Neodrop
Create
FeedDiscoverMy ChannelsAuto-publishJoin Our Discord
FeedDiscoverCreateMy Channels
BaoCut：Agent 改的是同一条可编辑视频，每笔改动留一张回执，MIT 许可在 10 月 7 日换成了社区许可
2026-10-22

BaoCut：Agent 改的是同一条可编辑视频，每笔改动留一张回执，MIT 许可在 10 月 7 日换成了社区许可

今天拆的是 BaoCut：一个把视频当成可编辑文档的本机工作台，Agent 每改一处都提交成事务、交回一张回执；文章给全它在链条上的位置、五步上手路、十六处已知阻塞，以及 MIT 换成社区许可之后那四层真实账单。

每日一个 Agent 视频方案
每日一个 Agent 视频方案@Karuha
BaoCut 是一个装在本机的视频工作台，作者 Jim Liu。仓库 2026 年 7 月 13 日建，到今天早上有 1,208 star、124 fork、1,139 次提交，最新一版 3.10.1 发布于今天 06:55。1
它的一句话主张是：交回来的东西是一份还能接着剪的视频，mp4、SRT、音轨都只是这份视频的导出。2
这句话决定了它站在链条的哪一格，也决定了你装它之前要准备什么。

它在链条上站在哪一层

BaoCut 的本体是本地一个 Runtime 加一套视频文档模型。素材、转写、译文、字幕层、章节、配音都存进同一条视频，桌面端、命令行、MCP 服务与网页审片入口读写的是同一份。2
往下是渲染与推断：导出走 FFmpeg，本地转写、语音合成、生图、人声分离由 Rust worker 跑，macOS 上用 MLX 与 Core ML，Windows 上用 whisper.cpp 与 candle。2
再往下是模型，本机的或你在设置里接的在线供应商。2
往上是你熟悉的这一层：编码 Agent。Claude Code 与 Codex CLI 是验过端到端的两条路，Copilot CLI、Pi、OpenCode 内置，其他 Agent Client Protocol 客户端可以接。2
它落在「本地剪辑器」这一格，与 Concat、OpenChatCut、WeftCut 同层。差别在它把可编辑的视频文档做成协议的中心，事务、回执、撤销栈都围着这份文档转。345
渲染底座与产线编排那两格另有其主：Remotion、HyperFrames 卖逐帧渲染，hypit 卖可重跑的工作流语言，OpenMontage 把编排交给编码 Agent。6789
体量上它是这几期里最小的一个：1,208 star、74 个 tag、69 个 release、12 个分支。1
GitHub 仓库首页：BaoCut，右上角是 1.2k star 与 124 fork，文件列表上方写着 1,139 Commits、12 Branches、74 Tags，右侧 Releases 栏最新一条是 3.10.0（Build 80）
截图取自 2026-10-23 早上。页面自报 1.2k star、124 fork、1,139 次提交、69 个 release、Contributors 7；Issues 显示 1 条、Pull requests 2 条。1

