[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-zhouxiaoka--autoclip":3,"tool-zhouxiaoka--autoclip":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",153609,2,"2026-04-13T11:34:59",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":77,"owner_twitter":77,"owner_website":77,"owner_url":79,"languages":80,"stars":104,"forks":105,"last_commit_at":106,"license":107,"difficulty_score":108,"env_os":109,"env_gpu":110,"env_ram":111,"env_deps":112,"category_tags":124,"github_topics":126,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":140,"updated_at":141,"faqs":142,"releases":143},7145,"zhouxiaoka\u002Fautoclip","autoclip","AutoClip : AI-powered video clipping and highlight generation · 一款智能高光提取与剪辑的二创工具","AutoClip 是一款基于人工智能的视频高光自动提取与剪辑工具，旨在帮助创作者高效完成视频二创工作。它支持从 YouTube、B 站等平台一键下载视频，或利用本地文件，通过集成通义千问大语言模型深度理解视频内容，智能识别精彩片段并自动切割，最终生成逻辑连贯的视频合集。\n\n这款工具主要解决了传统视频剪辑中人工观看耗时久、精彩点位难捕捉以及合集整理繁琐的痛点，将原本需要数小时的手工筛选与剪辑过程自动化，大幅提升了内容生产效率和一致性。\n\nAutoClip 非常适合视频博主、自媒体运营者以及希望快速产出高质量切片内容的创作者使用。同时，由于其采用前后端分离的现代架构，也适合对视频处理流程感兴趣的开发者进行二次开发或部署研究。\n\n在技术亮点方面，AutoClip 构建了强大的异步任务队列系统，利用 Celery 和 Redis 实现任务的实时调度与进度反馈，确保长视频处理稳定流畅。其前端基于 React 与 TypeScript 打造，提供直观易用的 Web 界面；后端则依托 FastAPI 与 FFmpeg，结合 AI 模型实现从字幕分析到内容理解的全链路智能化。此外，项目支持 Docke","AutoClip 是一款基于人工智能的视频高光自动提取与剪辑工具，旨在帮助创作者高效完成视频二创工作。它支持从 YouTube、B 站等平台一键下载视频，或利用本地文件，通过集成通义千问大语言模型深度理解视频内容，智能识别精彩片段并自动切割，最终生成逻辑连贯的视频合集。\n\n这款工具主要解决了传统视频剪辑中人工观看耗时久、精彩点位难捕捉以及合集整理繁琐的痛点，将原本需要数小时的手工筛选与剪辑过程自动化，大幅提升了内容生产效率和一致性。\n\nAutoClip 非常适合视频博主、自媒体运营者以及希望快速产出高质量切片内容的创作者使用。同时，由于其采用前后端分离的现代架构，也适合对视频处理流程感兴趣的开发者进行二次开发或部署研究。\n\n在技术亮点方面，AutoClip 构建了强大的异步任务队列系统，利用 Celery 和 Redis 实现任务的实时调度与进度反馈，确保长视频处理稳定流畅。其前端基于 React 与 TypeScript 打造，提供直观易用的 Web 界面；后端则依托 FastAPI 与 FFmpeg，结合 AI 模型实现从字幕分析到内容理解的全链路智能化。此外，项目支持 Docker 一键部署，降低了使用门槛，让用户能轻松搭建属于自己的智能剪辑工作站。","# AutoClip - 视频高光切片自动化工具\n\n支持YouTube\u002FB站视频下载、自动切片、智能合集生成\n\n[![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.8+-green?style=flat&logo=python)](https:\u002F\u002Fpython.org)\n[![React](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FReact-18+-blue?style=flat&logo=react)](https:\u002F\u002Freactjs.org)\n[![FastAPI](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FFastAPI-Latest-red?style=flat&logo=fastapi)](https:\u002F\u002Ffastapi.tiangolo.com)\n[![TypeScript](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FTypeScript-5.0+-blue?style=flat&logo=typescript)](https:\u002F\u002Fwww.typescriptlang.org)\n[![Celery](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FCelery-Latest-green?style=flat&logo=celery)](https:\u002F\u002Fceleryproject.org)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow?style=flat)](LICENSE)\n\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FStars-0-blue?style=social)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FForks-0-blue?style=social)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip)\n[![GitHub issues](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FIssues-0-blue)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fissues)\n\n**语言**: [English](README-EN.md) | [中文](README.md)  \n\n\u003C\u002Fdiv>\n\n## 🎯 项目简介\n\nAutoClip是一个基于AI的智能视频切片处理系统，能够自动从YouTube、B站等平台下载视频，通过AI分析提取精彩片段，并智能生成合集。系统采用现代化的前后端分离架构，提供直观的Web界面和强大的后端处理能力。\n\n### ✨ 核心特性\n\n- 🎬 **多平台支持**: YouTube、B站视频一键下载，支持本地文件上传\n- 🤖 **AI智能分析**: 基于通义千问大语言模型的视频内容理解\n- ✂️ **自动切片**: 智能识别精彩片段并自动切割，支持多种视频分类\n- 📚 **智能合集**: AI推荐和手动创建视频合集，支持拖拽排序\n- 🚀 **实时处理**: 异步任务队列，实时进度反馈，WebSocket通信\n- 🎨 **现代界面**: React + TypeScript + Ant Design，响应式设计\n- 📱 **移动端支持**【开发中】: 响应式设计，正在完善移动端体验\n- 🔐 **账号管理**【开发中】: 支持B站多账号管理，自动健康检查\n- 📊 **数据统计**: 完整的项目管理和数据统计功能\n- 🛠️ **易于部署**: 一键启动脚本，Docker支持，详细文档\n- 📤 **B站上传**【开发中】: 自动上传切片视频到B站\n- ✏️ **字幕编辑**【开发中】: 可视化字幕编辑和同步功能\n\n## 🏗️ 系统架构\n\n```mermaid\ngraph TB\n    A[用户界面] --> B[FastAPI后端]\n    B --> C[Celery任务队列]\n    B --> D[Redis缓存]\n    B --> E[SQLite数据库]\n    C --> F[AI处理引擎]\n    F --> G[视频处理]\n    F --> H[字幕分析]\n    F --> I[内容理解]\n    B --> J[文件存储]\n    K[YouTube API] --> B\n    L[B站API] --> B\n```\n\n### 技术栈\n\n#### 后端技术\n\n- **FastAPI**: 现代化Python Web框架，自动API文档生成\n- **Celery**: 分布式任务队列，支持异步处理\n- **Redis**: 消息代理和缓存，任务状态管理\n- **SQLite**: 轻量级数据库，支持升级到PostgreSQL\n- **yt-dlp**: YouTube视频下载，支持多种格式\n- **通义千问**: AI内容分析，支持多种模型\n- **WebSocket**: 实时通信，进度推送\n- **Pydantic**: 数据验证和序列化\n\n#### 前端技术\n\n- **React 18**: 用户界面框架，Hooks和函数组件\n- **TypeScript**: 类型安全，更好的开发体验\n- **Ant Design**: 企业级UI组件库\n- **Vite**: 快速构建工具，热重载\n- **Zustand**: 轻量级状态管理\n- **React Router**: 路由管理\n- **Axios**: HTTP客户端\n- **React Player**: 视频播放器\n\n## 🚀 快速开始\n\n### 环境要求\n\n#### Docker部署（推荐）\n\n- **Docker**: 20.10+\n- **Docker Compose**: 2.0+\n- **内存**: 最少 4GB，推荐 8GB+\n- **存储**: 最少 10GB 可用空间\n\n#### 本地部署\n\n- **操作系统**: macOS \u002F Linux \u002F Windows (WSL)\n- **Python**: 3.8+ (推荐 3.9+)\n- **Node.js**: 16+ (推荐 18+)\n- **Redis**: 6.0+ (推荐 7.0+)\n- **FFmpeg**: 视频处理依赖\n- **内存**: 最少 4GB，推荐 8GB+\n- **存储**: 最少 10GB 可用空间\n\n### 一键启动\n\n#### 方式一：Docker部署（推荐）\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# Docker一键启动\n.\u002Fdocker-start.sh\n\n# 开发环境启动\n.\u002Fdocker-start.sh dev\n\n# 停止服务\n.\u002Fdocker-stop.sh\n\n# 检查服务状态\n.\u002Fdocker-status.sh\n```\n\n#### 方式二：本地部署\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# 一键启动（推荐，包含完整检查和监控）\n.\u002Fstart_autoclip.sh\n\n# 快速启动（开发环境，跳过详细检查）\n.\u002Fquick_start.sh\n\n# 检查系统状态\n.\u002Fstatus_autoclip.sh\n\n# 停止系统\n.\u002Fstop_autoclip.sh\n```\n\n### 手动安装\n\n```bash\n# 1. 