AutoShorts 是一个本地优先的桌面应用，用于将长视频或音频自动处理成适合 TikTok、YouTube Shorts、抖音、快手等平台的 9:16 竖屏短视频候选片段。项目基于 Tauri 2、React、TypeScript、Rust 和 SQLite 构建，支持导入媒体、音频提取、转写、AI 识别高传播潜力片段、自动裁剪竖屏视频，并在本地保存项目数据。它既支持 DeepSeek、Claude、Deepgram 等云端 API，也支持 Ollama 与 Whisper 的离线工作流。
适用领域
AI 视频剪辑 / 短视频内容生产 / 桌面应用 / 本地优先应用 / 多模态媒体处理 / Rust / Tauri 应用开发 / 创作者工具 / 视频自动化工作流
配置难度
中等。普通创作者如果只下载发行版并使用云 API，配置难度中等；如果要启用完全离线模式或进行开发构建，则需要掌握 FFmpeg、Python、Ollama、Node.js、Rust/Tauri 等工具，难度偏高。
商业价值
商业价值较高。该项目面向短视频内容再利用这一明确场景，可以帮助创作者、MCN、播客团队和教育内容团队从长内容中快速提取可传播片段，降低剪辑和选题成本。其本地优先和多模型支持也适合对隐私、成本和可控性有要求的团队。不过，由于许可证不明确、项目成熟度有限、自动识别结果仍需人工校验，若用于商业生产环境，建议先进行小规模验证，并确认授权与数据合规问题。
01
技术亮点
- 本地优先设计，项目数据保存在本地 SQLite 中，适合重视素材和隐私控制的用户。
- 支持 DeepSeek、Claude、Ollama 等多种 LLM 后端，具备一定灵活性。
- README 明确推荐 DeepSeek 作为性价比较高的爆点分析模型，适合低成本内容生产。
- 集成自动化流水线：导入媒体、提取音频、转写、分析、排序、裁剪可串联完成。
- 支持完全离线模式，适合不希望上传内容到云服务的用户。
- 自动竖屏裁剪功能对短视频生产非常实用。
- 基于 Tauri 2 + Rust，理论上比 Electron 应用更轻量，原生集成能力更强。
- 有跨平台安装说明，覆盖 macOS、Windows 和 Linux。
- UI 内置环境变量和配置缺失提醒，降低普通用户配置门槛。
02
目标用户
- 视频创作者
- 播客运营者
- 自媒体团队
- YouTube / TikTok / 抖音内容运营人员
- 课程、访谈、直播内容二次剪辑团队
- 希望本地化管理素材和项目的开发者
- 想研究 Tauri + Rust + React 桌面应用架构的开发者
03
配置要求
- 必须安装 FFmpeg 和 FFprobe，用于音频提取、裁剪、字幕渲染和媒体处理。
- 云端转写模式需要 Deepgram API Key。
- 云端 AI 分析模式需要 DeepSeek API Key 或 Anthropic Claude API Key。
- 可通过 LLM_PROVIDER 配置默认分析提供商，例如 deepseek 或 claude。
- 完全离线模式需要安装 Ollama，并拉取 llama3.2 3B、qwen2.5 3B 或 qwen2.5 7B 等本地模型。
- 完全离线转写需要安装 Python，并执行 pip3 install openai-whisper。
- 开发环境需要 Node.js、npm、Rust、Tauri 相关依赖。
- 本地数据使用 SQLite 保存，包括转写文本、候选片段、自定义名称和渲染数据。
04
适用场景
- 从长访谈、播客、直播录像中自动找出适合传播的精彩片段
- 将横屏视频自动裁剪为 9:16 竖屏短视频
- 批量分析长音频或视频中的高价值片段
- 为短视频生成候选标题、钩子和传播点评估
- 构建本地化 AI 视频处理工作流
- 研究如何在桌面应用中集成 FFmpeg、SQLite、LLM API 和转写服务
- 使用 DeepSeek 或 Claude 对转写文本进行爆点分析和排序
05
部署与配置
- 安装 FFmpeg 和 FFprobe，并确保它们位于系统 PATH 中。
- macOS 可使用 Homebrew 安装：brew install ffmpeg。如需完整字幕渲染支持，可使用 homebrew-ffmpeg 版本。
- Windows 可使用 winget install Gyan.FFmpeg，或从 gyan.dev 下载 FFmpeg 并加入 PATH。
- Linux 可通过 apt、pacman、dnf 等包管理器安装 ffmpeg。
- 普通用户可从 GitHub Releases 下载对应系统安装包：macOS 下载 .dmg，Windows 下载 .msi 或 .exe，Linux 下载 .deb 或 .AppImage。
- macOS 用户将 AutoShorts 拖入 Applications，如遇 Gatekeeper 拦截，可右键打开或执行 xattr -cr /Applications/AutoShorts.app。
- Windows 用户如遇 SmartScreen 提示，需要点击 More Info 并选择 Run anyway。
- Linux .deb 用户执行 sudo dpkg -i autoshorts_*.deb；AppImage 用户执行 chmod +x autoshorts_*.AppImage 后运行。
- 开发者本地运行：复制 .env.example 为 .env，填写 API Key，然后执行 npm install 和 npm run tauri:dev。
- 构建桌面应用：执行 npm run tauri:build，产物位于 src-tauri/target/release/bundle/。
06
风险与注意事项
- 项目 Star 数约 194，生态和社区规模还较小，成熟度需要进一步验证。
- README 未显示明确开源许可证，商业使用和二次分发存在法律不确定性。
- 安装和运行依赖 FFmpeg、FFprobe、API Key、Python、Whisper、Ollama 等组件，对非技术用户仍有一定门槛。
- 本地小模型被作者明确提示不太适合高质量爆点识别，离线模式效果可能不稳定。
- Claude 和 Deepgram 等云服务会产生额外费用，并且涉及上传音视频或文本内容的隐私问题。
- 自动裁剪和爆点识别依赖模型判断，结果可能需要人工复核，不能完全替代专业剪辑。
- Windows 和 macOS 安装包可能是自签名，用户需要绕过系统安全提示，影响信任度。
- 视频处理对机器性能有一定要求，长视频处理可能耗时较长。
- 如果 FFmpeg 缺少 drawtext/subtitles 等过滤器，字幕或渲染功能可能异常。
2026-06-27
第28名
新收录 · github_search
