CutClaw - 北交大联合湾大开源的多智能体长视频编辑框架

CutClaw是什么

CutClaw的功能特色

• 一键多模态解构：自动将数小时视频/音频转换为结构化、可搜索的语义单元（镜头级字幕），突破 MLLM 上下文限制。
• 指令驱动编辑：仅需一条文本指令即可控制剪辑风格，支持快节奏角色蒙太奇或慢节奏情感叙事。
• 音乐感知同步：提取音乐节拍与能量信号，构建节奏感知剪辑点，实现专业级"踩点"效果（误差 ≤0.1 秒）。
• 智能自动裁剪：内容感知裁剪自动识别核心主体，自适应调整画幅比例（支持 9:16、16:9、1:1 等社交平台规格）。
• 多模型后端支持：通过 LiteLLM 网关支持 Gemini-3、Qwen3.5、GPT-5.3、MiniMax-2.7、Kimi-2.5、Claude-4.5 等主流模型。

CutClaw的核心优势

• マルチインテリジェント・ボディ・コラボレーション・アーキテクチャ：采用 Playwriter（编剧）、Editor（编辑）、Reviewer（审核）三智能体闭环协作，模拟专业后期团队工作流，通过 リ・アクト 迭代搜索与多准则验证确保剪辑质量。
• 音乐驱动精准同步：提取音乐节拍、能量与音高信号，实现剪辑点与音乐下拍、能量转折点的精准对齐（误差 ≤0.1 秒），生成专业级"踩点"效果。
• 长视频上下文突破：通过"自底向上多模态解构"技术，将数小时素材抽象为结构化语义单元（镜头→场景），突破多模态大模型上下文长度限制，支持小时级原始素材处理。
• 零门槛指令控制：仅需一条文本指令（如"快节奏赛博朋克城市夜景"）即可驱动剪辑风格，无需掌握 Premiere/FCP 等专业软件，实现"所想即所得"。
• 内容感知智能裁剪：自动识别画面核心主体，自适应调整画幅比例（支持 9:16、16:9、1:1 等），确保主角出镜率与构图美感，一键适配各社交平台规格。

CutClaw官网是什么

• GitHubリポジトリ：https://github.com/GVCLab/CutClaw
• arXivテクニカルペーパー：https://arxiv.org/pdf/2603.29664

使用CutClaw的操作步骤

• 環境インストール：克隆仓库，创建 Python 3.12 环境，安装依赖（建议配置 GPU 加速的 Decord/NVDEC 解码）。
• 文件准备：将视频（.mp4/.mkv）放入 resource/video/，音频（.mp3/.wav）放入 resource/audio/，可选添加字幕文件（.srt）跳过 ASR。
• 起動インターフェース走る python ui.py，浏览器访问 http://localhost:8501.
• パラメータ設定：在 UI 中选择视频/音频文件，输入编辑指令、主角名称、目标成片时长、镜头长度等参数。
• 执行剪辑：点击 Run 启动三智能体流水线，等待 Pipeline Complete 后，选择画幅比例（9:16/16:9/1:1）渲染成片。

CutClaw的适用人群

• Vlog 创作者：需要将数小时旅拍素材快速剪辑为音乐卡点短视频。
• 影视二创剪辑师：基于电影/剧集长视频制作角色混剪、情感向短片。
• 短视频运营：批量生产适配抖音、小红书、Instagram 等平台的多画幅内容。
• AIアプリケーション開発者：研究多智能体协作、音乐驱动视频生成的技术从业者。
• 零剪辑基础用户：只需文字描述即可生成专业级剪辑，无需学习 Premiere/FCP。

CutClaw的常见问题 FAQ