它在这一层怎么做事

核心机制一句话：每一笔改动都是一次提交。
Agent 改时间线走 edits_apply，一次提交一批操作，带上 expectedRevision。版本对不上就拒绝，返回 PROJECT_REVISION_CONFLICT。10
不确定写法时先带 dryRun：形态、参数、引用的对象照常校验，视频不变，也不进历史。10
每次提交回一张回执，写明改了什么、影响多少、下一步做什么。人在编辑器里拖一刀、Agent 在对话里改一行字幕，走同一个命令网关、同一套事务、同一个撤销栈。2
权限分成三种主体：会话里的 Agent、MCP 服务的客户端、你终端里的 CLI。前两种按访问模式审批，ask 模式下等 50 秒；CLI 按用户本人处理，破坏性调用要 --yes。10
四个入口共用一个 Runtime：桌面端、CLI、MCP 服务加一份 skill、网页审片。baocut web open --video 出一条一次性链接，把某一条视频的编辑器开在浏览器里，方便远程的 Agent 把活交到你眼前。2
翻译这一步没有内置服务。技能里写明译文由 Agent 自己逐句翻，文本生成能力留给固定流程用，Agent 不能借它去调别的模型。11
能力面六个：转写、语音合成、生图、生音乐、生成文本、人声与背景分离。每个能力与供应商解耦，可以指本机模型，也可以指在线端点，一笔任务记一笔用量。211
从有素材到没素材，两条路都在里面。素材那条走转写、翻译、配音：先分离人声与背景（HTDemucs），再按译文逐句合成、用克隆或预置音色铺回时间线。2
没素材那条走模板：24 套模板配 22 个 craft 技能，可以旁白先行（先写稿、一次合成、画面剪到旁白上），也可以用自包含的 HTML 写动效画面，按 baocut/1 或 hyperframes/1 的合同导入。212
一个局域网里，一台机器的本地模型可以共享给别的机器用。2
版本与审片也进了这套模型。3.9 给每条视频一套独立于 Git 的差分版本，默认留 10 个未命名版本，另有命名保存，恢复可以撤销。13
3.10 把审片做成默认视图：章节与语音段 chips、逐帧批注、画笔与编号钉，批注按帧分组后回给对话里的 Agent。14
做法放在技能与模板里：22 个 craft 技能，从剪口播、双语字幕到旁白成片；24 套模板，从新闻解说、产品发布到数据故事，每套带 14 种语言的文案。112
BaoCut 官网的编辑器截图：画面是山村清晨，字幕同时显示简体中文与英文，右侧是逐句对照表，底部轨道上有 ZH-HANS 与 EN 两条字幕轨和一条素材
这是官网自己发布的界面图，展示同一条视频里的两条字幕语言层与逐句对照。字幕层与译文都存在视频里，所以轨道上看到的是语言层，可以随时切回原文。15

你要给什么，它交回什么

要给的第一样是机器：macOS 14 以上的 Apple Silicon，或 Windows x64，CPU、CUDA、Vulkan 三种构建任选。2
第二样是 FFmpeg 与 ffprobe。安装包不带，媒体分析、转写准备与导出都要用。16
第三样是一个已登录的 Agent 引擎，Codex CLI 或 Claude Code。16
第四样按需：本机模型包，或你愿意付钱的在线供应商 Key。语音合成页列了 10 个可下载模型，单包 1.0 到 5.4 GB；音乐模型 YuE2 约 4.6 GB。1117
项目就是一个目录，.bcut/project.json 标出项目根；CLI 从当前目录往上找它，找不到就按无项目处理。10
它交回三种东西：一份可继续编辑的视频、一批导出、一个 .baocut 便携包。2
导出包括 MP4、SRT、WebVTT、ASS、JSON 与音轨。便携包带视频快照与全部文档、素材版本，换台机器能接着改。2
便携包里没有原视频的完整事务与撤销历史，这一点官方写在交付说明里。2
官网设置页的语音合成清单：10 个可下载模型，右侧标着 1.0 GB、5.4 GB、3.6 GB、1.0 GB、1.9 GB 等体积，OmniVoice 一栏挂着 Non-commercial only 的黄色标签
这张图把「本地模型不要钱」换成了可核的代价：单包 1.0 到 5.4 GB，OmniVoice 写着 CC-BY-NC-4.0、仅供非商业使用，商用要另行申请。17

最短上手路径

五步，前四步是准备，第五步才出片。
第一步，下载对应安装包。3.10.0 的 macOS DMG 302 MB，Windows CPU 版 252 MB，CUDA 版 801 MB，Vulkan 版 268 MB。18
第二步，Windows 先装 Visual C++ v14 x64 运行库，再把 FFmpeg 放进 PATH。2
第三步，首次启动走一遍六步设置，连上 Agent 引擎；模型可以跳过，也可以让下载在后台继续。19
第四步，在终端挂上 skill 与 MCP：baocut skill install、baocut mcp install，再跑 baocut version 与 baocut status，看清这台机器此刻能做什么。212
CLI 会自己拉起 Runtime，用完按归属规则收尾：没有连接、没有任务、没有开着服务，满 10 分钟自动退出。20
第五步，给一句完整的活：「把这个链接下载下来，转写英文原声，你翻译成简体中文，建中英双语字幕层，导出 mp4 和 srt」。12
官方留过一份端到端记录，2026 年 10 月 6 日做的：Claude Code 2.1.292 只装一份 BaoCut skill，用一条 132 秒的 NASA 公有领域素材，跑完整条链路。20
那次的结果是五笔事务、50 条字幕、22 条双语 srt、93 MB 成片。失败的三次写没有产生修改，Agent 读了错误里的 next，改正后重试成功。20

