FireRed-OpenStoryline

FireRed-OpenStoryline 快速入门

「把剪映式手工操作变成一句话导演」——FireRed-OpenStoryline（FireRedTeam/FireRed-OpenStoryline）是 FireRed 团队（小红书社区常见其中文资料，ModelScope/HuggingFace 双端有在线 Demo）开源的 AI 视频编辑 Agent：你用自然语言描述意图，LLM 做规划（Planning），Agent 精确编排剪辑工具（剪辑/替换/调序/字幕/配乐/字体），全程 human-in-the-loop，透明可控。Apache-2.0，Python ≥3.11。2026-09-25 核验：GitHub 3,437★ / 400 fork，最近 push 2026-07-31，2026-02-10 正式开源。

这是什么？适合谁？

OpenStoryline 解决的是「视频后期重复劳动」：素材整理、片段筛选、节奏卡点、字幕配音、风格统一——这些手工剪辑里最耗时的环节，它用「意图驱动」重做一遍：你说「把这批素材剪成种草风带货视频，节奏快一点」，它自动检索/下载素材、做片段分割与内容理解、生成故事线与解说词，再通过对话式微调（换片段、改字幕颜色字体、调整语速情绪）逼近成片。

适合人群：

• 内容创作者 / 短视频运营：批量生产种草、vlog、测评、产品推荐类视频
• 有 Python 环境的团队：可作为自动化视频生产管线的核心组件（LLM 规划 + 工具编排，接口可编程）
• 想体验 human-in-the-loop Agent 范式的开发者：它是「LLM 做规划、人审决策、工具做执行」的教学级完整实现

不适合谁：只想一键文生视频的用户（它管的是「剪辑与编排」，AIGC 转场只是可选增强且成本高）；无 GPU/无 Python 经验且不愿装环境的纯小白（在线 Demo 更适合你）。

准备工作

• 运行环境：Python ≥3.11（推荐 Miniforge/Conda）；Git；Linux/macOS 可用一键脚本，Windows 需手动下载资源包
• 账号与费用：软件本身免费开源（Apache-2.0）；本地 ASR、素材理解等模型已打包下载；AIGC 转场功能依赖第三方 AIGC 视频生成服务，官方明确提示成本较高且结果有不确定性；在线体验可用 HuggingFace Space / ModelScope Demo（免费额度以平台为准）
• 时间预算：本地部署 30-60 分钟（主要是模型资源下载）；在线 Demo 5 分钟
• 前置知识：会开 conda 环境、跑 Python 服务；了解 LLM API key 配置（规划能力需接入 LLM）
• 替代方案：剪映/CapCut（手动但零门槛）、TimeCraft/其他 video agent 研究项目（学术向）、商业化 AI 剪辑 SaaS

快速上手

第一步：获取代码与环境

git clone https://github.com/FireRedTeam/FireRed-OpenStoryline.git
cd FireRed-OpenStoryline
conda create -n storyline python=3.11
conda activate storyline

第二步：下载资源与安装依赖

Linux/macOS 一条命令：

sh build_env.sh

Windows 手动路径：建 resource/ 目录，下载 models.zip 解压到 .storyline/、resource.zip 解压到 resource/，再 pip install -r requirements.txt（要用本地 ASR 需确保 torchaudio 装在同一环境）。

第一步验证：服务能起、Demo 能跑

按仓库 README 启动服务后，浏览器打开本地服务页面，上传 2-3 段短视频素材，输入：

帮我用这些素材剪一条节奏明快的产品推荐视频，解说词口语化，BGM 用轻快的

预期产出：Agent 先给出素材理解结果（片段分割 + 内容标签），再生成故事线与解说词草案，人确认后进入剪辑编排，最终输出时间线与成片预览。

第三步：对话式微调

第二个片段换成特写；字幕字体换成更粗的，位置下移；解说词结尾加一句促销话术

所有编辑仅通过自然语言完成，改动即时可见——这是它区别于传统剪辑软件交互范式的核心。

第四步：沉淀 Style Skill

把一次完整编辑流程存为自定义 Skill，下次换一批素材、套用同一 Skill 即可复刻风格，实现批量创作（种草风、幽默风、艺术风等 Demo 风格官方均有示例）。

