BaoCut是什么？开源视频Agent的工作方式

更新时间:2026-10-25 09:57:52 发布时间:6小时前阅读:5次

时间线才是编辑对象，改一句只重做那一句。BaoCut 是宝玉开源的 AI 视频智能体，转录、字幕、翻译、配音和剪辑结果写进同一条时间线，交出去的不是一次性成片；改字幕或换镜头时，智能体只动指定范围。

BaoCut开源视频Agent

BaoCut把时间线当作唯一的编辑对象

同类 AI 视频工具渲染一次就交出一个文件，改一个字的代价是重跑一整条。BaoCut 的中间态是一条可编辑时间线，文稿、译文、字幕层、章节、配音和动态图形挂在这条线上，MP4、SRT、WebVTT 和音频分轨只是随时可以导出的快照。这个差别决定了返工的粒度。

局部修改是它的核心动作。改一条字幕、换一个镜头、重配一句旁白，智能体按指定范围编辑，其余片段保持原样，改完给一份变更回执，说明动了哪些片段。人也能在同一个编辑器里直接拖片段，人和智能体提交修改走同一套命令、事务和撤销栈，接手时不用重新对齐状态。

破坏性操作会先征得同意，外部下载的网页和转录文稿只作为数据处理，不当作指令来源。这两条在长任务里很关键，素材来源杂的时候不容易被带偏，跑完的成片也不至于混进不该有的改动。

BaoCut的四个入口共用一个本地运行时

桌面应用、CLI、MCP 加 skill、Web 客户端这四条路连的是同一个本地 Runtime，编辑的是同一个视频，换入口不用迁移工程。

入口	适用场景	能做与不能做
桌面应用	日常剪辑与审片	Home 里对话、Space 浏览产物、时间线里预览和撤销
命令行客户端	脚本化批处理	输出被管道接收时给 JSON，退出码说明要不要人接手
MCP 加 skill	把自己的智能体接进来	通过同一份工具目录操作 BaoCut，不另开一套能力
Web 客户端	远程审片	用一次性链接打开编辑器，审完即失效

命令行这一层对应三件事：把用法教给自己的智能体、通过 MCP 把 BaoCut 挂进智能体工具目录、生成一次性链接把编辑器交给远端同事。表里第四行的用途就在第三件事上，审片不用传大文件，链接发出去对方在浏览器里就能看到改了哪几句。

BaoCut的转写和双语字幕流程

这条链路是把现成素材吃进去，收尾生成字幕并逐句校对。整个流程由一句话触发，智能体自己拆步骤，每一步的结果落在时间线上。

转录用本地模型或在线接口，时间戳精确到词，任务还在跑，片段就陆续出现在时间线里。
逐句翻译，每句译文与原文一一对应，可以对照着看。
原文与译文各占一条轨道共用一套样式，上下顺序可调，还能再加一种语言。
点译文直接改，或者让智能体重做某一句，改动范围就是那一句。
导出时把字幕烧进 MP4，或者另存 SRT 与 WebVTT 字幕文件。

第一步里的本地模型是可选项，装好 ffmpeg 之后才走得通；对转写质量要求高就换更大的模型，赶时间就用云端接口。第 4 步是这套流程里最省时间的一环，一句译错不用回退整条轨道。

BaoCut的模型来源和本地推理路径

转录、语音合成、图片生成、文本生成、音频分离这几项能力跟服务提供方解耦，每一项能单独指定成本地模型还是在线接口。本地的组合在 Apple Silicon 上用 MLX 与 Core ML，在 Windows 上用 whisper.cpp 与 candle，可选 Whisper large-v3、v3-turbo、Qwen3-ASR、MOSS、HTDemucs、Qwen-Image。

在线这一路走 OpenAI 兼容接口，OpenAI、Anthropic、Google、ElevenLabs、DeepSeek、Moonshot、Qwen、Zhipu、MiniMax、火山引擎、xAI、Mistral、Groq、OpenRouter、SiliconFlow 这一串皆可填。局域网里另一台机器的本地模型也能共享过来，笔记本带不动大模型时这一招实用。

用量账本记录每个任务的消耗，本地推理不计费，在线接口按各家账单走。要压成本，把重的任务放本地，把质量要求高的放云端，两边分开记，月底对得上账。

BaoCut开源许可允许的使用范围

源码以 BaoCut Community License 公开，属于 source-available 而不是标准开源许可。用它做商业内容创作、在企业内部使用均在允许范围内；把 BaoCut 本身或它的代码做成产品对外商业化，需要另行取得书面授权，条款以仓库里的许可证英文原文为依据。

这个许可对创作者够用，对想二次分发的人有约束。团队引入之前先确认自己的用法落在哪一侧，免得用起来再改流程。做多语言版本和口播精剪是它最顺手的两个场景，前者的产出是双语字幕加克隆音色音轨，后者只删口头语和长停顿，原始素材不动。

常见问答

BaoCut要收费吗

软件本身不收费，源码在 GitHub 公开，商业内容创作和企业内部使用均在许可范围内。费用来自两头：接在线接口按各家账单算，用 Claude Code 这类引擎驱动时消耗的是那个引擎的额度。本地模型推理不花钱，代价是占用机器资源。

BaoCut支持哪些系统

macOS 14以上的Apple芯片版，Windows的x64版分CPU、CUDA、Vulkan三种包。CUDA版面向英伟达显卡，Vulkan版面向AMD和Intel核显。Linux只有源码，三种包功能一致。

BaoCut能离线用吗

一部分能。转录、配音、图像生成可以在本机跑，模型下载到本地后素材不出这台机器，Runtime 和项目文件也在自己电脑上。会联网的是智能体那侧，Claude Code 这类引擎会把读到的内容发给它的模型服务。要求离线就全指向本地模型。

BaoCut改字幕要重渲整条视频吗

不用。改一句字幕、换一个镜头、重配一句旁白，智能体只动那一处，其余片段保持原样，改完给一份变更回执说明动了什么。真正需要重渲的是导出成片那一步，改多少句只算那一次，返工成本按句算不按整条算，校对环节省下的时间最明显。

标签：

BaoCut