GitHub 趋势 · 第 102 期
一个剪片框架立了条规矩：没人量过的数字，比没有数字更糟
#短视频自动化#AI剪辑#开源框架#MIT#GitHub趋势
这个项目把一句方法论做成了机械规则：没人量过的数字，比没有数字更糟。它清掉了自己库里四处「借来的数字」，还落了一条硬要求 —— 没有可点的官方出处，就不给数字。有意思的是，同一套规矩也让它的版本记录留下了几处对不上的地方。这几处它没有藏：每一条都写在公开文件里，谁都可以自己数一遍。
短视频自动化这个方向，多数项目卖的是某一个人的设置：一套别人调好的参数、一份别人跑出来的门槛数字。你抄走的是结论，不是推导过程 —— 换个平台、换个题材就失效，而它失效的方式通常是不报错，只是你的成片沉了。这个项目走的是另一条路：给骨架不给数字，门槛全部留空，让你用自己的片子重算。
这个项目是什么
video-autopilot-kit 出自 Hao0321，一个个人账号。GitHub 上 2,104 star、338 fork、3 个未关 issue。按 API 的 subscribers_count 算只有 9 个订阅者，star 与订阅比是 234:1 —— 收藏的人多，跟进它动态的人少；反方向看，3 个未关 issue 对 2,104 star，比值是 0.14%。
仓库 2026 年 6 月 1 日建，最后一次推送是 8 月 27 日，到抓取这天已经 18 天没动。按 105 天算，日均涨 20 个 star。语言标 Python，许可 MIT。它的自述写得很直白：一套「填你自己的数据」的框架，CapCut JSON 加 ffmpeg 工具链，外带一份 onboarding 问卷，仓库里不带任何私人数据。
README 是繁体中文写的，开篇就是一句边界声明：不含任何人的私人数据。它把这条线划在了明面上，具体是这么几件事：
- ▪profiles/ 和 config.py 是 gitignored 的本机文件 —— 你回答问卷生成的频道设置不会进仓库
- ▪projects/、data/、videos/、assets/ 连同后台成效与本机结果永远留在你自己电脑上，不进公开包、不被更新器覆盖
- ▪两类具名例外都属公开信息：作者署名，以及 knowledge/ 里引用第三方公开创作者时会直接写名字。规矩是引用优先 —— 没有可点的出处链接就不给数字
它立的那条规矩
CHANGELOG 里 v0.11.0 那一条的开头，原文加粗写着：
A borrowed number wearing an authority label is worse than no number at all.
一个借来的数字挂上权威标签，比没有数字更糟 —— 因为你会信它。同一条记录的结尾是另一句话：It removes borrowed certainty.，这一版没有拿掉任何功能，拿掉的是借来的把握。
这不是一句口号。同一条记录里列了四个地方在犯同一个错，每一处都写清了原做法和改法：
| 出问题的地方 | 原来的做法 | 改成什么 |
|---|---|---|
| 片长规则 | 一套片长带套所有平台，可那条死区是在 YouTube Shorts 上量出来的 | 改成平台感知：yt_shorts、ig_reels、fb_reels 三套参数；平台名写错是挡下的失败，不是静默兜底 |
| 脚本措辞 | 四层行话词表照抄某位创作者的逐字稿，等于用别人的观众检查你的稿 | 出片即空，从你自己的逐字稿审计出来；空表不挡流程，只回一条警告 |
| 算法手册 | 留存门槛数字和有出处的数字并排摆着，读者分不出哪个能引用 | 无出处的就地标记；另建一份合规章加 53 条分级法源，规则是「没有可点的出处链接就不给数字」 |
| 竞品拆解工具 | OCR 报 0.85 到 0.92 的置信度，而它是错的，调高门槛也拦不住 | 把边界写进模块注释本身，不留给读者自己判断 |
第三行那份 53 条法源值得单独看一眼：每一条引用都带一级标签 —— 官方、媒体报道、以及「查无官方出处」；第三类被明确标注为永不进稿。这是把一个很软的写作要求，做成了可以 grep 的检索层。
第四行那个工具叫 teardown，一个命令把别人的竖屏短片拆成可比较的数字：刀速、刀距分布、换句速率、换句与剪点之比、整体响度。它有两个选配套件（OCR 和简繁转换），不装只少「把对方烧录字幕抽成逐字稿」这一段，其余全部照跑，退出码仍然是 0，并且会打印安装指令。README 对这个 OCR 的警告写得很硬：只读得动烧录字幕，实景招牌准确率约等于零，而读错的时候置信度仍有 0.85 到 0.92，所以调门槛挡不掉。结论也写死了：只能拿来读别人的片，不可以拿去自动生成你自己影片的品名和价格。
还有一处做法更克制。从一批竞品片子里拆出来的两个发现，只以「警告加描述」的形式发布，不是阻断规则。理由是那批片子全是成功案例，没有失败对照组 —— 这是相关，不是因果。它自己对此的说法是：不确定的知识报数字，不下判决。
三条生产线长成同一个形状
v0.10 起它把一件事拆成三条线，而且刻意让三条线同构：知识层回答为什么这样做，机械闸门替你把规则记住并挡在前面，一键驱动把几个命令跑完。学会一条就等于学会三条。
| 生产线 | 机械闸门 | 一键驱动 |
|---|---|---|
| 教学长片 | plan_gate 到 script_gate 再到 delivery_qa；观众语言是失败级，节奏是警告级 | src/longform_maker/ 下各模块 |