创建虚拟环境\npython3 -m venv venv\nsource venv\u002Fbin\u002Factivate  # Linux\u002FmacOS\n# 或 venv\\Scripts\\activate  # Windows\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 安装前端依赖\ncd frontend && npm install && cd ..\n\n# 4. 安装Redis\n# macOS\nbrew install redis\nbrew services start redis\n\n# Ubuntu\u002FDebian\nsudo apt update\nsudo apt install redis-server\nsudo systemctl start redis-server\n\n# CentOS\u002FRHEL\nsudo yum install redis\nsudo systemctl start redis\n\n# 5. 安装FFmpeg\n# macOS\nbrew install ffmpeg\n\n# Ubuntu\u002FDebian\nsudo apt install ffmpeg\n\n# CentOS\u002FRHEL\nsudo yum install ffmpeg\n\n# 6. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入API密钥等配置\n```\n\n## 🎬 功能演示\n\n### 主要功能展示\n\n1. **视频下载与处理**\n   - 支持YouTube、B站视频链接解析\n   - 自动下载视频和字幕文件\n   - 支持本地文件上传\n\n2. **AI智能分析**\n   - 自动提取视频大纲\n   - 智能识别话题时间点\n   - 对片段进行精彩度评分\n\n3. **视频切片与合集**\n   - 自动生成精彩片段\n   - 智能推荐合集组合\n   - 支持手动编辑和排序\n\n4. **实时进度监控**\n   - WebSocket实时进度推送\n   - 详细的任务状态显示\n   - 错误处理和重试机制\n\n5. **B站上传功能**【开发中】\n   - 自动上传切片视频到B站\n   - 支持多账号管理\n   - 批量上传和队列管理\n\n6. **字幕编辑功能**【开发中】\n   - 可视化字幕编辑器\n   - 字幕同步和调整\n   - 多语言字幕支持\n\n## 📖 使用指南\n\n### 1. 视频下载\n\n#### YouTube视频\n\n1. 在首页点击\"新建项目\"\n2. 选择\"YouTube链接\"\n3. 粘贴视频URL\n4. 选择浏览器Cookie（可选）\n5. 点击\"开始下载\"\n\n#### B站视频\n\n1. 在首页点击\"新建项目\"\n2. 选择\"B站链接\"\n3. 粘贴视频URL\n4. 选择登录账号\n5. 点击\"开始下载\"\n\n#### 本地文件\n\n1. 在首页点击\"新建项目\"\n2. 选择\"文件上传\"\n3. 拖拽或选择视频文件\n4. 上传字幕文件（可选）\n5. 点击\"开始处理\"\n\n### 2. 智能处理\n\n系统会自动执行以下步骤：\n\n1. **素材准备**: 下载视频和字幕文件\n2. **内容分析**: AI提取视频大纲和关键信息\n3. **时间线提取**: 识别话题时间区间\n4. **精彩评分**: 对每个片段进行AI评分\n5. **标题生成**: 为精彩片段生成吸引人标题\n6. **合集推荐**: AI推荐视频合集\n7. **视频生成**: 生成切片视频和合集视频\n\n### 3. 结果管理\n\n- **查看切片**: 在项目详情页查看所有生成的视频片段\n- **编辑信息**: 修改片段标题、描述等信息\n- **创建合集**: 手动创建或使用AI推荐的合集\n- **下载导出**: 下载单个片段或完整合集\n- **B站上传**【开发中】: 一键上传切片视频到B站\n- **字幕编辑**【开发中】: 可视化编辑和同步字幕文件\n\n## 🔧 配置说明\n\n### 环境变量配置\n\n创建 `.env` 文件：\n\n```bash\n# 数据库配置\nDATABASE_URL=sqlite:\u002F\u002F\u002F.\u002Fdata\u002Fautoclip.db\n\n# Redis配置\nREDIS_URL=redis:\u002F\u002Flocalhost:6379\u002F0\n\n# AI API配置\nAPI_DASHSCOPE_API_KEY=your_dashscope_api_key\nAPI_MODEL_NAME=qwen-plus\n\n# 日志配置\nLOG_LEVEL=INFO\nENVIRONMENT=development\nDEBUG=true\n\n# 文件存储\nUPLOAD_DIR=.\u002Fdata\u002Fuploads\nPROJECT_DIR=.\u002Fdata\u002Fprojects\n```\n\n### B站账号配置【开发中】\n\n1. 在设置页面点击\"B站账号管理\"\n2. 选择登录方式：\n   - **Cookie导入**（推荐）：从浏览器导出Cookie\n   - **账号密码**：直接输入账号密码\n   - **二维码登录**：扫描二维码登录\n3. 添加成功后系统会自动管理账号健康状态\n\n## 📁 项目结构\n\n```text\nautoclip\u002F\n├── backend\u002F                 # 后端代码\n│   ├── api\u002F                # API路由\n│   │   ├── v1\u002F            # API v1版本\n│   │   │   ├── youtube.py # YouTube下载API\n│   │   │   ├── bilibili.py # B站下载API\n│   │   │   ├── projects.py # 项目管理API\n│   │   │   ├── clips.py   # 视频片段API\n│   │   │   ├── collections.py # 合集管理API\n│   │   │   └── settings.py # 系统设置API\n│   │   └── upload_queue.py # 上传队列管理\n│   ├── core\u002F              # 核心配置\n│   │   ├── database.py    # 数据库配置\n│   │   ├── celery_app.py  # Celery配置\n│   │   ├── config.py      # 系统配置\n│   │   └── llm_manager.py # AI模型管理\n│   ├── models\u002F            # 数据模型\n│   │   ├── project.py     # 项目模型\n│   │   ├── clip.py        # 片段模型\n│   │   ├── collection.py  # 合集模型\n│   │   └── bilibili.py    # B站账号模型\n│   ├── services\u002F          # 业务逻辑\n│   │   ├── video_service.py # 视频处理服务\n│   │   ├── ai_service.py  # AI分析服务\n│   │   └── upload_service.py # 上传服务\n│   ├── tasks\u002F             # Celery任务\n│   │   ├── processing.py  # 处理任务\n│   │   ├── upload.py      # 上传任务\n│   │   └── maintenance.py # 维护任务\n│   ├── pipeline\u002F          # 处理流水线\n│   │   ├── step1_outline.py # 大纲提取\n│   │   ├── step2_timeline.py # 时间线分析\n│   │   ├── step3_scoring.py # 精彩度评分\n│   │   └── step6_video.py # 视频生成\n│   └── utils\u002F             # 工具函数\n├── frontend\u002F              # 前端代码\n│   ├── src\u002F\n│   │   ├── components\u002F    # React组件\n│   │   │   ├── UploadModal.tsx # 上传模态框\n│   │   │   ├── ClipCard.tsx # 片段卡片\n│   │   │   ├── CollectionCard.tsx # 合集卡片\n│   │   │   └── BilibiliManager.tsx # B站管理\n│   │   ├── pages\u002F         # 页面组件\n│   │   │   ├── HomePage.tsx # 首页\n│   │   │   ├── ProjectDetailPage.tsx # 项目详情\n│   │   │   └── SettingsPage.tsx # 设置页面\n│   │   ├── services\u002F      # API服务\n│   │   │   └── api.ts     # API客户端\n│   │   └── stores\u002F        # 状态管理\n│   └── package.json\n├── data\u002F                  # 数据存储\n│   ├── projects\u002F          # 项目数据\n│   ├── uploads\u002F           # 上传文件\n│   ├── temp\u002F              # 临时文件\n│   ├── output\u002F            # 输出文件\n│   └── autoclip.db        # 数据库文件\n├── scripts\u002F               # 工具脚本\n│   ├── start_autoclip.sh  # 启动脚本\n│   ├── stop_autoclip.sh   # 停止脚本\n│   └── status_autoclip.sh # 状态检查\n├── docs\u002F                  # 文档\n│   ├── README.md          # 文档中心\n│   ├── i18n.md           # 国际化配置\n│   └── *.md              # 其他文档\n├── logs\u002F                  # 日志文件\n├── Dockerfile             # Docker镜像构建文件\n├── Dockerfile.dev         # 开发环境Docker文件\n├── docker-compose.yml     # 生产环境Docker编排\n├── docker-compose.dev.yml # 开发环境Docker编排\n├── docker-start.sh        # Docker启动脚本\n├── docker-stop.sh         # Docker停止脚本\n├── docker-status.sh       # Docker状态检查脚本\n├── .dockerignore          # Docker忽略文件\n├── DOCKER.md              # Docker部署文档\n└── *.sh                   # 启动脚本\n```\n\n## 🌐 API文档\n\n启动系统后访问以下地址查看API文档：\n\n- **Swagger UI**: [http:\u002F\u002Flocalhost:8000\u002Fdocs](http:\u002F\u002Flocalhost:8000\u002Fdocs) (本地开发环境)\n- **ReDoc**: [http:\u002F\u002Flocalhost:8000\u002Fredoc](http:\u002F\u002Flocalhost:8000\u002Fredoc) (本地开发环境)\n\n### 主要API端点\n\n| 端点 | 方法 | 描述 |\n|------|------|------|\n| `\u002Fapi\u002Fv1\u002Fprojects` | GET | 获取项目列表 |\n| `\u002Fapi\u002Fv1\u002Fprojects` | POST | 创建新项目 |\n| `\u002Fapi\u002Fv1\u002Fprojects\u002F{id}` | GET | 获取项目详情 |\n| `\u002Fapi\u002Fv1\u002Fyoutube\u002Fparse` | POST | 解析YouTube视频信息 |\n| `\u002Fapi\u002Fv1\u002Fyoutube\u002Fdownload` | POST | 下载YouTube视频 |\n| `\u002Fapi\u002Fv1\u002Fbilibili\u002Fdownload` | POST | 下载B站视频 |\n| `\u002Fapi\u002Fv1\u002Fprojects\u002F{id}\u002Fprocess` | POST | 开始处理项目 |\n| `\u002Fapi\u002Fv1\u002Fprojects\u002F{id}\u002Fstatus` | GET | 获取处理状态 |\n\n## 🔍 故障排除\n\n### 常见问题\n\n#### 1. 端口被占用\n\n```bash\n# 检查端口占用\nlsof -i :8000  # 后端端口\nlsof -i :3000  # 前端端口\n\n# 停止占用进程\nkill -9 \u003CPID>\n```\n\n#### 2. Redis连接失败\n\n```bash\n# 检查Redis状态\nredis-cli ping\n\n# 启动Redis服务\nbrew services start redis  # macOS\nsystemctl start redis      # Linux\n```\n\n#### 3. YouTube下载失败\n\n- 检查网络连接\n- 更新yt-dlp版本：`pip install --upgrade yt-dlp`\n- 尝试使用浏览器Cookie\n- 检查视频是否可用\n\n#### 4. B站下载失败\n\n- 检查账号登录状态\n- 更新账号Cookie\n- 检查视频权限设置\n\n### 日志查看\n\n```bash\n# 查看所有日志\ntail -f logs\u002F*.log\n\n# 查看特定服务日志\ntail -f logs\u002Fbackend.log    # 后端日志\ntail -f logs\u002Ffrontend.log   # 前端日志\ntail -f logs\u002Fcelery.log     # 任务队列日志\n```\n\n### 系统状态检查\n\n```bash\n# 详细状态检查\n.\u002Fstatus_autoclip.sh\n\n# 手动检查服务\ncurl http:\u002F\u002Flocalhost:8000\u002Fapi\u002Fv1\u002Fhealth\u002F  # 后端健康检查\ncurl http:\u002F\u002Flocalhost:3000\u002F                # 前端访问测试\nredis-cli ping                             # Redis连接测试\n```\n\n## 🛠️ 开发指南\n\n### 后端开发\n\n```bash\n# 激活虚拟环境\nsource venv\u002Fbin\u002Factivate\n\n# 设置Python路径\nexport PYTHONPATH=\"${PWD}:${PYTHONPATH}\"\n\n# 启动后端开发服务器\npython -m uvicorn backend.main:app --reload --port 8000\n```\n\n### 前端开发\n\n```bash\n# 进入前端目录\ncd frontend\n\n# 启动开发服务器\nnpm run dev\n```\n\n### Celery Worker\n\n```bash\n# 启动Worker\ncelery -A backend.core.celery_app worker --loglevel=info\n\n# 启动Beat调度器\ncelery -A backend.core.celery_app beat --loglevel=info\n\n# 启动Flower监控\ncelery -A backend.core.celery_app flower --port=5555\n```\n\n## 📊 性能优化\n\n### 生产环境配置\n\n1. **数据库优化**\n   - 使用PostgreSQL替代SQLite\n   - 配置连接池\n   - 启用查询缓存\n\n2. **Redis优化**\n   - 配置内存限制\n   - 启用持久化\n   - 设置过期策略\n\n3. **Celery优化**\n   - 调整并发数\n   - 配置任务路由\n   - 启用结果后端\n\n## 🔒 安全配置\n\n### 生产环境安全\n\n1. **环境变量**\n   - 使用强密码\n   - 定期轮换密钥\n   - 限制API访问\n\n2. **网络安全**\n   - 配置防火墙\n   - 使用HTTPS\n   - 限制CORS\n\n3. **数据安全**\n   - 定期备份\n   - 加密敏感数据\n   - 访问控制\n\n## 🚀 部署指南\n\n### Docker部署\n\n#### 快速启动\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入必要的配置\n\n# 启动所有服务\ndocker-compose up -d\n\n# 查看服务状态\ndocker-compose ps\n```\n\n#### 访问服务\n\n- **前端界面**: [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000) (本地开发环境)\n- **后端API**: [http:\u002F\u002Flocalhost:8000](http:\u002F\u002Flocalhost:8000) (本地开发环境)\n- **API文档**: [http:\u002F\u002Flocalhost:8000\u002Fdocs](http:\u002F\u002Flocalhost:8000\u002Fdocs) (本地开发环境)\n- **Flower监控**: [http:\u002F\u002Flocalhost:5555](http:\u002F\u002Flocalhost:5555) (本地开发环境)\n\n#### 开发环境\n\n```bash\n# 使用开发环境配置\ndocker-compose -f docker-compose.dev.yml up -d\n\n# 实时查看日志\ndocker-compose -f docker-compose.dev.yml logs -f\n```\n\n#### 详细说明\n\n完整的Docker部署指南请参考 [DOCKER.md](DOCKER.md) 文档。\n\n### 系统服务\n\n```bash\n# 创建systemd服务文件\nsudo nano \u002Fetc\u002Fsystemd\u002Fsystem\u002Fautoclip.service\n\n[Unit]\nDescription=AutoClip Video Processing System\nAfter=network.target redis.service\n\n[Service]\nType=forking\nUser=autoclip\nWorkingDirectory=\u002Fopt\u002Fautoclip\nExecStart=\u002Fopt\u002Fautoclip\u002Fstart_autoclip.sh\nExecStop=\u002Fopt\u002Fautoclip\u002Fstop_autoclip.sh\nRestart=always\n\n[Install]\nWantedBy=multi-user.target\n```\n\n## 📈 路线图\n\n### 即将推出\n\n- [ ] **B站上传功能**: 自动上传切片视频到B站，支持多账号管理\n- [ ] **字幕编辑功能**: 可视化字幕编辑器和同步功能\n- [ ] **多语言支持**: 支持更多语言的视频处理\n- [ ] **云端存储**: 集成云存储服务\n- [ ] **批量处理**: 支持批量视频处理\n- [ ] **API开放**: 提供公开API接口\n- [ ] **移动应用**: 开发移动端应用\n\n### 长期规划\n\n- [ ] **AI模型优化**: 集成更多AI模型\n- [ ] **实时协作**: 支持多用户协作\n- [ ] **插件系统**: 支持第三方插件\n- [ ] **企业版**: 企业级功能和服务\n\n## 🤝 贡献指南\n\n我们欢迎所有形式的贡献！无论是代码贡献、文档改进、问题报告还是功能建议。\n\n### 如何贡献\n\n1. **Fork** 项目到您的GitHub账户\n2. 克隆您的Fork到本地：\n\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\n   cd autoclip\n   ```\n\n3. 创建功能分支：\n\n   ```bash\n   git checkout -b feature\u002Famazing-feature\n   ```\n\n4. 进行开发和测试\n5. 提交更改：\n\n   ```bash\n   git add .\n   git commit -m 'feat: add amazing feature'\n   ```\n\n6. 推送分支：\n\n   ```bash\n   git push origin feature\u002Famazing-feature\n   ```\n\n7. 在GitHub上创建 **Pull Request**\n\n### 开发规范\n\n#### 代码规范\n\n- 后端：遵循PEP 8 Python代码规范\n- 前端：使用TypeScript，遵循ESLint规则\n- 提交信息：使用约定式提交格式（feat, fix, docs, style, refactor, test, chore）\n\n#### 开发流程\n\n1. 确保所有测试通过\n2. 添加必要的测试用例\n3. 更新相关文档\n4. 确保代码质量检查通过\n\n#### 提交信息格式\n\n```text\n\u003Ctype>(\u003Cscope>): \u003Cdescription>\n\n[optional body]\n\n[optional footer(s)]\n```\n\n示例：\n\n- `feat(api): add video download endpoint`\n- `fix(ui): resolve upload modal display issue`\n- `docs(readme): update installation instructions`\n\n## 📄 许可证\n\n本项目采用 [MIT License](LICENSE) 许可证。\n\n## ❓ 常见问题\n\n### 安装和启动问题\n\n**Q: 启动时提示端口被占用怎么办？