AutoClip - AI视频智能切片系统

基于AI的智能视频切片处理系统，支持YouTube/B站视频下载、自动切片、智能合集生成

🎯 项目简介

AutoClip是一个基于AI的智能视频切片处理系统，能够自动从YouTube、B站等平台下载视频，通过AI分析提取精彩片段，并智能生成合集。系统采用现代化的前后端分离架构，提供直观的Web界面和强大的后端处理能力。

✨ 核心特性

• 🎬 多平台支持: YouTube、B站视频一键下载
• 🤖 AI智能分析: 基于大语言模型的视频内容理解
• ✂️ 自动切片: 智能识别精彩片段并自动切割
• 📚 智能合集: AI推荐和手动创建视频合集
• 🚀 实时处理: 异步任务队列，实时进度反馈
• 🎨 现代界面: React + TypeScript + Ant Design
• 📱 响应式设计: 支持桌面和移动端

🏗️ 系统架构

graph TB
    A[用户界面] --> B[FastAPI后端]
    B --> C[Celery任务队列]
    B --> D[Redis缓存]
    B --> E[SQLite数据库]
    C --> F[AI处理引擎]
    F --> G[视频处理]
    F --> H[字幕分析]
    F --> I[内容理解]
    B --> J[文件存储]
    K[YouTube API] --> B
    L[B站API] --> B

技术栈

后端技术

• FastAPI: 现代化Python Web框架
• Celery: 分布式任务队列
• Redis: 消息代理和缓存
• SQLite: 轻量级数据库
• yt-dlp: YouTube视频下载
• 通义千问: AI内容分析

前端技术

• React 18: 用户界面框架
• TypeScript: 类型安全
• Ant Design: UI组件库
• Vite: 构建工具
• Zustand: 状态管理

🚀 快速开始

环境要求

• 操作系统: macOS / Linux
• Python: 3.8+
• Node.js: 16+
• Redis: 6.0+

一键启动

# 克隆项目
git clone <repository-url>
cd autoclip

# 一键启动（推荐）
./start_autoclip.sh

# 快速启动（开发环境）
./quick_start.sh

手动安装

# 1. 创建虚拟环境
python3 -m venv venv
source venv/bin/activate

# 2. 安装Python依赖
pip install -r requirements.txt

# 3. 安装前端依赖
cd frontend && npm install && cd ..

# 4. 安装Redis
brew install redis  # macOS
brew services start redis

# 5. 配置环境变量
cp env.example .env
# 编辑 .env 文件，填入API密钥等配置

📖 使用指南

1. 视频下载

YouTube视频

1. 在首页点击"新建项目"
2. 选择"YouTube链接"
3. 粘贴视频URL
4. 选择浏览器Cookie（可选）
5. 点击"开始下载"

B站视频

1. 在首页点击"新建项目"
2. 选择"B站链接"
3. 粘贴视频URL
4. 选择登录账号
5. 点击"开始下载"

本地文件

1. 在首页点击"新建项目"
2. 选择"文件上传"
3. 拖拽或选择视频文件
4. 上传字幕文件（可选）
5. 点击"开始处理"

2. 智能处理

系统会自动执行以下步骤：

1. 素材准备: 下载视频和字幕文件
2. 内容分析: AI提取视频大纲和关键信息
3. 时间线提取: 识别话题时间区间
4. 精彩评分: 对每个片段进行AI评分
5. 标题生成: 为精彩片段生成吸引人标题
6. 合集推荐: AI推荐视频合集
7. 视频生成: 生成切片视频和合集视频

3. 结果管理

• 查看切片: 在项目详情页查看所有生成的视频片段
• 编辑信息: 修改片段标题、描述等信息
• 创建合集: 手动创建或使用AI推荐的合集
• 下载导出: 下载单个片段或完整合集

🔧 配置说明

环境变量配置

创建 .env 文件：

# 数据库配置
DATABASE_URL=sqlite:///./data/autoclip.db

# Redis配置
REDIS_URL=redis://localhost:6379/0

# AI API配置
API_DASHSCOPE_API_KEY=your_dashscope_api_key
API_MODEL_NAME=qwen-plus

# 日志配置
LOG_LEVEL=INFO
ENVIRONMENT=development
DEBUG=true

# 文件存储
UPLOAD_DIR=./data/uploads
PROJECT_DIR=./data/projects

B站账号配置

1. 在设置页面点击"B站账号管理"
2. 选择登录方式：
   • Cookie导入（推荐）：从浏览器导出Cookie
   • 账号密码：直接输入账号密码
   • 二维码登录：扫描二维码登录
3. 添加成功后系统会自动管理账号健康状态

📁 项目结构

autoclip/
├── backend/                 # 后端代码
│   ├── api/                # API路由
│   │   ├── v1/            # API v1版本
│   │   │   ├── youtube.py # YouTube下载API
│   │   │   ├── bilibili.py # B站下载API
│   │   │   └── projects.py # 项目管理API
│   │   └── upload_queue.py # 上传队列管理
│   ├── core/              # 核心配置
│   │   ├── database.py    # 数据库配置
│   │   ├── celery_app.py  # Celery配置
│   │   └── config.py      # 系统配置
│   ├── models/            # 数据模型
│   ├── services/          # 业务逻辑
│   ├── tasks/             # Celery任务
│   └── pipeline/          # 处理流水线
├── frontend/              # 前端代码
│   ├── src/
│   │   ├── components/    # React组件
│   │   ├── pages/         # 页面组件
│   │   ├── services/      # API服务
│   │   └── store/         # 状态管理
│   └── package.json
├── data/                  # 数据存储
│   ├── projects/          # 项目数据
│   ├── uploads/           # 上传文件
│   └── autoclip.db        # 数据库文件
├── scripts/               # 工具脚本
├── docs/                  # 文档
└── *.sh                   # 启动脚本