| 直式 Shorts | shorts_gate.py：九条结构加字幕规则挡出片，另有 S-O 换句节奏警告；片长带平台感知，纯 Python | src/shorts_autopilot.py 的 scan 到 build |
| 线上访谈 | interview_gate.py 的 I-A 到 I-E：没来源的来宾数据不上镜 | src/interview_autopilot.py 的 invite 到 plan 再到 build |
三道闸门共用一个外壳 gate_core.py，回传结构、断言信息、自测打印方式完全一致，你自己加的闸门 import 三个函数就能跟内置的行为一样。它在这里做了一个不常见的选择：判定规则各自留在自己的文件里，不集中。README 给的理由是集中起来会互相污染。
没剪过片也能先看它动起来
examples/ 里有自包含、不需要真素材的示例，用 ffmpeg 合成测试素材，或者直接用假数据验证编辑契约。下面这几行是 README 原文：
python examples/01_vertical_short.py # 合成素材 → 完整 1080x1920 直式 Short python examples/02_caption_broll_match.py # Editkin v4 contract：完整 DAG + fail-closed 回歸測試 python examples/04_shorts_gate.py # 直式 Shorts 閘門：壞剪法被擋 → 修好放行 → 換你的門檻放行 → 換平台也放行 python examples/05_interview_plan.py # 訪談來賓閘門：沒來源的數據在「錄影之前」就被擋下 python examples/06_teardown.py # 競品拆解數學：中位數騙人、標準差不騙人、換句÷剪點是拍攝決策
上面这段是 README 原文，繁体就是它的原样。需求是 Python 3.9 以上；其中 04、05、06 三个连 ffmpeg 都不用 —— 纯 Python、不装任何包、不要素材，01 需要 ffmpeg，03 另需 Pillow 和 numpy。真正上手要填的是两份东西：
cp config.example.py config.py python scripts/hao_autopilot.py workflow ...
第一份是 SETUP.md 一区一区问你的问题，用你的答案把 templates/ 下的模板填成自己的 profiles/；第二份是把示例配置改成你的素材和输出路径。它把这件事讲成一句话：给你骨架，你用自己的血肉填满。
同一个事实，三个数目
既然它自己立了「数字要有出处」的规矩，那它的版本记录就值得数一遍。结果是同一次发版，三个地方记成了三个数：
| 记录在哪 | 条数 | 最新一条 |
|---|---|---|
| CHANGELOG.md 的版本标题 | 34 | v0.23.0（2026-08-27） |
| git tag | 27 | v0.23.0（2026-08-27） |
| GitHub Release | 9 | v0.23.0（2026-08-27） |
我把三份清单逐条对了一遍。有 9 个版本在 CHANGELOG 里写了改动，从来没打过 tag：0.22.0、0.21.2、0.20.0、0.18.0，以及更早的 0.2.2、0.2.1、0.2.0、0.1.1、0.1.0。反方向有 2 个 tag 从来没有对应的改动记录：0.19.0 和 0.13.2。其中 v0.19.0 还发过一个正式的 Release，标题写着 Architecture v7。
另有两处小地方。CHANGELOG 的 34 个标题不是严格倒序的 —— v0.14.0 那一条排在文件最末；标题格式也换过一次，前一半写 ## [0.11.0] — 2026-07-28，从 v0.12.0 起改成 ## v0.12.0 (2026-08-06)。
还有一处版本号对不上。README 里有一节标题写着「v0.12.0 新增 —— 把借来的数字清出去」，点进去讲的正是上一节那四处改动；而 CHANGELOG 把这四处记在 0.11.0 下面，它自己的 v0.12.0 那一条讲的是另外三件事：阅读速度闸门、风险措辞检查、首帧画质检查。两个文件指向的不是同一次改动。
发布资产的件数也一样。README 的发布说明写着「共上传四件 release assets」，实际从 v0.15.0 起才是四件 —— zip、它的校验文件、通道描述文件、升级脚本；v0.13.1 是五件，v0.13.2 和 v0.14.0 各六件。多出来的是一个 52,451,662 字节的动作素材包和它的校验文件，那个包到现在一共被下载了 3 次。v0.14.0 整版六个附件合计 53,843,071 字节，而 v0.15.0 起每个版本稳定在 140 万字节上下，两者差约 38 倍。
这些不一致都没有藏起来，只是需要有人真的去数一遍 —— 而多数仓库从来没有被这样数过。它的 CHANGELOG 里还留着一条自我更正的记录：说上一次发布已经把几个无出处的门槛数字标注成了公开基准，后来承认那个标签本身就是错的 —— 那些数字是被删掉的，不是改了名，并且明确要求读者不要把旧那条当成现在的状态。
