OpenStoryline – 小红书开源的视频剪辑Agent

AI项目 2026-02-11

OpenStoryline是什么

OpenStoryline 是小红书开源的首个具备导演思维的视频剪辑 Agent，通过自然语言对话实现从素材检索、脚本撰写到渲染输出的全流程智能创作。工具能精准理解画面情绪，自动匹配 BGM 与卡点，支持风格化仿写和全程对话式微调。OpenStoryline支持一键保存剪辑逻辑，训练专属风格分身。工具基于 MCP 协议构建，零 GPU 依赖，Docker 一键部署，让 AI 成为随叫随到的专业剪辑师。

OpenStoryline的主要功能

语义级素材检索：只需一句话描述主题或氛围，Agent 能自动搜索、下载匹配的在线素材，无需人工翻找。
智能拆切理解：支持自动完成素材清洗、去重和高光时刻提取。
风格化文案：投喂任意参考文本可精准复刻语气、句式和节奏。
音画同步：先分析视频画面内容与剪辑节奏，再生成转折吻合、情绪递进的高质量解说词。
情绪化配乐：结合视频情绪目标从私有歌单推荐 BGM，自动完成音乐卡点，让画面随鼓点律动。
审美匹配：只需描述感觉如”纪录片感”或”情绪化 Vlog 风”，系统自动匹配合适的配音音色与字体组合。
自然语言修改：直接打字描述需求如”把这段剪短点”，Agent 能精准理解非结构化指令即时生效。
随时打断修正：创作过程中可随时插话打断，实时下达新指令，无需苦等渲染结束。
非破坏性微调：在保持整体叙事节奏的前提下精准执行局部调整，修改无需推翻重来。
技能沉淀：支持一键保存满意作品的完整剪辑逻辑为专属”Editing Skill”，下次调用可瞬间复刻风格，实现高效批量生产。

OpenStoryline的技术原理

Agent Client（决策中枢）：智能体大脑由 LLM/VLM 构成，接收用户指令后动态路由：闲聊直接回复，剪辑任务自动拆解和调用工具。Storyline Middleware 作为关键中间层，管理上下文记忆、自适应补全缺失参数、过滤冗余信息，确保系统稳定高效运行。Agent Memory 负责离线记录执行结果，支持历史回滚。
MCP Server（工具执行层）：采用 Model Context Protocol 协议，将画面切分、内容理解、时间线规划、视频渲染等能力封装为原子化工具节点。标准化接口支持热插拔扩展，开发者挂载新 Python 函数即可扩展 Agent 能力。
Resources & Input（资源层）：支持文本与多媒体混合输入，可动态配置 LLM API。资源库除 BGM、字体外，更存储用户沉淀的 Skills，实现风格复刻与批量生产。