常见踩坑

1. Windows 装不上：官方一键脚本只支持 Linux/macOS；Windows 必须走手动资源包路径，models.zip 要解压到 .storyline/ 而不是 resource/——两个目录别搞混（README 步骤 3.2.B）。
2. AIGC 转场烧钱：官方 README 明确警告该功能依赖第三方 AIGC 视频生成、成本较高、结果受素材质量/提示词/模型影响不可控——按需开启，不要默认全开。
3. Python 版本不对：要求 ≥3.11；低版本环境 requirements 装包可能不报错但运行时缺特性。
4. torchaudio 缺失导致 ASR 静默失败：想用 storyline.local_asr 必须在同环境装 torchaudio，否则本地语音识别不可用。
5. 期待「全自动成片」会失望：它是 human-in-the-loop 设计，LLM 规划后人要确认再执行；完全无人值守场景需要自己改代码。
6. 更新节奏放缓：2026-07-31 之后最近一次 push 距核验日近两个月，新 issue 回复周期变长，生产使用前先看 issue 区。

常见问题 FAQ

Q1：不想本地部署怎么体验？

A：官方提供 HuggingFace Space（fireredteam-firered-openstoryline）与 ModelScope 创空间 Demo，直接网页体验核心流程；生产/批量用途再本地部署。

Q2：与剪映/CapCut 的 AI 剪辑有什么本质区别？

A：剪映的 AI 是产品内固定功能点；OpenStoryline 是开放式 Agent 架构——LLM 规划透明可见、可复用 Skill、可编程接入自有管线，适合二次开发；普通用户手动剪辑体验则是剪映更好。

Q3：能用 Claude Code / OpenClaw 帮我装吗？

A：可以。仓库内置两个 Agent Skills：openstoryline-install（安装配置首跑验证）与 openstoryline-use（启动服务跑编辑工作流），OpenClaw 一句话触发，Claude Code 从仓库根目录启动可直接用 /openstoryline-install。

Q4：支持哪些语言的视频/解说？

A：中文场景（种草、vlog）是主打 Demo 风格；解说词生成与情绪识别支持中英文，少数风格迁移需提供参考文案（Few-shot）。

Q5：商用要注意什么？

A：代码 Apache-2.0 可商用；但生成的视频内容版权取决于你使用的素材、音乐与 AIGC 服务的条款，商用前逐项确认素材授权。

权限、安全、成本与限制

• 许可：Apache-2.0（代码）；模型权重与资源包以仓库声明为准。
• 安全：本地部署数据不出内网（除 LLM API 调用与素材检索下载）；在线 Demo 数据经平台。
• 成本：软件免费；LLM API 调用费 + 可选 AIGC 转场服务费；本地跑模型建议 8GB+ 显存。
• 限制：核心面向短视频后期编排，不是文生视频模型；AIGC 转场结果不可控；本文基于官方 README 与仓库页撰写，未做大规模生产实测。

小技巧

1. 第一次跑先用官方 Demo 风格（种草/幽默/产品精选/艺术）验证管线，再自定义风格，少走弯路。
2. Few-shot 风格迁移比调参数有效：直接贴一段你满意的文案作参考，语气/节奏/句式复刻效果远好于形容词堆砌。
3. Style Skill 命名带上平台与品类（如 xhs-美妆-种草），批量复用时不混乱。
4. 把「素材理解结果」导出存档，同一批素材多次剪辑时省去重复分析时间。
5. 播放列表导入功能可复用你现有的 BGM 库，情绪匹配 + 智能卡点比手动选曲快得多。

进阶学习方向

• Skill 系统与批量创作：研究仓库内 .claude/skills/openstoryline-install / openstoryline-use 的写法，理解「编辑流程如何沉淀为可复用 Skill」。
• Agent 架构：读 Architecture 章节的 LLM 规划与工具编排设计（structure 图），对照 human-in-the-loop 交互日志分析它的决策边界。
• 多 Agent 融合：用 OpenClaw Skills CLI 把它装进 Codex 等其他兼容 Agent（npx skills add FireRedTeam/FireRed-OpenStoryline --skill openstoryline-install）。
• 本地 ASR/情绪识别：storyline.local_asr 与 torchaudio 的组合，可以把解说词生成改成纯本地闭环。

参考链接

• 官方仓库
• HuggingFace Demo
• ModelScope Demo
• 项目主页