**\nA: 使用以下命令检查并停止占用端口的进程：\n\n```bash\n# 检查端口占用\nlsof -i :8000  # 后端端口\nlsof -i :3000  # 前端端口\n\n# 停止进程\nkill -9 \u003CPID>\n```\n\n**Q: Redis连接失败怎么办？**\nA: 确保Redis服务正在运行：\n\n```bash\n# 检查Redis状态\nredis-cli ping\n\n# 启动Redis服务\nbrew services start redis  # macOS\nsudo systemctl start redis-server  # Linux\n```\n\n**Q: 前端依赖安装失败怎么办？**\nA: 尝试清理缓存后重新安装：\n\n```bash\ncd frontend\nrm -rf node_modules package-lock.json\nnpm cache clean --force\nnpm install\n```\n\n### 功能使用问题\n\n**Q: YouTube视频下载失败怎么办？**\nA:\n\n1. 检查网络连接\n2. 更新yt-dlp：`pip install --upgrade yt-dlp`\n3. 尝试使用浏览器Cookie\n4. 检查视频是否可用或需要登录\n\n**Q: B站视频下载失败怎么办？**\nA:\n\n1. 检查账号登录状态\n2. 更新账号Cookie\n3. 检查视频权限设置\n4. 尝试使用其他账号\n\n**Q: AI处理速度慢怎么办？**\nA:\n\n1. 检查API密钥配置\n2. 调整处理参数（减少chunk_size）\n3. 检查网络连接\n4. 考虑使用更快的AI模型\n\n**Q: B站上传功能什么时候可以使用？**\nA: B站上传功能正在开发中，预计在下一个版本中发布。该功能将支持：\n\n- 自动上传切片视频到B站\n- 多账号管理和切换\n- 批量上传和队列管理\n- 上传进度监控\n\n**Q: 字幕编辑功能什么时候可以使用？**\nA: 字幕编辑功能正在开发中，预计在下一个版本中发布。该功能将支持：\n\n- 可视化字幕编辑器\n- 字幕时间轴同步\n- 多语言字幕支持\n- 字幕格式转换\n\n### 性能优化\n\n**Q: 如何提高处理速度？**\nA:\n\n1. 增加Celery Worker并发数\n2. 使用SSD存储\n3. 增加系统内存\n4. 优化视频质量设置\n\n**Q: 如何减少存储空间占用？**\nA:\n\n1. 定期清理临时文件\n2. 压缩输出视频\n3. 删除不需要的项目\n4. 使用外部存储\n\n## 📞 支持与反馈\n\n### 获取帮助\n\n- **问题反馈**: [GitHub Issues](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fissues)\n- **功能建议**: [GitHub Discussions](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fdiscussions)\n  (仓库创建后可用)\n- **Bug报告**: 请使用GitHub Issues模板\n- **文档**: [项目文档](docs\u002F)\n\n### 联系方式\n\n如有问题或建议，请通过以下方式联系：\n\n### 💬 QQ\n\n\u003Cimg src=\".\u002Fqq_qr.jpg\" alt=\"QQ二维码\" width=\"150\">\n\n### 📱 飞书\n\n\u003Cimg src=\".\u002Ffeishu_qr.jpg\" alt=\"飞书二维码\" width=\"150\">\n\n### 📧 其他联系方式\n\n- 提交 [GitHub Issue](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fissues)\n- 发送邮件至：[christine_zhouye@163.com](mailto:christine_zhouye@163.com)\n- 添加上述QQ或飞书联系\n\n## 🙏 致谢\n\n感谢以下开源项目和服务的支持：\n\n### 核心技术栈\n\n- [FastAPI](https:\u002F\u002Ffastapi.tiangolo.com\u002F) - 现代化Python Web框架\n- [React](https:\u002F\u002Freactjs.org\u002F) - 用户界面库\n- [Ant Design](https:\u002F\u002Fant.design\u002F) - 企业级UI设计语言\n- [TypeScript](https:\u002F\u002Ftypescriptlang.org\u002F) - JavaScript的超集\n- [Celery](https:\u002F\u002Fdocs.celeryproject.org\u002F) - 分布式任务队列\n- [Redis](https:\u002F\u002Fredis.io\u002F) - 内存数据结构存储\n\n### 视频处理\n\n- [yt-dlp](https:\u002F\u002Fgithub.com\u002Fyt-dlp\u002Fyt-dlp) - YouTube视频下载工具\n- [FFmpeg](https:\u002F\u002Fffmpeg.org\u002F) - 音视频处理框架\n\n### AI服务\n\n- [通义千问](https:\u002F\u002Ftongyi.aliyun.com\u002F) - 阿里云大语言模型服务\n- [DashScope](https:\u002F\u002Fdashscope.aliyun.com\u002F) - 阿里云AI服务平台\n\n### 开发工具\n\n- [Vite](https:\u002F\u002Fvitejs.dev\u002F) - 前端构建工具\n- [Zustand](https:\u002F\u002Fgithub.com\u002Fpmndrs\u002Fzustand) - 状态管理库\n- [Pydantic](https:\u002F\u002Fpydantic-docs.helpmanual.io\u002F) - 数据验证库\n\n### 特别感谢\n\n- 所有为开源社区贡献的开发者\n- 提供反馈和建议的用户\n- 参与测试和贡献代码的社区成员\n\n---\n\n## 如果这个项目对你有帮助，请给我们一个 ⭐ Star\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhouxiaoka_autoclip_readme_99d624efaa61.png)](https:\u002F\u002Fstar-history.com\u002F#zhouxiaoka\u002Fautoclip&Date)\n\nMade with ❤️ by AutoClip Team\n\n⭐ 如果觉得有用，请给个Star支持一下！\n","# AutoClip - 视频高光切片自动化工具\n\n支持YouTube\u002FB站视频下载、自动切片、智能合集生成\n\n[![Python](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FPython-3.8+-green?style=flat&logo=python)](https:\u002F\u002Fpython.org)\n[![React](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FReact-18+-blue?style=flat&logo=react)](https:\u002F\u002Freactjs.org)\n[![FastAPI](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FFastAPI-Latest-red?style=flat&logo=fastapi)](https:\u002F\u002Ffastapi.tiangolo.com)\n[![TypeScript](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FTypeScript-5.0+-blue?style=flat&logo=typescript)](https:\u002F\u002Fwww.typescriptlang.org)\n[![Celery](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FCelery-Latest-green?style=flat&logo=celery)](https:\u002F\u002Fceleryproject.org)\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FLicense-MIT-yellow?style=flat)](LICENSE)\n\n[![GitHub stars](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FStars-0-blue?style=social)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip)\n[![GitHub forks](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FForks-0-blue?style=social)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip)\n[![GitHub issues](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002FIssues-0-blue)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fissues)\n\n**语言**: [English](README-EN.md) | [中文](README.md)  \n\n\u003C\u002Fdiv>\n\n## 🎯 项目简介\n\nAutoClip是一个基于AI的智能视频切片处理系统，能够自动从YouTube、B站等平台下载视频，通过AI分析提取精彩片段，并智能生成合集。系统采用现代化的前后端分离架构，提供直观的Web界面和强大的后端处理能力。