不会剪辑软件，也能让AI按你的描述剪视频（GitHub Trending）

今日 GitHub 热门项目 Top 7，已为你深度翻译整理。

1. Gitlawb/openclaude

作者： Gitlawb
语言： TypeScript
⭐ 星标： 31,270（今日 +80）　｜　🍴 Fork： 8,947
主页：https://openclaude.gitlawb.com
标签： ai, ai-agent, ai-tools, cli, coding

项目定位： 开源终端编码智能体 CLI：一套工具打通云端 API 与本地模型（OpenAI 兼容、Gemini、Ollama 等），AI 编程助手不再被单一厂商绑定。

为你而选： 适合想在终端用 AI 写代码的开发者：无论接云端 API 还是本地 Ollama，都能获得统一的智能体工作流，还支持后台跑长任务。

解决什么问题：多数 AI 编程 CLI 绑定单一厂商，OpenClaude 用一套终端工作流打通 OpenAI 兼容 API（OpenRouter、DeepSeek、Groq、LM Studio 等）、Gemini、GitHub Models、Codex OAuth、Ollama 等后端——bash、文件工具、grep、子代理、任务、MCP、斜杠命令、流式输出一应俱全。换模型不换工具，/provider 引导式配置，凭据存入 .openclaude-profile.json。

实现看点：TypeScript 项目，经 npm 分发，附带 VS Code 扩展；文档还覆盖智能路由、Repo Map 代码库索引、无头 gRPC 服务器、Android 安装。细节讲究：对接 Ollama 时走原生 chat API 并主动请求 32768 token 上下文，避免会话历史被静默截断。彩蛋：每按一次回车，像素画小伙伴就射出一支箭。

快速上手（需 Node.js ≥22）：

npm install -g @gitlawb/openclaude@latest
openclaude

本地 Ollama 最短路径：

export OPENAI_BASE_URL=http://localhost:11434/v1
export OPENAI_MODEL=qwen2.5-coder:7b
openclaude

会话可用 --resume <id> / --continue 恢复，长任务用 --bg "fix failing tests" 挂后台，openclaude ps 查看状态。

注意边界：它不读取 ~/.claude，也不自动加载项目 .env，凭据需经 /provider 或显式环境变量提供；后台会话是本地子进程而非守护进程；--fork-session 只分叉对话历史，不隔离文件系统；若提示 ripgrep not found，装好 ripgrep 即可。

2. Imbad0202/academic-research-skills

作者： Imbad0202
语言： Python
⭐ 星标： 44,866（今日 +193）　｜　🍴 Fork： 3,548
主页：https://buymeacoffee.com/crucify020v
标签： academic-pipeline, academic-writing, ai-research, claude, claude-code, literature-review, peer-review, prompt-engineering

项目定位： 为 Claude Code 打造的开源学术研究技能套件，覆盖研究→写作→评审→修改→定稿全流程，主打人机协作：AI 承担杂活，人负责判断。

为你而选： 适合需要写论文的研究者与学生：让 AI 承担查文献、核引用、查逻辑等杂活，自己专注选题与论证，还能获得多视角模拟评审。

它的立场写在开篇：AI 是副驾驶，不是飞行员。工具不替你写论文，而是接管最耗时的杂活——找文献、核引用、验数据、查逻辑一致性，让你专注定义问题、选择方法与论证本身。鉴于全自主 AI 科研容易继承幻觉结果、捏造方法、引用造假等失败模式，流程中特意保留了人工参与的完整性门禁——在遍地“一键成文”工具的当下，这种克制并不多见。

具体拆为四个技能：Deep Research 用 13 个 agent 做文献调研（含 PRISMA 综述与 Semantic Scholar 核验）；Academic Paper 用 12 个 agent 写作，Style Calibration 从你过往文字学习个人文风，Writing Quality Check 捕捉“机器味”行文；Reviewer 提供 7 个 agent 的多视角模拟评审，含专门唱反调的 Devil’s Advocate；Pipeline 串起十阶段流程。针对引用幻觉，v3.8 加入三层引用锚点与可选的 ARS_CLAIM_AUDIT=1 审计，实际抓取被引文献核对论断，不达标即拦截输出。

装好 Claude Code 后两条命令即可：

/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills

再跑 /ars-plan 以苏格拉底式对话梳理论文结构，或用 /ars-lit-review "主题" 快速试用。核心技能纯提示驱动、无需 Python；导出 DOCX/PDF 需选装 Pandoc/tectonic。许可为 CC BY-NC 4.0（禁商用），且它明确不做“去 AI 味”洗稿——目标是写得更好，而非掩盖 AI 使用。1.5 万词论文全流程约 4–6 美元。

3. iv-org/invidious

作者： iv-org
语言： Crystal
⭐ 星标： 23,758（今日 +577）　｜　🍴 Fork： 2,674
许可证：AGPL-3.0　｜　主页：https://invidious.io
标签： agplv3, hacktoberfest, invidious, libre, video, watch, youtube, youtube-video

