FireRed-OpenStoryline完全指南:对话式AI视频剪辑如何一句话生成专业级成片-育师

FireRed-OpenStoryline完全指南:对话式AI视频剪辑如何一句话生成专业级成片

【免费下载链接】FireRed-OpenStorylineFireRed-OpenStoryline is an AI video editing agent that transforms manual editing into intention-driven directing through natural language interaction, LLM-powered planning, and precise tool orchestration. It facilitates transparent, human-in-the-loop creation with reusable Style Skills for consistent, professional storytelling.项目地址: https://gitcode.com/gh_mirrors/fi/FireRed-OpenStoryline

FireRed-OpenStoryline是一款开源的对话式AI视频剪辑Agent：它把复杂的视频创作变成自然对话，只需一句自然语言指令，就能自动完成素材搜索、镜头拆分、故事线策划、旁白、字幕、配乐与渲染，一句话生成专业级成片。本文将从安装、部署到进阶使用，带你用最少的步骤上手这款 AI 剪辑工具。

✨ 为什么说它能"一句话出片"？

传统视频剪辑要手动完成拆镜头、排故事、写文案、压字幕、选音乐、卡节奏。而 FireRed-OpenStoryline 把这些环节交给 LLM 驱动的规划与精准的工具编排，你只需用一句话表达"导演意图"：

🌐智能素材搜索：没有素材时，自动在线检索并下载符合主题的图片/视频（基于 Pexels API）
✍️智能文案生成：结合主题、画面理解与情绪识别自动生成故事线和旁白；内置 Few-shot 仿写，复刻任意文风
🎵音乐/配音/字体推荐：支持导入私有歌单，按内容与情绪自动推荐 BGM 并智能卡点；一句"克制一点""像纪录片旁白"即可匹配合适的配音与字体
💬对话式精修：删减、替换、重组片段，改字幕文案，调字体颜色/描边/位置——全部用自然语言完成
⚡剪辑技能沉淀：一键保存完整剪辑逻辑为专属Editing Skill，下次换素材即可复刻同款风格，适合批量生产

🎬 剪辑流程是怎么跑通的？

Agent 内部由一组协作的"节点"组成（源码见 src/open_storyline/nodes/core_nodes/），了解流程后你就知道每个环节在哪里调整：

阶段	作用	对应源码
素材加载 / 在线检索	导入本地素材，或从 Pexels 自动下载素材	load_media.py、search_media.py
镜头拆分	用 TransNetV2 模型自动检测镜头切换，切分为 clips	split_shots.py
素材理解	VLM 理解每个片段的内容与情绪	understand_clips.py
筛选与分组	挑选契合主题的片段并分组为叙事段落	filter_clips.py、group_clips.py
脚本生成	为每组写旁白文案并切分字幕	generate_script.py
旁白合成	LLM 推断参数并调用 TTS 生成配音	generate_voiceover.py
BGM 选择与卡点	分析音乐节拍，让视频切换对齐节奏点	select_bgm.py
时间线规划	把视频、旁白、字幕、音乐合成一条时间线	plan_timeline.py
成片渲染	FFmpeg + MoviePy 渲染输出最终视频	render_video.py

各节点的提示词集中在 prompts/tasks/ 目录，例如 prompts/tasks/generate_script/zh/system.md 就是脚本生成提示词，可自行微调。

📦 三步安装部署（最快配置方法）

环境要求：Python ≥ 3.11，支持 MacOS / Linux / Windows

第一步：克隆仓库

git clone https://gitcode.com/gh_mirrors/fi/FireRed-OpenStoryline cd FireRed-OpenStoryline

第二步：创建 Python 环境

conda create -n storyline python=3.11 conda activate storyline

第三步：一键安装资源与依赖（Linux / macOS）

sh build_env.sh

Windows 用户：新建resource目录，下载 models.zip 与 resource.zip 分别解压到.storyline和resource目录，再执行pip install -r requirements.txt（依赖清单见 requirements.txt）。

🔑 配置 API Key：需要填哪几项

首次运行前，需在 config.toml 中填写模型配置，共四类：

[llm]：负责规划与文案的主大语言模型
[vlm]：负责素材理解的多模态模型
[search_media]：Pexels 密钥，用于在线素材检索
TTS：旁白合成服务密钥

各平台的申请入口与完整参数填写方式，见官方文档 docs/source/zh/api-key.md；使用 Web 界面时也可以直接在侧边栏表单中填写，无需改文件。

🚀 启动服务，生成第一条成片

# 终端1：启动 MCP 服务器 PYTHONPATH=src python -m open_storyline.mcp.server # 终端2（二选一）： python cli.py # 命令行对话界面 uvicorn agent_fastapi:app --host 127.0.0.1 --port 7860 # Web 对话界面

启动后在浏览器打开127.0.0.1:7860即可进入对话界面（入口文件 agent_fastapi.py、web/index.html）。两种开局方式：

有素材：点击对话框左侧上传按钮选择图片/视频，再写下目标：

用我的素材剪一条新年全家欢 vlog，节奏轻快。

没素材：直接描述主题与氛围：

帮我剪一个夏日海滩旅行 vlog，阳光、清爽、欢快。

Agent 会自动跑完搜索 → 理解 → 文案 → 配音 → 渲染全流程，成片输出到outputs/目录。

💬 对话式精修：一句话修改，即改即得

这是它最有"魔法感"的地方——任意阶段都可以用一句话干预，Agent 会定位需要重跑的步骤，无需从头开始：

"帮我去掉那个拍摄天空的片段。"
"换一个欢快一点的背景音乐。"
"字幕换成更符合夕阳主题的颜色。"
"模仿我发朋友圈的语气重写文案。"

另外几个实用操作：

⏸️随时中断：点中止按钮或直接按 Enter 发送新指令，已完成的进度不会清空
🌏切换语言：右上角语言按钮同步切换界面与内部提示词
⚡保存 Skill：对成片满意后，让 Agent 总结剪辑逻辑（节奏、色调、转场习惯）存为专属 Editing Skill；下次更换素材并调用该 Skill，即可复刻同款风格

🛠️ 进阶：私有元素库与技能沉淀

开源默认素材受版权限制，官方教程 docs/source/zh/guide.md 提供了构建私有元素库的方法：

🎵自定义音乐库：音乐放入resource/bgms/，在meta.json中按场景/曲风/情绪/语言打标，支持 qwen3-omni 自动打标脚本
🔤自定义字体库：字体放入resource/fonts/，在font_info.json中打标
📝自定义文案模板库：模板放入resource/script_templates/，按主题打标
🧩自定义技能库：在.storyline/skills/新建文件夹并编写SKILL.md，即可封装自己的剪辑工作流

两个值得关注的新特性：

🎬AI 转场生成：基于相邻片段首尾画面 + 自然语言描述自动生成过渡镜头，衔接更自然（依赖第三方 AIGC 视频生成服务，成本较高，建议按需开启）
🎤ASR 口播粗剪：自动去除口头禅、语气词与重复表达，结合时间戳精准切分，适合口播类视频

📁 项目目录结构速览

FireRed-OpenStoryline/ ├── src/open_storyline/ # 核心：Agent、MCP 服务器、视频处理节点 │ ├── mcp/ # 模型上下文协议服务器 │ ├── nodes/ # 各视频处理节点 │ └── agent.py # Agent 构建 ├── prompts/ # LLM 提示词模板（中英双语） ├── docs/ # API Key / 使用教程 / 常见问题 ├── web/ # Web 对话界面 ├── cli.py # 命令行界面 ├── agent_fastapi.py # FastAPI 服务入口 └── config.toml # 主配置文件