\n\n### ✨ 核心特性\n\n- 🎬 **多平台支持**: YouTube、B站视频一键下载，支持本地文件上传\n- 🤖 **AI智能分析**: 基于通义千问大语言模型的视频内容理解\n- ✂️ **自动切片**: 智能识别精彩片段并自动切割，支持多种视频分类\n- 📚 **智能合集**: AI推荐和手动创建视频合集，支持拖拽排序\n- 🚀 **实时处理**: 异步任务队列，实时进度反馈，WebSocket通信\n- 🎨 **现代界面**: React + TypeScript + Ant Design，响应式设计\n- 📱 **移动端支持**【开发中】: 响应式设计，正在完善移动端体验\n- 🔐 **账号管理**【开发中】: 支持B站多账号管理，自动健康检查\n- 📊 **数据统计**: 完整的项目管理和数据统计功能\n- 🛠️ **易于部署**: 一键启动脚本，Docker支持，详细文档\n- 📤 **B站上传**【开发中】: 自动上传切片视频到B站\n- ✏️ **字幕编辑**【开发中】: 可视化字幕编辑和同步功能\n\n## 🏗️ 系统架构\n\n```mermaid\ngraph TB\n    A[用户界面] --> B[FastAPI后端]\n    B --> C[Celery任务队列]\n    B --> D[Redis缓存]\n    B --> E[SQLite数据库]\n    C --> F[AI处理引擎]\n    F --> G[视频处理]\n    F --> H[字幕分析]\n    F --> I[内容理解]\n    B --> J[文件存储]\n    K[YouTube API] --> B\n    L[B站API] --> B\n```\n\n### 技术栈\n\n#### 后端技术\n\n- **FastAPI**: 现代化Python Web框架，自动API文档生成\n- **Celery**: 分布式任务队列，支持异步处理\n- **Redis**: 消息代理和缓存，任务状态管理\n- **SQLite**: 轻量级数据库，支持升级到PostgreSQL\n- **yt-dlp**: YouTube视频下载，支持多种格式\n- **通义千问**: AI内容分析，支持多种模型\n- **WebSocket**: 实时通信，进度推送\n- **Pydantic**: 数据验证和序列化\n\n#### 前端技术\n\n- **React 18**: 用户界面框架，Hooks和函数组件\n- **TypeScript**: 类型安全，更好的开发体验\n- **Ant Design**: 企业级UI组件库\n- **Vite**: 快速构建工具，热重载\n- **Zustand**: 轻量级状态管理\n- **React Router**: 路由管理\n- **Axios**: HTTP客户端\n- **React Player**: 视频播放器\n\n## 🚀 快速开始\n\n### 环境要求\n\n#### Docker部署（推荐）\n\n- **Docker**: 20.10+\n- **Docker Compose**: 2.0+\n- **内存**: 最少 4GB，推荐 8GB+\n- **存储**: 最少 10GB 可用空间\n\n#### 本地部署\n\n- **操作系统**: macOS \u002F Linux \u002F Windows (WSL)\n- **Python**: 3.8+ (推荐 3.9+)\n- **Node.js**: 16+ (推荐 18+)\n- **Redis**: 6.0+ (推荐 7.0+)\n- **FFmpeg**: 视频处理依赖\n- **内存**: 最少 4GB，推荐 8GB+\n- **存储**: 最少 10GB 可用空间\n\n### 一键启动\n\n#### 方式一：Docker部署（推荐）\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# Docker一键启动\n.\u002Fdocker-start.sh\n\n# 开发环境启动\n.\u002Fdocker-start.sh dev\n\n# 停止服务\n.\u002Fdocker-stop.sh\n\n# 检查服务状态\n.\u002Fdocker-status.sh\n```\n\n#### 方式二：本地部署\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# 一键启动（推荐，包含完整检查和监控）\n.\u002Fstart_autoclip.sh\n\n# 快速启动（开发环境，跳过详细检查）\n.\u002Fquick_start.sh\n\n# 检查系统状态\n.\u002Fstatus_autoclip.sh\n\n# 停止系统\n.\u002Fstop_autoclip.sh\n```\n\n### 手动安装\n\n```bash\n# 1. 创建虚拟环境\npython3 -m venv venv\nsource venv\u002Fbin\u002Factivate  # Linux\u002FmacOS\n# 或 venv\\Scripts\\activate  # Windows\n\n# 2. 安装Python依赖\npip install -r requirements.txt\n\n# 3. 安装前端依赖\ncd frontend && npm install && cd ..\n\n# 4. 安装Redis\n# macOS\nbrew install redis\nbrew services start redis\n\n# Ubuntu\u002FDebian\nsudo apt update\nsudo apt install redis-server\nsudo systemctl start redis-server\n\n# CentOS\u002FRHEL\nsudo yum install redis\nsudo systemctl start redis\n\n# 5. 安装FFmpeg\n# macOS\nbrew install ffmpeg\n\n# Ubuntu\u002FDebian\nsudo apt install ffmpeg\n\n# CentOS\u002FRHEL\nsudo yum install ffmpeg\n\n# 6. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入API密钥等配置\n```\n\n## 🎬 功能演示\n\n### 主要功能展示\n\n1. **视频下载与处理**\n   - 支持YouTube、B站视频链接解析\n   - 自动下载视频和字幕文件\n   - 支持本地文件上传\n\n2. **AI智能分析**\n   - 自动提取视频大纲\n   - 智能识别话题时间点\n   - 对片段进行精彩度评分\n\n3. **视频切片与合集**\n   - 自动生成精彩片段\n   - 智能推荐合集组合\n   - 支持手动编辑和排序\n\n4. **实时进度监控**\n   - WebSocket实时进度推送\n   - 详细的任务状态显示\n   - 错误处理和重试机制\n\n5. **B站上传功能**【开发中】\n   - 自动上传切片视频到B站\n   - 支持多账号管理\n   - 批量上传和队列管理\n\n6. **字幕编辑功能**【开发中】\n   - 可视化字幕编辑器\n   - 字幕同步和调整\n   - 多语言字幕支持\n\n## 📖 使用指南\n\n### 1. 视频下载\n\n#### YouTube视频\n\n1. 在首页点击\"新建项目\"\n2. 选择\"YouTube链接\"\n3. 粘贴视频URL\n4. 选择浏览器Cookie（可选）\n5. 点击\"开始下载\"\n\n#### B站视频\n\n1. 在首页点击\"新建项目\"\n2. 选择\"B站链接\"\n3. 粘贴视频URL\n4. 选择登录账号\n5. 点击\"开始下载\"\n\n#### 本地文件\n\n1. 在首页点击\"新建项目\"\n2. 选择\"文件上传\"\n3. 拖拽或选择视频文件\n4. 上传字幕文件（可选）\n5. 点击\"开始处理\"\n\n### 2. 智能处理\n\n系统会自动执行以下步骤：\n\n1. **素材准备**: 下载视频和字幕文件\n2. **内容分析**: AI提取视频大纲和关键信息\n3. **时间线提取**: 识别话题时间区间\n4. **精彩评分**: 对每个片段进行AI评分\n5. **标题生成**: 为精彩片段生成吸引人标题\n6. **合集推荐**: AI推荐视频合集\n7. **视频生成**: 生成切片视频和合集视频\n\n### 3. 结果管理\n\n- **查看切片**: 在项目详情页查看所有生成的视频片段\n- **编辑信息**: 修改片段标题、描述等信息\n- **创建合集**: 手动创建或使用AI推荐的合集\n- **下载导出**: 下载单个片段或完整合集\n- **B站上传**【开发中】: 一键上传切片视频到B站\n- **字幕编辑**【开发中】: 可视化编辑和同步字幕文件\n\n## 🔧 配置说明\n\n### 环境变量配置\n\n创建 `.env` 文件：\n\n```bash\n# 数据库配置\nDATABASE_URL=sqlite:\u002F\u002F\u002F.\u002Fdata\u002Fautoclip.db\n\n# Redis配置\nREDIS_URL=redis:\u002F\u002Flocalhost:6379\u002F0\n\n# AI API配置\nAPI_DASHSCOPE_API_KEY=your_dashscope_api_key\nAPI_MODEL_NAME=qwen-plus\n\n# 日志配置\nLOG_LEVEL=INFO\nENVIRONMENT=development\nDEBUG=true\n\n# 文件存储\nUPLOAD_DIR=.\u002Fdata\u002Fuploads\nPROJECT_DIR=.\u002Fdata\u002Fprojects\n```\n\n### B站账号配置【开发中】\n\n1. 在设置页面点击\"B站账号管理\"\n2. 选择登录方式：\n   - **Cookie导入**（推荐）：从浏览器导出Cookie\n   - **账号密码**：直接输入账号密码\n   - **二维码登录**：扫描二维码登录\n3. 添加成功后系统会自动管理账号健康状态\n\n## 📁 项目结构\n\n```text\nautoclip\u002F\n├── backend\u002F                 # 后端代码\n│   ├── api\u002F                # API路由\n│   │   ├── v1\u002F            # API v1版本\n│   │   │   ├── youtube.py # YouTube下载API\n│   │   │   ├── bilibili.py # B站下载API\n│   │   │   ├── projects.py # 项目管理API\n│   │   │   ├── clips.py   # 视频片段API\n│   │   │   ├── collections.py # 合集管理API\n│   │   │   └── settings.py # 系统设置API\n│   │   └── upload_queue.py # 上传队列管理\n│   ├── core\u002F              # 核心配置\n│   │   ├── database.py    # 数据库配置\n│   │   ├── celery_app.py  # Celery配置\n│   │   ├── config.py      # 系统配置\n│   │   └── llm_manager.py # AI模型管理\n│   ├── models\u002F            # 数据模型\n│   │   ├── project.py     # 项目模型\n│   │   ├── clip.py        # 片段模型\n│   │   ├── collection.py  # 合集模型\n│   │   └── bilibili.py    # B站账号模型\n│   ├── services\u002F          # 业务逻辑\n│   │   ├── video_service.py # 视频处理服务\n│   │   ├── ai_service.py  # AI分析服务\n│   │   └── upload_service.py # 上传服务\n│   ├── tasks\u002F             # Celery任务\n│   │   ├── processing.py  # 处理任务\n│   │   ├── upload.py      # 上传任务\n│   │   └── maintenance.py # 维护任务\n│   ├── pipeline\u002F          # 处理流水线\n│   │   ├── step1_outline.py # 大纲提取\n│   │   ├── step2_timeline.py # 时间线分析\n│   │   ├── step3_scoring.py # 精彩度评分\n│   │   └── step6_video.py # 视频生成\n│   └── utils\u002F             # 工具函数\n├── frontend\u002F              # 前端代码\n│   ├── src\u002F\n│   │   ├── components\u002F    # React组件\n│   │   │   ├── UploadModal.tsx # 上传模态框\n│   │   │   ├── ClipCard.tsx # 片段卡片\n│   │   │   ├── CollectionCard.tsx # 合集卡片\n│   │   │   └── BilibiliManager.tsx # B站管理\n│   │   ├── pages\u002F         # 页面组件\n│   │   │   ├── HomePage.tsx # 首页\n│   │   │   ├── ProjectDetailPage.tsx # 项目详情\n│   │   │   └── SettingsPage.tsx # 设置页面\n│   │   ├── services\u002F      # API服务\n│   │   │   └── api.ts     # API客户端\n│   │   └── stores\u002F        # 状态管理\n│   └── package.json\n├── data\u002F                  # 数据存储\n│   ├── projects\u002F          # 项目数据\n│   ├── uploads\u002F           # 上传文件\n│   ├── temp\u002F              # 临时文件\n│   ├── output\u002F            # 输出文件\n│   └── autoclip.db        # 数据库文件\n├── scripts\u002F               # 工具脚本\n│   ├── start_autoclip.sh  # 启动脚本\n│   ├── stop_autoclip.sh   # 停止脚本\n│   └── status_autoclip.sh # 状态检查\n├── docs\u002F                  # 文档\n│   ├── README.md          # 文档中心\n│   ├── i18n.md           # 国际化配置\n│   └── *.md              # 其他文档\n├── logs\u002F                  # 日志文件\n├── Dockerfile             # Docker镜像构建文件\n├── Dockerfile.dev         # 开发环境Docker文件\n├── docker-compose.yml     # 生产环境Docker编排\n├── docker-compose.dev.yml # 开发环境Docker编排\n├── docker-start.sh        # Docker启动脚本\n├── docker-stop.sh         # Docker停止脚本\n├── docker-status.sh       # Docker状态检查脚本\n├── .dockerignore          # Docker忽略文件\n├── DOCKER.md              # Docker部署文档\n└── *.sh                   # 启动脚本\n```\n\n## 🌐 API文档\n\n启动系统后访问以下地址查看API文档：\n\n- **Swagger UI**: [http:\u002F\u002Flocalhost:8000\u002Fdocs](http:\u002F\u002Flocalhost:8000\u002Fdocs) (本地开发环境)\n- **ReDoc**: [http:\u002F\u002Flocalhost:8000\u002Fredoc](http:\u002F\u002Flocalhost:8000\u002Fredoc) (本地开发环境)\n\n### 主要API端点\n\n| 端点 | 方法 | 描述 |\n|------|------|------|\n| `\u002Fapi\u002Fv1\u002Fprojects` | GET | 获取项目列表 |\n| `\u002Fapi\u002Fv1\u002Fprojects` | POST | 创建新项目 |\n| `\u002Fapi\u002Fv1\u002Fprojects\u002F{id}` | GET | 获取项目详情 |\n| `\u002Fapi\u002Fv1\u002Fyoutube\u002Fparse` | POST | 解析YouTube视频信息 |\n| `\u002Fapi\u002Fv1\u002Fyoutube\u002Fdownload` | POST | 下载YouTube视频 |\n| `\u002Fapi\u002Fv1\u002Fbilibili\u002Fdownload` | POST | 下载B站视频 |\n| `\u002Fapi\u002Fv1\u002Fprojects\u002F{id}\u002Fprocess` | POST | 开始处理项目 |\n| `\u002Fapi\u002Fv1\u002Fprojects\u002F{id}\u002Fstatus` | GET | 获取处理状态 |\n\n## 🔍 故障排除\n\n### 常见问题\n\n#### 1. 端口被占用\n\n```bash\n# 检查端口占用\nlsof -i :8000  # 后端端口\nlsof -i :3000  # 前端端口\n\n# 停止占用进程\nkill -9 \u003CPID>\n```\n\n#### 2. Redis连接失败\n\n```bash\n# 检查Redis状态\nredis-cli ping\n\n# 启动Redis服务\nbrew services start redis  # macOS\nsystemctl start redis      # Linux\n```\n\n#### 3. YouTube下载失败\n\n- 检查网络连接\n- 更新yt-dlp版本：`pip install --upgrade yt-dlp`\n- 尝试使用浏览器Cookie\n- 检查视频是否可用\n\n#### 4. B站下载失败\n\n- 检查账号登录状态\n- 更新账号Cookie\n- 检查视频权限设置\n\n### 日志查看\n\n```bash\n# 查看所有日志\ntail -f logs\u002F*.log\n\n# 查看特定服务日志\ntail -f logs\u002Fbackend.log    # 后端日志\ntail -f logs\u002Ffrontend.log   # 前端日志\ntail -f logs\u002Fcelery.log     # 任务队列日志\n```\n\n### 系统状态检查\n\n```bash\n# 详细状态检查\n.\u002Fstatus_autoclip.sh\n\n# 手动检查服务\ncurl http:\u002F\u002Flocalhost:8000\u002Fapi\u002Fv1\u002Fhealth\u002F  # 后端健康检查\ncurl http:\u002F\u002Flocalhost:3000\u002F                # 前端访问测试\nredis-cli ping                             # Redis连接测试\n```\n\n## 🛠️ 开发指南\n\n### 后端开发\n\n```bash\n# 激活虚拟环境\nsource venv\u002Fbin\u002Factivate\n\n# 设置Python路径\nexport PYTHONPATH=\"${PWD}:${PYTHONPATH}\"\n\n# 启动后端开发服务器\npython -m uvicorn backend.main:app --reload --port 8000\n```\n\n### 前端开发\n\n```bash\n# 进入前端目录\ncd frontend\n\n# 启动开发服务器\nnpm run dev\n```\n\n### Celery Worker\n\n```bash\n# 启动Worker\ncelery -A backend.core.celery_app worker --loglevel=info\n\n# 启动Beat调度器\ncelery -A backend.core.celery_app beat --loglevel=info\n\n# 启动Flower监控\ncelery -A backend.core.celery_app flower --port=5555\n```\n\n## 📊 性能优化\n\n### 生产环境配置\n\n1. **数据库优化**\n   - 使用PostgreSQL替代SQLite\n   - 配置连接池\n   - 启用查询缓存\n\n2. **Redis优化**\n   - 配置内存限制\n   - 启用持久化\n   - 设置过期策略\n\n3. **Celery优化**\n   - 调整并发数\n   - 配置任务路由\n   - 启用结果后端\n\n## 🔒 安全配置\n\n### 生产环境安全\n\n1. **环境变量**\n   - 使用强密码\n   - 定期轮换密钥\n   - 限制API访问\n\n2. **网络安全**\n   - 配置防火墙\n   - 使用HTTPS\n   - 限制CORS\n\n3. **数据安全**\n   - 定期备份\n   - 加密敏感数据\n   - 访问控制\n\n## 🚀 部署指南\n\n### Docker部署\n\n#### 快速启动\n\n```bash\n# 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入必要的配置\n\n# 启动所有服务\ndocker-compose up -d\n\n# 查看服务状态\ndocker-compose ps\n```\n\n#### 访问服务\n\n- **前端界面**: [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000) (本地开发环境)\n- **后端API**: [http:\u002F\u002Flocalhost:8000](http:\u002F\u002Flocalhost:8000) (本地开发环境)\n- **API文档**: [http:\u002F\u002Flocalhost:8000\u002Fdocs](http:\u002F\u002Flocalhost:8000\u002Fdocs) (本地开发环境)\n- **Flower监控**: [http:\u002F\u002Flocalhost:5555](http:\u002F\u002Flocalhost:5555) (本地开发环境)\n\n#### 开发环境\n\n```bash\n# 使用开发环境配置\ndocker-compose -f docker-compose.dev.yml up -d\n\n# 实时查看日志\ndocker-compose -f docker-compose.dev.yml logs -f\n```\n\n#### 详细说明\n\n完整的Docker部署指南请参考 [DOCKER.md](DOCKER.md) 文档。\n\n### 系统服务\n\n```bash\n# 创建systemd服务文件\nsudo nano \u002Fetc\u002Fsystemd\u002Fsystem\u002Fautoclip.service\n\n[Unit]\nDescription=AutoClip Video Processing System\nAfter=network.target redis.service\n\n[Service]\nType=forking\nUser=autoclip\nWorkingDirectory=\u002Fopt\u002Fautoclip\nExecStart=\u002Fopt\u002Fautoclip\u002Fstart_autoclip.sh\nExecStop=\u002Fopt\u002Fautoclip\u002Fstop_autoclip.sh\nRestart=always\n\n[Install]\nWantedBy=multi-user.target\n```\n\n## 📈 路线图\n\n### 即将推出\n\n- [ ] **B站上传功能**: 自动上传切片视频到B站，支持多账号管理\n- [ ] **字幕编辑功能**: 可视化字幕编辑器和同步功能\n- [ ] **多语言支持**: 支持更多语言的视频处理\n- [ ] **云端存储**: 集成云存储服务\n- [ ] **批量处理**: 支持批量视频处理\n- [ ] **API开放**: 提供公开API接口\n- [ ] **移动应用**: 开发移动端应用\n\n### 长期规划\n\n- [ ] **AI模型优化**: 集成更多AI模型\n- [ ] **实时协作**: 支持多用户协作\n- [ ] **插件系统**: 支持第三方插件\n- [ ] **企业版**: 企业级功能和服务\n\n## 🤝 贡献指南\n\n我们欢迎所有形式的贡献！