BaoCut
开源AI视频Agent，把可编辑时间线当核心载体
转写翻译配音剪口播走Agent流水线，改一句只动一句，人和Agent共用编辑器随时接手
核心功能
转写与说话人分离
本地Whisper、Qwen3-ASR或云端API都能跑，带词级时间戳，访谈里谁说了哪句会自动标出来。
字幕翻译与配音
Agent逐句翻译，原文、译文或双语都能出，点某一句就能单独改；翻译后还能分离人声，用克隆或预设音色逐句铺新音轨。
口播清理
口头禅、长停顿、重复废句在时间线上识别出来剪掉，原始素材不动，录课和访谈用起来比较省事。
衍生内容提取
基于带时间戳的文稿生成章节、摘要、标题和短视频切片，长内容拆条的时候不用从头翻。
模板生成与动效
内置一批场景模板，从一句prompt可以往成片方向走；动效用HTML写，Agent写完烘焙成帧放进时间线。
产品特色
- 01
改一句只动一句，不整条重渲
这是它和很多AI视频工具最不一样的地方。修一条字幕、换一个镜头、重配一句旁白，只渲染改动的那一段，其余保持原样，还会给一份变更记录，等待时间少很多。
- 02
视频是事实源，导出只是快照
字幕、配音、章节、动效都长在时间线上，MP4和SRT是随时可以导出的结果，不是做完就定型的成品。想回头再改，工程还在。
- 03
人和Agent用同一套编辑器
不是Agent跑完丢一个文件给你，而是进度实时同步到图形界面，你可以像改文档一样拆合字幕，也可以让Agent只重做某一句，两边随时接手。
- 04
Agent引擎和模型不绑死
Claude Code、Codex端到端验证过，Kimi Code、Gemini CLI等通过ACP协议能接；本地模型或云端十几家提供商任选，甚至可以把一台机器的本地模型共享给局域网里其他设备用。
- 05
开源，而且还在往前走
GitHub上活跃更新，Windows包已经有了，虽然很多早期讨论集中在Mac，但至少不是锁死在一个平台上。对愿意看文档、自己调工作流的人来说，空间比较大。
应用场景
✅ 跨语言视频本地化
把外语教程或演讲丢给Agent，转写、逐句翻译、克隆音色配音一条线走完，出双语字幕版本，译错哪句单独改哪句。
✅ 口播视频精剪
录好的课程或访谈自动去掉口头禅和长停顿，原始素材保留，剪完直接进时间线复查，比对着波形图手掐快不少。
✅ 长视频拆条
一小时播客的转写稿上生成章节和摘要，挑出能用的片段，拆成多条短视频素材，不用从头到尾重听。
✅ 产品短片快速起片
一句brief加上内置模板，让Agent把脚本、旁白、画面和动效先搭一个版本出来，再人工调，适合先看方向对不对。
✅ 远程审片
Agent在本地改完，生成一个临时Web链接，同事浏览器打开就能看时间线，不用传大文件，也不用对方也装一套软件。
常见问题
解答您关于"BaoCut"的常见疑问，让您更好地使用这款AI工具
-
不太是一类东西。剪映偏向从素材到成片的一站式消费级剪辑，BaoCut更像是给Agent用的底层视频工作台，重心在可编辑的时间线和局部修改。它不能替代剪映的模板生态和上手门槛，但如果你想让Agent参与剪辑、又不想丢掉人工精修的控制权，它是另一个方向的选择。
-
早期确实以macOS Apple Silicon为主，很多讨论也集中在Mac上。不过GitHub上已经提供了Windows x64包，Windows端本地推理走whisper.cpp和candle，只是GPU推理在硬件上的验证还不算充分。想稳一点的话，Mac目前的验证更完整。
-
有用户反馈翻译速度比行业常见方案偏慢一些，质量倒是还不错。本地模型跑起来的速度取决于机器，Apple Silicon上走MLX会好一些；赶时间的话可以接云端API，或者把任务拆开只跑需要的那一段。
-
桌面客户端下载就能用，但转写和导出依赖系统PATH里有ffmpeg和ffprobe，安装包里不带，得自己先装一下。另外首次使用要在设置里下载本地模型，或者登录Claude Code、Codex这类Agent引擎。
-
愿意花一点时间配环境、调工作流的创作者和开发者会比较对路。如果你想要的是打开就剪、模板一拖就出片，它可能不是最省心的选择；但如果你已经在用Agent写东西，想让Agent把视频也一起管起来，它补的正好是那一段。
立即体验“BaoCut”
BaoCut是宝玉开源的AI视频Agent工具，转写、翻译、配音、剪口播都能交给Agent跑，改一句字幕只动那一句，不用整条重渲。人和Agent共用一个时间线编辑器，可以随时接手。支持Claude Code、Codex等引擎，本地模型和云端API都能接，适合愿意折腾工作流的创作者和开发者。
