AutoClip — 長尺動画から短尺クリップを自動生成するオープンソースAIツール
zhouxiaoka/autoclip
★ 11,320 ・ Python ・ MIT
概要
AutoClipは、ポッドキャストやインタビュー、オンライン講義などの長尺動画から見どころを抽出し、短尺動画(ショート動画)を自動生成するためのオープンソースツールです。
動画のURLを入力して対象プラットフォームを指定するだけで、動画クリップの切り出し、字幕の付与、カバー画像の作成、投稿用テキストの生成までを一括で行います。対応プラットフォームとして、TikTok、Instagram Reels、YouTube Shorts、抖音(Douyin)、小紅書(Xiaohongshu)、Bilibili、YouTubeが挙げられています。
動画の編集・レンダリング処理をユーザーの手元のPC(ローカル環境)で行う設計になっており、動画コンテンツの再利用(コンテンツリパーパシング)を効率化したいクリエイターや、短尺動画運用の自動化を検討している開発者に向いています。
主な特徴
- ワンクリックでの自動生成: 動画リンクを指定して対象プラットフォームを選ぶと、アスペクト比や制限時間に合わせて最大10本の候補クリップが自動生成されます。各クリップにはカバー画像、タイトル、概要欄、ハッシュタグ、および配布用ZIPパッケージが付属します。
- プラットフォームに合わせた画面構成: 抖音や小紅書向けにはインタビュー形式、TikTokやReels、Shorts向けには画面全体を使ったポッドキャスト形式がデフォルトで適用され、話者を画面内に追従させるフレーミングが行われます。
- ローカルでの切り出しとレンダリング: 映像のカットや構図調整、レンダリング処理はローカルマシン上で実行されます。動画ファイル全体を外部サーバーへ送る必要がありません。
- 柔軟な字幕および音声認識設定: 元動画に字幕が含まれている場合はそれを流用できるほか、ローカルのWhisperやSenseVoice、あるいは各種クラウド音声認識APIを用いた文字起こしを選択できます。
- 多彩な実行環境の提供: GUIを備えたデスクトップアプリ(macOS Apple Silicon、Windows x64)に加え、ブラウザで利用できるDocker環境、自動化に適したCLI、AIエージェントから呼び出せるMCP(Model Context Protocol)サーバーが用意されています。
- ローカルLLMとクラウドAPIの双方に対応: クリップ抽出やテキスト生成に用いる言語モデルとして、OpenAI互換のクラウドAPIだけでなく、OllamaやLM Studioを経由したローカルモデルも接続可能です。
使い方
利用形態に応じて、デスクトップ版、Docker環境、CLI / MCPの3種類が提供されています。
デスクトップ版の利用手順
- インストーラーの入手: GitHubのReleasesページからインストーラーをダウンロードします。Apple Silicon搭載のmacOS向けには
.dmg、Windows 10/11(x64)向けには-setup.exeが提供されており、PythonおよびFFmpegが同梱されています。 - モデルの設定: アプリの設定画面から利用したいAPIプロバイダーを選択し、APIキーを入力して接続テストを行います。ローカルモデルを使用する場合は、事前にOllamaやLM Studioを起動しておきます。
- 動画の読み込みと生成: サンプルプロジェクトで動作を確認するか、自身のインタビュー・ポッドキャスト動画のURLを指定して縦型などのレイアウトを選択します。元の動画に字幕がない場合は、ローカルの音声認識モデルまたはクラウド転写を設定して実行します。
- 確認と書き出し: 生成されたクリップをプレビューし、字幕や構図を確認した上でパッケージをダウンロードします。
DockerによるWeb環境の起動
Linux環境やWebブラウザ経由で利用したい場合は、リポジトリをクローンしてDocker Composeで起動します。
git clone https://github.com/zhouxiaoka/autoclip.git
cd autoclip
cp env.example .env
mkdir -p data logs uploads
docker compose up -d --build
起動後、ブラウザで http://localhost:3000 にアクセスするとWeb UIが表示され、バックエンドのAPIドキュメントは http://localhost:8000/docs で確認できます。
※Linux環境でディレクトリのバインド権限エラーが生じた場合は、READMEに記載の手順に従い、データディレクトリの所有権を修正してから起動する必要があります。
CLIおよびMCPの利用手順
Python 3.10以上(3.11推奨)と、PATHの通ったFFmpegおよびFFprobeが必要です。
公式配布のZIPファイルを使用するか、以下のようにuvxやソースコードからインストールできます。
# 一行での実行例
uvx autoclip-mcp
ソースコードからセットアップする場合の手順は以下の通りです。
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python -m pip install --no-deps .
autoclip --version
動画を処理する際のコマンド例:
# 動画クリップを生成する
autoclip produce talk.mp4 --srt talk.srt --platform douyin --portrait-style podcast --json
# 出力結果から書き出しパッケージを作成する
autoclip outputs <PROJECT_ID> --export-kits
MCPサーバーとして利用する場合は、クライアント側からautoclip mcpを呼び出すように設定します。
技術的なポイント
- Pythonベースの実装とマルチインターフェース: コアロジックはPythonで構築されており、同一の処理パイプラインがデスクトップアプリ、Docker(Web/API)、CLI、MCPのすべてで共有されています。
- 外部ツールとの連携: 動画の解析・分割・再エンコードにはFFmpegおよびFFprobeが活用されています。デスクトップインストーラーにはこれらの依存関係があらかじめバンドルされています。
- モデル連携の柔軟性: クラウドのLLM(OpenAI互換エンドポイントを含む)に加え、Ollama(デフォルト
http://localhost:11434/v1)やLM Studio(デフォルトhttp://localhost:1234/v1)といったローカルサーバーを直接指定できる設計です。 - Model Context Protocol(MCP)対応:
autoclip-mcpパッケージが用意されており、OpenCodeなどのAIエージェントツールやMCPクライアントから動画編集機能をツールとして直接呼び出すことができます。配布用パッケージ作成用のスクリプト(pack_mcpb.py)などもリポジトリ内に含まれています。
注意点
- ライセンス: 本プロジェクトはMITライセンスのもとで公開されています。
- 対応プラットフォームの制限: デスクトップ版の配布パッケージはmacOS(Apple Silicon)およびWindows(x64)のみが提供されています。Intel製プロセッサを搭載したMacやLinux環境については、デスクトップ版ではなくDockerまたはCLI経由での利用が案内されています。
- 外部API利用時のコストとデータ送信: クラウドの分析モデルや音声認識モデルを使用する場合、テキスト字幕や音声データがプロバイダー側に送信され、各サービスに応じた従量課金が発生します。完全なオフライン処理を希望する場合は、ローカルLLMおよびローカルの音声認識モデル(Whisperなど)を選択する必要があります。
- 初回セットアップ時のリソース: ローカルで文字起こしモデル(Whisper等)を利用する場合、初回実行時にモデルファイル(約220MBなど)のダウンロードが発生します。
まとめ
AutoClipは、長尺動画から各種SNS向けのショート動画クリップと投稿アセットを自動生成できるオープンソースの動画編集ツールです。デスクトップGUIからCLI、Docker、MCPまで用途に合わせたインターフェースを備えており、ローカル処理とAIモデルを組み合わせた柔軟な動画制作パイプラインを構築できます。