无论是代码贡献、文档改进、问题报告还是功能建议。\n\n### 如何贡献\n\n1. **Fork** 项目到您的GitHub账户\n2. 克隆您的Fork到本地：\n\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\n   cd autoclip\n   ```\n\n3. 创建功能分支：\n\n   ```bash\n   git checkout -b feature\u002Famazing-feature\n   ```\n\n4. 进行开发和测试\n5. 提交更改：\n\n   ```bash\n   git add .\n   git commit -m 'feat: add amazing feature'\n   ```\n\n6. 推送分支：\n\n   ```bash\n   git push origin feature\u002Famazing-feature\n   ```\n\n7. 在GitHub上创建 **Pull Request**\n\n### 开发规范\n\n#### 代码规范\n\n- 后端：遵循PEP 8 Python代码规范\n- 前端：使用TypeScript，遵循ESLint规则\n- 提交信息：使用约定式提交格式（feat, fix, docs, style, refactor, test, chore）\n\n#### 开发流程\n\n1. 确保所有测试通过\n2. 添加必要的测试用例\n3. 更新相关文档\n4. 确保代码质量检查通过\n\n#### 提交信息格式\n\n```text\n\u003Ctype>(\u003Cscope>): \u003Cdescription>\n\n[optional body]\n\n[optional footer(s)]\n```\n\n示例：\n\n- `feat(api): add video download endpoint`\n- `fix(ui): resolve upload modal display issue`\n- `docs(readme): update installation instructions`\n\n## 📄 许可证\n\n本项目采用 [MIT License](LICENSE) 许可证。\n\n## ❓ 常见问题\n\n### 安装和启动问题\n\n**Q: 启动时提示端口被占用怎么办？**\nA: 使用以下命令检查并停止占用端口的进程：\n\n```bash\n# 检查端口占用\nlsof -i :8000  # 后端端口\nlsof -i :3000  # 前端端口\n\n# 停止进程\nkill -9 \u003CPID>\n```\n\n**Q: Redis连接失败怎么办？**\nA: 确保Redis服务正在运行：\n\n```bash\n# 检查Redis状态\nredis-cli ping\n\n# 启动Redis服务\nbrew services start redis  # macOS\nsudo systemctl start redis-server  # Linux\n```\n\n**Q: 前端依赖安装失败怎么办？**\nA: 尝试清理缓存后重新安装：\n\n```bash\ncd frontend\nrm -rf node_modules package-lock.json\nnpm cache clean --force\nnpm install\n```\n\n### 功能使用问题\n\n**Q: YouTube视频下载失败怎么办？**\nA:\n\n1. 检查网络连接\n2. 更新yt-dlp：`pip install --upgrade yt-dlp`\n3. 尝试使用浏览器Cookie\n4. 检查视频是否可用或需要登录\n\n**Q: B站视频下载失败怎么办？**\nA:\n\n1. 检查账号登录状态\n2. 更新账号Cookie\n3. 检查视频权限设置\n4. 尝试使用其他账号\n\n**Q: AI处理速度慢怎么办？**\nA:\n\n1. 检查API密钥配置\n2. 调整处理参数（减少chunk_size）\n3. 检查网络连接\n4. 考虑使用更快的AI模型\n\n**Q: B站上传功能什么时候可以使用？**\nA: B站上传功能正在开发中，预计在下一个版本中发布。该功能将支持：\n\n- 自动上传切片视频到B站\n- 多账号管理和切换\n- 批量上传和队列管理\n- 上传进度监控\n\n**Q: 字幕编辑功能什么时候可以使用？**\nA: 字幕编辑功能正在开发中，预计在下一个版本中发布。该功能将支持：\n\n- 可视化字幕编辑器\n- 字幕时间轴同步\n- 多语言字幕支持\n- 字幕格式转换\n\n### 性能优化\n\n**Q: 如何提高处理速度？**\nA:\n\n1. 增加Celery Worker并发数\n2. 使用SSD存储\n3. 增加系统内存\n4. 优化视频质量设置\n\n**Q: 如何减少存储空间占用？**\nA:\n\n1. 定期清理临时文件\n2. 压缩输出视频\n3. 删除不需要的项目\n4. 使用外部存储\n\n## 📞 支持与反馈\n\n### 获取帮助\n\n- **问题反馈**: [GitHub Issues](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fissues)\n- **功能建议**: [GitHub Discussions](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fdiscussions)\n  (仓库创建后可用)\n- **Bug报告**: 请使用GitHub Issues模板\n- **文档**: [项目文档](docs\u002F)\n\n### 联系方式\n\n如有问题或建议，请通过以下方式联系：\n\n### 💬 QQ\n\n\u003Cimg src=\".\u002Fqq_qr.jpg\" alt=\"QQ二维码\" width=\"150\">\n\n### 📱 飞书\n\n\u003Cimg src=\".\u002Ffeishu_qr.jpg\" alt=\"飞书二维码\" width=\"150\">\n\n### 📧 其他联系方式\n\n- 提交 [GitHub Issue](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Fissues)\n- 发送邮件至：[christine_zhouye@163.com](mailto:christine_zhouye@163.com)\n- 添加上述QQ或飞书联系\n\n## 🙏 致谢\n\n感谢以下开源项目和服务的支持：\n\n### 核心技术栈\n\n- [FastAPI](https:\u002F\u002Ffastapi.tiangolo.com\u002F) - 现代化Python Web框架\n- [React](https:\u002F\u002Freactjs.org\u002F) - 用户界面库\n- [Ant Design](https:\u002F\u002Fant.design\u002F) - 企业级UI设计语言\n- [TypeScript](https:\u002F\u002Ftypescriptlang.org\u002F) - JavaScript的超集\n- [Celery](https:\u002F\u002Fdocs.celeryproject.org\u002F) - 分布式任务队列\n- [Redis](https:\u002F\u002Fredis.io\u002F) - 内存数据结构存储\n\n### 视频处理\n\n- [yt-dlp](https:\u002F\u002Fgithub.com\u002Fyt-dlp\u002Fyt-dlp) - YouTube视频下载工具\n- [FFmpeg](https:\u002F\u002Fffmpeg.org\u002F) - 音视频处理框架\n\n### AI服务\n\n- [通义千问](https:\u002F\u002Ftongyi.aliyun.com\u002F) - 阿里云大语言模型服务\n- [DashScope](https:\u002F\u002Fdashscope.aliyun.com\u002F) - 阿里云AI服务平台\n\n### 开发工具\n\n- [Vite](https:\u002F\u002Fvitejs.dev\u002F) - 前端构建工具\n- [Zustand](https:\u002F\u002Fgithub.com\u002Fpmndrs\u002Fzustand) - 状态管理库\n- [Pydantic](https:\u002F\u002Fpydantic-docs.helpmanual.io\u002F) - 数据验证库\n\n### 特别感谢\n\n- 所有为开源社区贡献的开发者\n- 提供反馈和建议的用户\n- 参与测试和贡献代码的社区成员\n\n---\n\n## 如果这个项目对你有帮助，请给我们一个 ⭐ Star\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhouxiaoka_autoclip_readme_99d624efaa61.png)](https:\u002F\u002Fstar-history.com\u002F#zhouxiaoka\u002Fautoclip&Date)\n\nMade with ❤️ by AutoClip Team\n\n⭐ 如果觉得有用，请给个Star支持一下！","# AutoClip 快速上手指南\n\nAutoClip 是一个基于 AI 的智能视频切片处理系统，支持从 YouTube、B 站下载视频，自动分析内容并生成精彩片段合集。\n\n## 环境准备\n\n在开始之前，请确保您的系统满足以下要求：\n\n### 系统要求\n- **操作系统**: macOS \u002F Linux \u002F Windows (推荐 WSL)\n- **内存**: 最少 4GB，推荐 8GB+\n- **存储**: 最少 10GB 可用空间\n\n### 前置依赖\n#### 方案一：Docker 部署（推荐）\n- Docker 20.10+\n- Docker Compose 2.0+\n\n#### 方案二：本地部署\n- **Python**: 3.8+ (推荐 3.9+)\n- **Node.js**: 16+ (推荐 18+)\n- **Redis**: 6.0+ (推荐 7.0+)\n- **FFmpeg**: 视频处理核心依赖\n- **Git**: 代码克隆\n\n> **国内加速提示**：\n> - Python 包安装建议使用清华源：`pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple`\n> - Node.js 包安装建议配置淘宝镜像：`npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n\n## 安装步骤\n\n### 方式一：Docker 一键启动（推荐）\n\n```bash\n# 1. 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# 2. 一键启动服务\n.\u002Fdocker-start.sh\n\n# 3. 查看服务状态\n.\u002Fdocker-status.sh\n```\n\n### 方式二：本地手动安装\n\n```bash\n# 1. 