最大的那个文件不是代码
把仓库根目录十六个文件按大小排一遍，第一名是一个 markdown：CHANGELOG.md，101,166 字节。src/ 里最大的源文件是 silent_vlog_maker/shorts_vertical.py，47,511 字节 —— 只有那份改动记录的 47%。
| 位置 | 文件 | 字节 |
|---|---|---|
| 根目录 | CHANGELOG.md | 101,166 |
| 根目录 | sync-receipt.json | 66,642 |
| src/ | silent_vlog_maker/shorts_vertical.py | 47,511 |
| src/ | release_manager.py | 45,435 |
| src/ | release_manager_selftest.py | 45,417 |
| src/ | publish_hub.py | 45,375 |
紧跟着的三个是发布体系：版本管理器、版本管理器自己的自测文件、发布中枢。三个加起来 136,227 字节，是最大源文件的 2.9 倍。换句话说，在这个框架里，把东西发出去和证明它能跑这两件事，占的代码量比任何单个剪片模块都多。
一个细节能看出它的自测是怎么维护的：release_manager.py 和它自己的自测文件几乎一样长，45,435 字节对 45,417 字节，差 18。
知识层也一样厚。knowledge/ 下最大的一份是 AI 内容合规的法源表，55,626 字节，就是前面提到的 53 条分级引用。把「为什么这样做」写得比「怎么做」还长，是这个项目最特别的地方。
我的判断
适合谁：做 YouTube 长片或竖屏短视频、手上有自己的素材和频道数据、想要的是一套能改的流程而不是一堆参数的人；做访谈类内容、特别在意「来宾讲的数据有没有出处」的人；在 Mac 或 Linux 上工作的人，它专门探测系统路径和 CJK 字体，不硬编码字体路径。
不适合谁：想装完就用的人 —— 它要求你先读 SETUP.md 回答问题，把模板填成自己的；想要开箱成片模板或素材库的人；以及不打算接 Editkin 的人，它公开版只承认一条剪辑契约，那条路径依赖 Editkin 支持的客户端环境，Windows 和 macOS 都得照它的支持矩阵来。
上手之前，这四条值得先看清楚：
- ▪闸门脚本要平面导入 —— 把 src/longform_maker/ 加进 sys.path 再 from shorts_gate import ...，示例 04 就是这么写的；走包路径会连带加载 fx_lib，那需要 numpy 和 Pillow
- ▪两道闸门里的门槛数字，作者自己标注是「范例校准值，不是宇宙常数」，要求你用自己三到五支片子重算。这条声明它写在了 README 里，而不是留在文档深处
- ▪自动升级只对兼容、带迁移声明、且本机管理文件没被改过的版本生效。第一次接管旧目录必须显式 --apply，不能用 --auto 静默接管
- ▪未知的自定义文件永不删除；官方管理文件被改过时，自动模式会停在 CONFIRM_REQUIRED；每次覆盖前会建一个备份目录，python src/release_manager.py rollback 可以回滚
仓库：github.com/Hao0321/video-autopilot-kit（https://github.com/Hao0321/video-autopilot-kit）
Star：2,104（REST API，2026-09-14 抓取）· fork 338 · 未关 issue 3 · 订阅者 9 · star 与订阅比 234:1
许可：MIT（LICENSE 1,071 字节）· 语言 Python · 默认分支 main · 未归档 · 仓库 size 2,754 KB · topics 8 个
建库 2026-06-01 · 最后推送 2026-08-27 · 本次抓取 2026-09-14 · 建库至今 105 天
版本记录：CHANGELOG 34 条 / git tag 27 个 / GitHub Release 9 个；最新 tag 与最新 Release 均为 v0.23.0（2026-08-27）
文件体积：根目录 16 个文件，最大 CHANGELOG.md 101,166 字节；src/ 最大源文件 silent_vlog_maker/shorts_vertical.py 47,511 字节；发布三件合计 136,227 字节
抓取方式：GitHub REST API（仓库元数据、git tree 递归、tags、releases）与 raw README / CHANGELOG 原文；抓取时间 2026-09-14
这套东西值不值得收，取决于你愿不愿意先花时间回答 SETUP.md 里那些关于你自己频道的问题。它明说了不给你任何人的数字，门槛要你用自己三到五支片子重算 —— 这件事本身就是它和「抄一套参数」的分界线。已经在跑类似流程的，说说你的门槛数字是自己校的还是抄来的，那比任何榜单都有用。
下期预告：继续按方向的实时榜单找没写过的新面孔，方向在短视频、数字人、写小说这几个里轮。更早提过的开源替代 SaaS 合集不在给定方向内，继续欠着。
#短视频自动化#AI剪辑#开源框架#MIT#GitHub趋势