写几千字解说稿往往耗费数小时甚至一整天。
  • 剪辑流程繁琐:要在长达 90 分钟的时间轴上手动定位精彩片段、裁剪画面并重新排序,操作极其枯燥且容易出错。
  • 配音字幕分离:需要单独寻找配音员或使用其他 TTS 工具生成音频,再手动对齐字幕时间轴,多软件切换效率低下。
  • 迭代成本高昂:若对解说词或剪辑节奏不满意,修改一处往往牵动全身,重新调整整个工程文件令人崩溃。
  • 产能瓶颈明显:受限于人力,每天仅能勉强产出一条视频,难以矩阵化运营或快速响应突发热点。

使用 NarratoAI 后

  • 一键生成文案:NarratoAI 利用大模型自动分析视频内容,几分钟内即可输出逻辑清晰、风格生动的解说文案。
  • 自动化智能剪辑:工具根据文案自动匹配并裁剪对应视频片段,瞬间完成从原始素材到成片的粗剪与精剪。
  • 全流程一体化:NarratoAI 同步完成高质量语音克隆配音与字幕生成,无需任何外部工具,真正实现“输入视频,输出成片”。
  • 灵活快速迭代:只需修改提示词或调整文案,NarratoAI 即可自动重新生成视频,试错与优化成本几乎为零。
  • 产能爆发式增长:原本一天一条的视频产量提升至一天十条,让创作者能轻松覆盖多个账号或尝试不同叙事风格。

NarratoAI 将原本需要数人协作一整天的影视解说制作流程,压缩为单人一键操作的分钟级任务,彻底重塑了短视频内容的生产效率。

运行环境要求

操作系统
  • Windows
  • macOS
GPU

非必须

内存

最低 8GB

依赖
notes支持通过 Docker 在 macOS 上部署,Windows 用户推荐使用整合包。项目依赖外部 API(如大模型、TTS),需在配置文件中设置 API 密钥。显卡非运行必需项,主要依靠 CPU 及云端 API 完成计算任务。
python3.12+
streamlit
requirements.txt 中列出的依赖
NarratoAI hero image

快速开始

NarratoAI 😎📽️

一站式 AI 影视解说+自动化剪辑工具🎬🎞️

📖 English | 简体中文


NarratoAI 是一个自动化影视解说工具,基于LLM实现文案撰写、自动化视频剪辑、配音和字幕生成的一站式流程,助力高效内容创作。

🔥 隆重推荐:VibeCut 的新范式 —— Speclip ,一个真正意义上的剪辑 Agent!👉 点击免费下载

madewithlove GitHub license GitHub issues GitHub stars

💬 加入 discord 开源社区,获取项目动态和最新资讯。

🎉🎉🎉 官方文档 🎉🎉🎉

首页

许可证

本项目仅供学习和研究使用,不得商用。如需商业授权,请联系作者。

最新资讯

  • 2026.04.03 发布新版本 0.7.8,重构纪录片逐帧分析链路,统一共享服务并优化抽帧、缓存、视觉并发与文案生成流程
  • 2026.03.27 发布新版本 0.7.7,出于安全考虑,已移除 LiteLLM 依赖,统一使用 OpenAI 兼容请求链路
  • 2025.11.20 发布新版本 0.7.5,新增 IndexTTS2 语音克隆支持
  • 2025.10.15 发布新版本 0.7.3,升级大模型供应商管理能力
  • 2025.09.10 发布新版本 0.7.2,新增腾讯云tts
  • 2025.08.18 发布新版本 0.7.1,支持 语音克隆 和 最新大模型
  • 2025.05.11 发布新版本 0.6.0,支持 短剧解说 和 优化剪辑流程
  • 2025.03.06 发布新版本 0.5.2,支持 DeepSeek R1 和 DeepSeek V3 模型进行短剧混剪
  • 2024.12.16 发布新版本 0.3.9,支持阿里 Qwen2-VL 模型理解视频;支持短剧混剪
  • 2024.11.24 开通 discord 社群:https://discord.com/invite/V2pbAqqQNb
  • 2024.11.11 迁移开源社群,欢迎加入! 加入官方社群
  • 2024.11.10 发布官方文档,详情参见 官方文档
  • 2024.11.10 发布新版本 v0.3.5;优化视频剪辑流程,

重磅福利 🎉

1️⃣ 开发者专属福利:一站式AI平台,注册即送体验金!