项目定位： Invidious 是一个开源的 YouTube 替代前端：无广告、无追踪、无需 JavaScript，界面轻量，订阅体系独立于 Google 账号。

为你而选： 适合在意隐私、想摆脱广告与 Google 绑定的普通用户；开发者可自建实例，或用其开发者 API 做二次开发。

Invidious 解决的问题很直接：YouTube 官方界面广告多、追踪重、绑定 Google 账号体系，而它提供了一个开源替代前端——轻量、无广告、无追踪，甚至不需要 JavaScript 就能看视频。

几个值得留意的点：

订阅体系独立于 Google，可从 YouTube、NewPipe、FreeTube 导入订阅与观看历史，也能导出，迁移成本低；
纯音频模式，手机上支持后台播放；
明暗主题、自定义主页、Reddit 评论、多语言界面；
不调用官方 YouTube API，同时提供开发者 API 与嵌入视频支持。

上手有两条路：普通用户从官方实例列表（instances.invidious.io）挑一个公开实例即可直接观看；想自己掌控数据，可按文档（docs.invidious.io/installation）自建。再配合 Privacy Redirect 浏览器扩展，网页里的 YouTube 链接会自动重定向到 Invidious，嵌入视频也会被替换。

注意事项：项目免责声明明确不对第三方实例及不当使用（如非法下载）负责，使用时请遵守当地法规；公开实例的可用性可能波动，介意的话自建更稳妥。项目采用 AGPLv3 许可，欢迎通过 fork、提交 PR 或在 Weblate 上参与翻译来贡献。

4. 3b1b/manim

作者： 3b1b
语言： Python
⭐ 星标： 92,544（今日 +86）　｜　🍴 Fork： 7,615
许可证：MIT
标签： 3b1b-videos, animation, explanatory-math-videos, python

项目定位： 3Blue1Brown 作者出品的数学动画引擎 ManimGL：用 Python 代码精确编程生成讲解型数学视频动画，正是该频道视频背后的制作工具。

为你而选： 适合数学/科普内容创作者与开发者：用代码把公式、几何与定理变成精确动画，制作教学视频或可视化演示。

它解决了什么

Manim 是 3Blue1Brown 频道背后动画引擎的开源版本（本仓库为 ManimGL），核心思路是“用代码写动画”：以编程方式精确描述每一步变换，再渲染成视频。相比在剪辑软件里手动对齐，它让公式推导、几何变换做到帧级精确、可复现，天然适合讲解型数学视频。

看点

基于 OpenGL 渲染，运行场景会弹出窗口实时播放预览；
可选集成 LaTeX，公式排版质量高；
3b1b/videos 仓库公开了 3Blue1Brown 视频的全部源码，可直接对照学习，其中还介绍了更交互式的工作流搭建方式。

快速上手

需要 Python 3.10+，以及 FFmpeg、OpenGL（LaTeX 可选，Linux 另需 Pango）：

pip install manimgl
manimgl example_scenes.py OpeningManimExample

常用命令行参数：-w 写出视频文件、-o 写出并打开、-s 只看最后一帧、-n <number> 跳到第 n 段动画；输出路径与画质等可在 custom_config.yml 中配置。

注意

包名是 manimgl 而非 manim——后者通常指 2020 年分叉出的社区版（Manim Community），对新手更友好、生态更活跃，两者的安装说明不可混用。本仓库文档仍在完善中，另有 @manim-kindergarten 维护的中文版 docs.manim.org.cn；老视频的代码可能与最新版不兼容。

5. browser-use/video-use

作者： browser-use
语言： Python
⭐ 星标： 22,916（今日 +472）　｜　🍴 Fork： 2,810
许可证：MIT

项目定位： browser-use 团队开源的视频剪辑技能：把原始素材放进文件夹，用 Claude Code 等编程 Agent 对话式剪辑，自动产出 final.mp4。

为你而选： 适合有口播、教程、访谈等素材却不熟剪辑软件的人，以及想给 Agent 扩展视频能力的开发者；用自然语言完成去口水词、调色、字幕等以前离不开时间线的活。

它做什么：把原始素材丢进文件夹，在 Claude Code 里说一句”剪成发布视频”，Agent 会先盘点素材、提出策略，等你确认后产出 edit/final.mp4——剪掉口水词与条间空白、自动调色、每个剪切点加 30ms 音频淡入淡出、烧录可定制字幕，还能用 Remotion、Manim 等并行子代理生成动画叠加；会话记忆存于 project.md，下次接着剪。

最值得看的思路：LLM 从不逐帧”看”视频，而是”读”视频。ElevenLabs Scribe 转写提供词级时间戳、说话人分离和音频事件，全部素材打包成约 12KB 文本作为主要阅读视图，只在关键决策点才按需生成”胶片条+波形+词标签”的 PNG——对比逐帧喂图动辄数千万 token 的做法，这与 browser-use 给 LLM 结构化 DOM 而非截图是同一哲学。流水线末端还有自检：在每个剪切点检查成片，发现画面跳变、爆音或字幕遮挡就修复重渲（最多 3 次），通过后才给你看预览。