🌐 API文档

启动系统后访问以下地址查看API文档：

• Swagger UI: http://localhost:8000/docs
• ReDoc: http://localhost:8000/redoc

主要API端点

端点	方法	描述
/api/v1/projects	GET	获取项目列表
/api/v1/projects	POST	创建新项目
/api/v1/projects/{id}	GET	获取项目详情
/api/v1/youtube/parse	POST	解析YouTube视频信息
/api/v1/youtube/download	POST	下载YouTube视频
/api/v1/bilibili/download	POST	下载B站视频
/api/v1/projects/{id}/process	POST	开始处理项目
/api/v1/projects/{id}/status	GET	获取处理状态

🔍 故障排除

常见问题

1. 端口被占用

# 检查端口占用
lsof -i :8000  # 后端端口
lsof -i :3000  # 前端端口

# 停止占用进程
kill -9 <PID>

2. Redis连接失败

# 检查Redis状态
redis-cli ping

# 启动Redis服务
brew services start redis  # macOS
systemctl start redis      # Linux

3. YouTube下载失败

• 检查网络连接
• 更新yt-dlp版本：pip install --upgrade yt-dlp
• 尝试使用浏览器Cookie
• 检查视频是否可用

4. B站下载失败

• 检查账号登录状态
• 更新账号Cookie
• 检查视频权限设置

日志查看

# 查看所有日志
tail -f logs/*.log

# 查看特定服务日志
tail -f logs/backend.log    # 后端日志
tail -f logs/frontend.log   # 前端日志
tail -f logs/celery.log     # 任务队列日志

系统状态检查

# 详细状态检查
./status_autoclip.sh

# 手动检查服务
curl http://localhost:8000/api/v1/health/  # 后端健康检查
curl http://localhost:3000/                # 前端访问测试
redis-cli ping                             # Redis连接测试

🛠️ 开发指南

后端开发

# 激活虚拟环境
source venv/bin/activate

# 设置Python路径
export PYTHONPATH="${PWD}:${PYTHONPATH}"

# 启动后端开发服务器
python -m uvicorn backend.main:app --reload --port 8000

前端开发

# 进入前端目录
cd frontend

# 启动开发服务器
npm run dev

Celery Worker

# 启动Worker
celery -A backend.core.celery_app worker --loglevel=info

# 启动Beat调度器
celery -A backend.core.celery_app beat --loglevel=info

# 启动Flower监控
celery -A backend.core.celery_app flower --port=5555

📊 性能优化

生产环境配置

1. 数据库优化

   • 使用PostgreSQL替代SQLite
   • 配置连接池
   • 启用查询缓存

2. Redis优化

   • 配置内存限制
   • 启用持久化
   • 设置过期策略

3. Celery优化

   • 调整并发数
   • 配置任务路由
   • 启用结果后端

🔒 安全配置

生产环境安全

1. 环境变量

   • 使用强密码
   • 定期轮换密钥
   • 限制API访问

2. 网络安全

   • 配置防火墙
   • 使用HTTPS
   • 限制CORS

3. 数据安全

   • 定期备份
   • 加密敏感数据
   • 访问控制

🚀 部署指南

Docker部署

# Dockerfile示例
FROM python:3.9-slim

WORKDIR /app

# 安装系统依赖
RUN apt-get update && apt-get install -y \
    ffmpeg \
    redis-tools \
    && rm -rf /var/lib/apt/lists/*

# 安装Python依赖
COPY requirements.txt .
RUN pip install -r requirements.txt

# 复制代码
COPY . .

# 启动服务
CMD ["./start_autoclip.sh"]

系统服务

# 创建systemd服务文件
sudo nano /etc/systemd/system/autoclip.service

[Unit]
Description=AutoClip Video Processing System
After=network.target redis.service

[Service]
Type=forking
User=autoclip
WorkingDirectory=/opt/autoclip
ExecStart=/opt/autoclip/start_autoclip.sh
ExecStop=/opt/autoclip/stop_autoclip.sh
Restart=always

[Install]
WantedBy=multi-user.target

📈 路线图

即将推出

• 多语言支持: 支持更多语言的视频处理
• 云端存储: 集成云存储服务
• 批量处理: 支持批量视频处理
• API开放: 提供公开API接口
• 移动应用: 开发移动端应用

长期规划

• AI模型优化: 集成更多AI模型
• 实时协作: 支持多用户协作
• 插件系统: 支持第三方插件
• 企业版: 企业级功能和服务

🤝 贡献指南

我们欢迎所有形式的贡献！

如何贡献

1. Fork 项目
2. 创建功能分支：git checkout -b feature/amazing-feature
3. 提交更改：git commit -m 'Add amazing feature'
4. 推送分支：git push origin feature/amazing-feature
5. 创建 Pull Request

开发规范

• 遵循PEP 8 Python代码规范
• 使用TypeScript进行前端开发
• 编写清晰的提交信息
• 添加必要的测试用例
• 更新相关文档

📄 许可证

本项目采用 MIT License 许可证。

📞 支持与反馈

• 问题反馈: GitHub Issues
• 功能建议: GitHub Discussions
• 文档: 项目文档

🙏 致谢

感谢以下开源项目的支持：

• FastAPI - 现代化Python Web框架
• React - 用户界面库
• Ant Design - 企业级UI设计语言
• yt-dlp - YouTube视频下载工具
• Celery - 分布式任务队列

---

如果这个项目对你有帮助，请给我们一个 ⭐ Star！

Made with ❤️ by AutoClip Team