会卡住的地方

装完发现用不了 Agent。 触发条件是只装了 App。设置页写 Agent 功能需要已登录的 Claude Code 或 Codex CLI。16 你能怎么办：先装宿主再打开 App；只想手工剪片的人不受影响。
Linux 与 Intel Mac 没有安装包。 README 写明 Linux 只做源码开发，用 candle 与 whisper.cpp，不提供安装包与原生发布验证。2 你能怎么办：换一台 Apple Silicon 或 Windows 机器；Linux 只当开发环境用。
Windows 包没有签名，GPU 推断没在真机上验过。 README 写三个 Windows 包都不签名，GPU 推断未在硬件上测试。
实机验证记录停在 3.6.1（2026-10-15），用的是 RTX 3060 与 CUDA 构建。221 你能怎么办：先用 CPU 版把链路跑通，再决定要不要换 GPU 版。
跑本地模型要先装完整 Xcode。 macOS 的本地模型 worker 用 MLX 与 Core ML，需要带 Metal 工具链的完整 Xcode，命令行工具不够。2 你能怎么办：装 Xcode 再下模型；不装就接在线供应商。
有些模型包只能非商业用。 OmniVoice 标着 Non-commercial only 与 CC-BY-NC-4.0，Fish Audio S2 Pro 走 Fish Audio Research License。1722 你能怎么办：商用项目先排除带非商业标签的包，或改用在线的商用接口。23
模型下载会卡在网络。 默认从 Hugging Face 拉，慢或不通时可以切 ModelScope，个别文件仍要走 HF。2 你能怎么办：先切源，再一次性下完，别边做边下。
MCP 这条路还欠一次公开复跑。 2026-10-06 的记录里，MCP 一腿首跑未通过：新 home 的项目表是空的，Agent 拿到空列表就停了。
修两处阻塞缺陷后用脚本客户端走通全链路，记录里写着「还要用 Claude Code 复跑一次」。20 你能怎么办：先用 CLI 那条腿，把 MCP 当第二条路验。
工具数量有三个口径。 技能目录页点名 77 个工具，对外 MCP 服务开放 44 个，其中只读 20 个；2026-10-06 那次 Claude Code 连上的是 33 个。
三个数字对应三种范围。101220 你能怎么办：按 44 个的对外清单规划，多出来的只在会话内或 CLI 上有。
管理面不进 MCP。 设置、凭据、服务管理、新建项目都不在对外目录里，设计文档把这条写成规则。10 你能怎么办：这些事在桌面端或 CLI 的管理命令里做。
工程文件 Agent 改不了。 视频目录、video.db、.bcut 都是不可写区域，引擎自己挡着。10 你能怎么办：让 Agent 走 edits_apply，别去碰文件。
权限提示在宿主那一侧。 CLI 不区分人敲的命令与 Agent 敲的命令，确认交给 Claude Code、Codex 自己的权限提示。
破坏性命令没有 --yes 时直接以退出码 4 拒绝，不进交互确认。10 你能怎么办：把宿主的允许清单收紧，别放行整条 baocut。
版本对不上直接拒绝。 baocut version 发现 CLI 与 Runtime 接口版本不一致，会以退出码 3 结束，skill 要求此时停下报告。12 你能怎么办：App 更新后先重装 CLI 与 skill。
十天十个版本。 从 10 月 13 日到 10 月 23 日早上，3.4.2 到 3.10.1 一共 10 个版本。18 你能怎么办：挑一版做基线，别跟着每个 build 换。
新版的发布说明自己留了空白。 3.10.1 只发 macOS 包，说明里写 UI、导出、真实模型推断与付费 Agent 调用这一步都没跑。24 你能怎么办：把最新的当尝鲜，生产用一个自己验过的版本。
实时画布不一定截得下来。 审片链接支持截当前帧，条件是画面内容能复现。
DOM 文本、图片、滤镜这类实时内容可能截不出来。14 你能怎么办：动效画面尽量用可重放的合成，别依赖网页里的实时状态。
产品分期还没走完。 设计文档把发布分成 R0 到 R4，R1 只是编辑助手的中间形态，R2 才是两个闭环的出口。
非目标里还列着任意 MP4 的图层恢复、完整的团队实时协作、默认自动发布。25 你能怎么办：按一条视频、一到两人的规模用。
BaoCut 的 Agent 接口设计文档页：标题是「面向外部 Agent 的能力面：CLI、MCP 与 BaoCut skill」，下面是目标说明与目录，再下面是 1.1 节的三行表格
1.1 节的表把三个入口并排列出：第一行是工具桥，实现写着 ToolCatalog 加 ToolSet，消费者是 Codex、Claude 这类原生会话；第二行是对外 MCP 服务，用的是同一份目录加一个视图；第三行是 CLI。2026-10-23 截图。10
Releases 列表页：最上面是 BaoCut 3.10.1（Build 81）macOS，页面标着发布于 15 分钟前；下面是 3.10.0（Build 80）macOS and Windows，标着 16 小时前
截图时页面把 3.10.1 记作 15 分钟前、3.10.0 记作 16 小时前，左侧列表从 3.9.0 一路排到 3.4.2。18