上手与边界：把 README 的 setup prompt 粘给任意有 shell 权限的 Agent 即可；也可手动 git clone 后 symlink 到 ~/.claude/skills/、uv sync、brew install ffmpeg，并配置 ElevenLabs API key。想常驻 VPS 或 Telegram 可走 Browser Use Box。注意转写依赖 ElevenLabs；它坚持”先确认再动手”——12 条硬性规则管工艺，艺术发挥留给你。

6. VoltAgent/awesome-design-md

作者： VoltAgent
语言： 未标注
⭐ 星标： 112,708（今日 +323）　｜　🍴 Fork： 12,772
许可证：MIT　｜　主页：https://getdesign.md/
标签： awesome-list, design-md, design-system, design-tokens, figma, google-stitch, landing-page, vibe-coding, vibe-design, vibecoding

项目定位： 收录 73 份从知名品牌官网提炼的 DESIGN.md 设计系统文档，复制进项目根目录，AI 编码代理即可生成与该品牌视觉语言一致的高质量 UI。

为你而选： 适合开发者、设计师和 vibe coder：让 AI 生成的界面拥有 Linear、Apple、Stripe 级的成熟视觉风格，快速做出好看且风格统一的产品界面。

解决什么问题：AI 生成的 UI 常常“能跑但不好看”，风格随机漂移。DESIGN.md 是 Google Stitch 提出的概念——一份纯 Markdown 的设计系统文档，AI 代理读完就知道界面该怎么长。它不需要 Figma 导出、JSON schema 或特殊工具，放进项目根目录即可，因为 Markdown 正是 LLM 最擅长阅读的格式。它相当于 AGENTS.md 的设计版：一个管“怎么构建”，一个管“长什么样”。

收录了什么：这个由 VoltAgent 团队维护的仓库目前有 73 份从真实网站提炼的 DESIGN.md，覆盖 AI 平台（Claude、xAI）、开发者工具（Vercel、Cursor）、SaaS（Linear、Notion）、支付（Stripe）、汽车（Tesla、Ferrari）等类别。文档包含分析过的设计模式、design tokens 和规则，有真实的设计深度，而非表面描述。还有个”Retro Web”周六系列，收录 1996 年戴尔、2001 年任天堂官网的风格，可让 AI 生成年代感十足的复古界面。

怎么用：零安装。挑一份喜欢的 DESIGN.md 复制到项目根目录，对 AI 代理说“照这个风格给我做个页面”；Google Stitch 也能直接读取。找不到想要的品牌，可到 getdesign.md/request 提交请求（含私享交付选项）。注意：它本身只是一份文档，需搭配 Cursor、Claude Code 等 AI 编码代理才能发挥作用。

7. averygan/reclip

作者： averygan
语言： HTML
⭐ 星标： 7,636（今日 +56）　｜　🍴 Fork： 1,314
许可证：MIT

项目定位： ReClip 是一个自托管的开源视频/音频下载器，带简洁网页界面：粘贴 YouTube、TikTok、Instagram 等上千个站点的链接，即可下载 MP4 视频或提取 MP3 音频。

为你而选： 适合想在本地搭建私有下载工具的人：普通用户可批量保存视频、提取音频；开发者也能把它当作轻量自托管服务的参考实现。

把下载这件事搬回自己电脑

网上常见的“在线视频下载站”大多广告密集，还得把链接交给陌生服务器。ReClip 的做法是自托管：在你自己的机器上跑一个小服务，打开网页、粘贴链接就能下载，不必依赖来路不明的第三方网站。

能做什么

依托 yt-dlp，支持 YouTube、TikTok、Instagram、Twitter/X、Reddit、Vimeo、SoundCloud 等一千多个站点
MP4 视频或 MP3 音频二选一，下载前可挑选清晰度/分辨率
支持批量：一次粘贴多个链接，自动去重，可逐个下载或一键全部下载

实现上的看点

这个项目刻意做减法：后端是约 150 行的 Python + Flask 单文件，前端是单文件原生 HTML/CSS/JS，无框架、无构建步骤，运行时依赖只有 Flask 和 yt-dlp 两个包（外加 ffmpeg 处理音视频）。对想研究“小而完整”的 Web 服务如何实现的人来说，这份代码本身就是不错的读物。

快速上手

brew install yt-dlp ffmpeg    # 或 apt install ffmpeg && pip install yt-dlp
git clone https://github.com/averygan/reclip.git
cd reclip
./reclip.sh

启动后访问 http://localhost:8899 即可使用。也可以走 Docker 路线：docker build -t reclip . && docker run -p 8899:8899 reclip。

注意边界

README 明确声明该工具仅供个人使用，下载时请遵守版权法与各平台的服务条款，开发者不对滥用行为负责。它本质上是 yt-dlp 的一层友好外壳，站点支持范围也随 yt-dlp 的能力而定。