还在为接入各种AI模型烦恼吗?向您推荐 302.AI,一个企业级的AI资源中心。一次接入,即可调用上百种AI模型,涵盖语言、图像、音视频等,按量付费,极大降低开发成本。

通过下方我的专属链接注册,立获1美元免费体验金,助您轻松开启AI开发之旅。

立即注册领取: https://share.302.ai/I9P6mP


2️⃣ 即日起全面支持硅基流动!注册即享2000万免费Token(价值16元平台配额),剪辑10分钟视频仅需0.1元!

🔥 快速领福利:
1️⃣ 点击链接注册:https://cloud.siliconflow.cn/i/MI9PgHwB
2️⃣ 使用手机号登录,务必填写邀请码:MI9PgHwB
3️⃣ 领取16元配额,极速体验高性价比AI剪辑

💡 小成本大创作:
硅基流动API Key一键接入,智能剪辑效率翻倍!
(注:邀请码为福利领取唯一凭证,注册后自动到账)

立即行动,用「MI9PgHwB」解锁你的AI生产力!

⚠️谨防被骗 📢

1. NarratoAI 是一款完全免费的软件,近期在社交媒体(抖音,B站等)上发现,有人将 NarratoAI 改名后售卖,下面是部分截图,请大家务必提高警惕,切勿上当受骗


诈骗截图 1 诈骗截图 2 诈骗截图 3 诈骗截图 4

未来计划 🥳

  • windows 整合包发布
  • 优化剧情生成流程,提升生成效果
  • 发布 0.3.5 整合包
  • 支持阿里 Qwen2-VL 大模型理解视频
  • 支持短剧混剪
    • 一键合并素材
    • 一键转录
    • 一键清理缓存
  • 支持导出剪映草稿
  • 支持短剧解说
  • 主角人脸匹配
  • 支持根据口播,文案,视频素材自动匹配
  • 支持更多 TTS 引擎
  • ...

快速启动 🚀

方式一:macos Docker 部署(macos 推荐)

# 1. 克隆项目
git clone https://github.com/linyqh/NarratoAI.git
cd NarratoAI

# 2. 一键部署
docker compose up -d

# 3. 访问应用
# 浏览器打开 http://localhost:8501

方式二:整合包(Windows 推荐)

关注微信公众号 NarratoAI 助手 右下角菜单栏获取下载链接

方式三:本地运行

# 1. 克隆项目
git clone https://github.com/linyqh/NarratoAI.git
cd NarratoAI

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

# 3. 复制配置文件
cp config.example.toml config.toml

# 4. 编辑 config.toml,配置你的 API 密钥

# 5. 启动应用
streamlit run webui.py --server.maxUploadSize=2048

# 6. 访问应用
# 浏览器打开 http://localhost:8501

配置要求 📦

  • 建议最低 CPU 4核或以上,内存 8G 或以上,显卡非必须
  • Windows 10/11 或 MacOS 11.0 以上系统
  • Python 3.12+

反馈建议 📢

👏 1. 可以提交 issue或者 pull request

💬 2. 加入开源社区交流群

📷 3. 关注公众号【NarratoAI助手】,掌握最新资讯

参考项目 📚

该项目基于以上项目重构而来,增加了影视解说功能,感谢大佬的开源精神 🥳🥳🥳

请作者喝一杯咖啡 ☕️

Image 1 Image 2

赞助

Powered by DartNode

许可证 📝

点击查看 LICENSE 文件

Star History

Star History Chart

版本历史

v0.7.82026/04/03
v0.7.72026/03/27
v0.7.62025/12/24
v0.7.52025/11/19
v0.7.42025/10/21
v0.7.22025/09/16
v0.7.12025/08/18
v0.7.02025/08/03
v0.6.82025/07/11
v0.6.72025/07/07
v0.6.52025/07/02
v0.6.32025/05/19
v0.6.2.52025/05/19
v0.6.2.42025/05/19
v0.6.2.32025/05/19
v0.6.2.12025/05/19
v0.6.22025/05/18
0.6.02025/05/10
v0.5.22025/03/06
0.3.92024/12/16

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|2周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

160.8k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|3天前
Agent插件

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

109.2k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像