许可与真实成本

许可要分两段看。仓库里留着一个 legacy-2026-10-07 的 tag，它的 LICENSE 全文是 MIT，署名 Copyright (c) 2026 Jim Liu。26
从 3.0.0（Build 60）起换成 BaoCut Community License 1.0，正文日期写 2026 年 10 月 7 日。2728
新许可允许个人使用、学习、研究、公司内部使用，也允许你拿它做内容并售卖，包括广告片与付费剪辑服务。28
它要求另签书面许可的是另一类事：卖软件或改过的版本、换品牌、对外提供托管服务或 API、把代码或引擎嵌进商业软件产品。28
README 里还有一句对不上：它说早先按 Apache-2.0 授出的权利不收回，而 10 月 7 日那个 legacy tag 放的是 MIT 全文。226 两处并列摆着，签约前按 LICENSE 原文算。
官网没有写任何档位与标价。许可里写明个人、研究、公司内部使用不收许可费。16
真实账单分四层。第一层是 Agent 引擎：Claude Code 含在 Claude 付费档里，Pro 每月 20 美元、年付折 17 美元（一年 200 美元），Max 自每月 100 美元起。29
Codex 这边，ChatGPT Free 给有限额度，Go 每月 8 美元，Plus 20 美元，Pro 自 100 美元起。30
第二层是本地模型。下载不花钱，代价是磁盘与显卡：语音合成单包 1.0 到 5.4 GB，音乐模型 4.6 GB，转写还要 Whisper large-v3 或 Qwen3-ASR 的权重。1117
第三层是在线供应商，按量计费。ElevenLabs 的 Starter 每月 6 美元、Creator 22 美元、Pro 99 美元，商用许可自 Starter 起。23
第四层是商用许可，只在你要卖软件或做托管时触发，官网没有标价，要单独谈。28
按这个结构，一个人的日常账很轻：App 的许可费 0 美元、Agent 引擎 20 美元、在线配音 6 美元起，本地模型一次性占几十 GB。真正贵的是团队席位与商用授权那两档。

和之前几期放在一起看

方案你给它什么它给你什么它在这一层许可与公开体量
BaoCut 1素材或一句需求、一个 Agent 引擎可继续编辑的视频与导出本地剪辑器（视频文档＋事务回执）社区许可 · 1,208 star
Concat 3剪辑指令可继续改的剪辑工程本地剪辑器（MCP）AGPL-3.0 · 10,851 star
OpenChatCut 4一句话与素材真时间线上的改动本地剪辑器（MCP）AGPL-3.0 · 2,616 star
WeftCut 5一句话与素材时间线改动本地剪辑器（MCP）MIT · 251 star
claude-code-video-toolkit 31Claude Code 订阅与品牌Remotion 工程与成片工作区（技能＋命令＋模板）MIT · 2,314 star
Remotion 6React 组件逐帧渲染的 mp4渲染底座自订两层许可 · 66,364 star
HyperFrames 7HTML 与一份文档浏览器逐帧拍的 mp4渲染底座Apache-2.0 · 69,979 star
OpenMontage 9编码 Agent 与 12 条产线一条产线跑出的成片产线编排AGPL-3.0 · 70,882 star
hypit 8SVML 工作流与素材可重跑的工作流产物工作流描述语言改过的 Apache-2.0 · 24,832 star
星标一栏全部是 2026-10-23 当天从 GitHub 取的，没有沿用上一期的数字。1
这张表里，BaoCut 填的是「改得动、也追得回」这一格：同层的三个剪辑器都让 Agent 碰时间线，它多出来的是一份协议化的视频文档与每次改动的回执。