克隆项目\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\ncd autoclip\n\n# 2. 使用脚本一键安装和启动（包含环境检查）\n.\u002Fstart_autoclip.sh\n```\n\n**若需手动分步安装：**\n\n```bash\n# 1. 创建并激活 Python 虚拟环境\npython3 -m venv venv\nsource venv\u002Fbin\u002Factivate  # Windows 使用: venv\\Scripts\\activate\n\n# 2. 安装后端依赖 (推荐使用国内镜像)\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n\n# 3. 安装前端依赖 (推荐使用国内镜像)\ncd frontend\nnpm config set registry https:\u002F\u002Fregistry.npmmirror.com\nnpm install\ncd ..\n\n# 4. 安装系统组件 (以 Ubuntu 为例)\nsudo apt update\nsudo apt install redis-server ffmpeg -y\nsudo systemctl start redis-server\n\n# 5. 配置环境变量\ncp env.example .env\n# 编辑 .env 文件，填入通义千问 API Key 等必要配置\n```\n\n## 基本使用\n\n启动成功后，默认访问地址如下：\n- **前端界面**: http:\u002F\u002Flocalhost:3000\n- **API 文档**: http:\u002F\u002Flocalhost:8000\u002Fdocs\n\n### 第一步：新建项目\n1. 打开浏览器访问 `http:\u002F\u002Flocalhost:3000`。\n2. 点击首页的 **\"新建项目\"** 按钮。\n\n### 第二步：导入视频\n根据来源选择对应方式：\n- **YouTube\u002FB 站链接**：粘贴视频 URL，B 站视频可选择已登录的账号。\n- **本地文件**：直接拖拽视频文件上传（支持可选的字幕文件）。\n- 点击 **\"开始下载\"** 或 **\"开始处理\"**。\n\n### 第三步：AI 智能处理\n系统将自动执行以下流程（可在详情页实时查看进度）：\n1. **素材准备**：下载视频与字幕。\n2. **内容分析**：AI 提取大纲、识别话题时间点。\n3. **精彩评分**：对片段进行打分并生成标题。\n4. **视频生成**：自动切割视频并推荐合集。\n\n### 第四步：管理与导出\n- **查看结果**：在项目详情页预览生成的切片。\n- **编辑调整**：修改片段标题、描述或手动调整合集顺序。\n- **导出视频**：下载单个精彩片段或完整合集到本地。\n\n> **注意**：首次使用前，请务必在 `.env` 文件中配置有效的 `API_DASHSCOPE_API_KEY`（通义千问），否则 AI 分析功能无法运行。","某游戏解说博主每周需从长达 3 小时的直播录像中提炼精彩操作，制作成短视频分发至 B 站和抖音以维持粉丝活跃度。\n\n### 没有 autoclip 时\n- **人工审片耗时极长**：博主需全程观看数小时原始素材，凭肉眼标记高光时刻，单次剪辑准备时间超过 4 小时。\n- **切片标准主观且不稳定**：依赖人工判断容易遗漏隐蔽的精彩配合或反转瞬间，导致视频内容质量忽高忽低。\n- **多平台适配繁琐**：下载源视频、手动切割、重新封装字幕及调整格式需切换多个软件，操作流程割裂且易出错。\n- **合集整理困难**：面对海量碎片化片段，难以快速按主题（如“极限反杀”、“搞笑失误”）归类并生成系列合集。\n\n### 使用 autoclip 后\n- **AI 自动提取提效显著**：只需输入直播链接，autoclip 利用通义千问模型自动分析内容，15 分钟内即可输出所有潜在高光片段。\n- **智能识别覆盖全面**：基于语义理解精准捕捉团战爆发、逆风翻盘等关键节点，确保精彩镜头零遗漏，内容质量标准化。\n- **一站式自动化流程**：autoclip 内置下载、切片、字幕同步功能，一键生成符合各平台规范的成品视频，无需人工干预格式转换。\n- **动态合集智能生成**：系统自动将切片按游戏角色或事件类型聚类，博主仅需在 Web 界面拖拽排序即可发布专题合集。\n\nautoclip 将视频二创的生产模式从“劳动密集型”转变为\"AI 驱动型”，让创作者将精力回归内容策划而非机械剪辑。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzhouxiaoka_autoclip_c0cd42f5.png","zhouxiaoka","Kris K","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fzhouxiaoka_2cffba2f.jpg","I know nothing about code.",null,"Shanghai, China","https:\u002F\u002Fgithub.com\u002Fzhouxiaoka",[81,85,89,93,96,100],{"name":82,"color":83,"percentage":84},"Python","#3572A5",69,{"name":86,"color":87,"percentage":88},"TypeScript","#3178c6",26.1,{"name":90,"color":91,"percentage":92},"Shell","#89e051",2.8,{"name":94,"color":95,"percentage":32},"CSS","#663399",{"name":97,"color":98,"percentage":99},"Dockerfile","#384d54",0.1,{"name":101,"color":102,"percentage":103},"HTML","#e34c26",0,3503,733,"2026-04-13T10:19:15","MIT",4,"Linux, macOS, Windows (WSL)","未说明","最低 4GB，推荐 8GB+",{"notes":113,"python":114,"dependencies":115},"后端依赖 Redis 6.0+ 和 FFmpeg；AI 分析使用通义千问大模型（需配置 DashScope API Key）；支持 Docker 一键部署（需 Docker 20.10+ 和 Docker Compose 2.0+）；数据库默认为 SQLite，生产环境建议升级为 PostgreSQL。","3.8+ (推荐 3.9+)",[116,117,118,119,120,121,122,123],"FastAPI","Celery","Redis","yt-dlp","React 18+","TypeScript 5.0+","FFmpeg","Node.js 16+",[13,15,35,14,125],"视频",[127,128,129,130,131,132,133,134,135,136,137,138,139],"ai","ai-agents","ai-tools","ai-video","ai-video-editor","auto","auto-highlight","highlight","llm","video","video-editing","video-processing","videos","2026-03-27T02:49:30.150509","2026-04-13T22:46:02.143189",[],[144],{"id":145,"version":146,"summary_zh":147,"released_at":148},239333,"v1.0.0","这是 Autoclip 的第一个稳定版本！\r\n继承了 [autoclip_mvp](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip_mvp) 800+ Star 的验证与反馈，本仓库将作为后续开发与维护的唯一主力，标志着项目进入正式迭代阶段 🚀。\r\n\r\n这是 Autoclip 的第一个稳定版本！\r\n在 [autoclip_mvp](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip_mvp) 获得 800 多颗星成功的基础上，本仓库将成为未来开发和维护的主干 🚀。\r\n\r\n⸻\r\n\r\n✨ 主要更新 \u002F Highlights\r\n\t•\t全新架构：后端采用 FastAPI + Celery + WebSocket，前端基于 React + Zustand\r\n\t•\t新架构：后端由 FastAPI、Celery 和 WebSocket 提供支持；前端基于 React 和 Zustand 构建\r\n\t•\t本地字幕识别：支持 Whisper 本地推理，提升长视频转写效率\r\n\t•\t本地字幕识别：支持 Whisper 本地推理，可高效完成长视频转写\r\n\t•\t切片流程升级：大纲提取 → 时间点定位 → 高光评分 → 自动生成标题\r\n\t•\t切片流程升级：提取大纲 → 定位时间戳 → 评分高光片段 → 自动生成标题\r\n\t•\t任务系统：支持多任务管理，实时进度推送\r\n\t•\t任务系统：支持多任务管理，并提供实时进度推送\r\n\t•\t稳定性：引入 Poetry 依赖管理，测试覆盖率 >95%\r\n\t•\t稳定性：采用 Poetry 进行依赖管理，测试覆盖率超过 95%\r\n\r\n⸻\r\n\r\n📦 迁移提示 \u002F Migration Notes\r\n\t•\t原仓库 [autoclip_mvp](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip_mvp) 已停止维护，仅作历史保留。\r\n\t•\t原仓库 [autoclip_mvp](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip_mvp) 已弃用，现仅作为历史记录保存。\r\n\t•\t新用户请直接使用本仓库。\r\n\t•\t新用户应直接使用本仓库。\r\n\r\n⸻\r\n\r\n⬇️ 获取方式 \u002F Get Started\r\n\t•\t源码下载：[源码 (zip)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Freleases\u002Fautoclip-v1.0.0.zip) | [源码 (tar.gz)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Freleases\u002Fautoclip-v1.0.0.tar.gz)\r\n\t•\t下载源码：[源码 (zip)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Freleases\u002Fautoclip-v1.0.0.zip) | [源码 (tar.gz)](https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip\u002Freleases\u002Fautoclip-v1.0.0.tar.gz)\r\n\t•\t或通过 Git 克隆：\r\n\t•\t或者克隆仓库：\r\n\r\ngit clone https:\u002F\u002Fgithub.com\u002Fzhouxiaoka\u002Fautoclip.git\r\n\r\n⸻\r\n\r\n🙏 感谢所有为 MVP 贡献 Star、反馈与讨论的用户！欢迎继续关注与参与 Autoclip 的后续开发。\r\n🙏 感谢所有为 MVP 贡献过星标、反馈和讨论的用户！我们期待您继续关注并参与 Autoclip 的后续开发。","2025-09-15T19:14:56"]