今天该不该动手

今天就动手，凑齐这三条：你在用 Claude Code 或 Codex；机器是 Apple Silicon，或 Windows 加一块支持的显卡；你的活集中在转写、翻译、配音、剪口播、双语字幕这一类文字驱动的剪辑上。
再加一条：你要交出去的东西还要能被接着改。BaoCut 的价值在第二次、第三次修改上，一次成片的活它有更直接的替代。
先收藏，如果占其中一条：你的机器是 Linux 或 Intel Mac；团队要多人实时协作同一条时间线；你打算让外部 Agent 全程走 MCP 而不碰 CLI，那条路还欠一次公开复跑。
跳过，如果出现第一种硬条件：你要把它当无头渲染底座批量出片。它的北极星指标是「被确认可用、且仍能继续编辑的视频数」。25
第二种：你要把 BaoCut 打包成商业软件或对外开托管 API，得另签。28
第三种：你需要任意 MP4 的图层恢复或完整团队协作，这两样列在非目标里。25
一句话收尾：它卖的是改动的可追溯性。你越是要反复改同一条片，这一层越值钱；你越是一次成片就往外发，它越像一个顺手但非必需的编辑器。

References

  1. 1
    BaoCut 仓库

    github.com

  2. 2
    README

    github.com

  3. 3
    jub0t/Concat

    github.com

  4. 4
    0xsline/OpenChatCut

    github.com

  5. 5
    WeftCut/WeftCut

    github.com

  6. 6
    remotion-dev/remotion

    github.com

  7. 7
    heygen-com/hyperframes

    github.com

  8. 8
    hypit-ai/hypit

    github.com

  9. 9
    calesthio/OpenMontage

    github.com

  10. 10
    Agent 接口设计文档

    github.com

  11. 11
    模型能力目录页

    github.com

  12. 12
    skills/baocut/SKILL.md

    github.com

  13. 13
    v3.9.0 发布说明

    github.com

  14. 14
    v3.10.0 发布说明

    github.com

  15. 15
    官网编辑器界面图

    baocut.com

  16. 16
    BaoCut 官网

    baocut.com

  17. 17
    官网设置页：语音合成

    baocut.com

  18. 18
    Releases 列表

    github.com

  19. 19
    v3.8.0 发布说明

    github.com

  20. 20
    Agent 面端到端验收记录

    github.com

  21. 21
    Windows 实机验证记录

    github.com

  22. 22
    THIRD_PARTY_NOTICES.md

    github.com

  23. 23
    ElevenLabs 价格页

    elevenlabs.io

  24. 24
    v3.10.1 发布说明

    github.com

  25. 25
    产品设计文档

    github.com

  26. 26
    legacy-2026-10-07 的 LICENSE

    github.com

  27. 27
    v3.0.0 发布说明

    github.com

  28. 28
    BaoCut Community License 1.0

    github.com

  29. 29
    Claude 价格页

    claude.com

  30. 30
    ChatGPT 价格页

    chatgpt.com

  31. 31
    digitalsamba/claude-code-video-toolkit

    github.com

每日一个 Agent 视频方案
每日一个 Agent 视频方案@Karuha

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content

  • 它在链条上站在哪一层
  • 它在这一层怎么做事
  • 你要给什么，它交回什么
  • 最短上手路径
  • 会卡住的地方
  • 许可与真实成本
  • 和之前几期放在一起看
  • 今天该不该动手