OpenCut

免费开源的跨平台视频编辑器

Stars89.2k
Forks8.8k
主语言Typescript
分类创意内容生成
作者OpenCut-app
License

预览

详细介绍

OpenCut 是一款由深圳慧音科技支持、源于社区对收费和隐私担忧而发起的开源视频编辑器,核心定位是“CapCut 的开源替代品”——它不满足于复制商业软件的基础功能,而是将多轨时间线编辑、无水印导出、AI 音画处理、跨平台支持与“数据归自己”的隐私承诺整合为一体,试图在创作工具领域开辟一条开源、透明、尊重用户的第三条道路。市面上大多数视频剪辑工具各有取舍——CapCut 和剪映功能强大但频繁弹窗付费、数据流向不明;DaVinci Resolve 专业但体量庞大;Shotcut 开源但界面古朴、AI 能力薄弱——很少有工具能像 OpenCut 这样,在免费开源的前提下,同时兼顾现代剪辑体验、AI 智能处理和“不做任何商业算计”的纯粹性。OpenCut 解决的正是创作者在剪辑工具选择上的核心痛点:能不能既好用,又不被绑架?

一、OpenCut 是什么

OpenCut 是一个基于现代 Web 技术栈构建的跨平台视频编辑器,采用 Next.js + TypeScript 前端,结合 Bun 高性能运行时和 FFmpeg 音视频引擎,时间线采用多轨道架构(支持媒体/文本/音频轨道分层),所有编辑操作均在浏览器中本地完成,用户数据不上传任何服务器。该项目于 2025 年 6 月 22 日在 GitHub 上开源,发布后迅速走红:2025 年 7 月 10 日即被 GitHub 评为社区日榜最佳项目,当月 GitHub 增长排名第一;同年 9 月,OpenCut 在 GitHub 月榜中排名第二,单月增长 8,545 颗星。截至 2026 年 6 月,项目已累计获得超过 55,000 颗星标、6,000 多个 Fork,吸引了 96 名贡献者参与开发。开源协议采用 MIT License,完全免费、无任何订阅或付费墙。

OpenCut 的技术架构分为三层:前端由 Next.js 提供路由与渲染,Zustand 管理状态,Canvas 实现实时预览与交互;后端通过 Bun 运行环境调用 FFmpeg 完成视频编解码和格式转换;数据层依赖 PostgreSQL 和 Redis 管理项目和会话信息(自托管模式)。与传统桌面视频编辑器不同,OpenCut 目前以 Web 端为主力形态,用户通过浏览器即可访问 https://opencut.app 开始剪辑,无需安装任何软件。

需要特别说明的是,OpenCut 目前正处于 “从零开始重写” 的过渡阶段。当前线上版本(classic)功能稳定可用,但团队已启动基于 Rust 核心的全面重构,目标是实现“一套代码同时跑在 Web、桌面和移动端”。新版本将引入插件优先架构、编辑 API、无头模式(批量自动化渲染)、MCP 服务器(AI 代理集成)和脚本编辑面板等开发者友好特性。

二、OpenCut 能做什么

OpenCut 的核心能力可以精炼地概括为:剪、调、AI、导、全。围绕这五个维度,它提供了从传统剪辑到智能增强的完整功能矩阵:

基础剪辑功能——包括时间轴与多轨道编辑(支持媒体/文本/音频轨道分层)、实时预览、剪切/修剪/拼接、素材管理、淡入淡出与关键帧控制、音量包络与变速补偿等。经过实战测试,OpenCut 支持音视频协同与关键帧曲线的精细控制,导出参数方面涵盖分辨率、帧率、码率与编码预设的组合策略,平衡画质与体积。

音频处理能力——“人声与伴奏分离”(声音分家):一键分离视频中的人声和背景音乐,针对中文 Vlog、播客、教学视频等真实场景做了专项优化,能有效抑制环境噪音和混响,支持多说话人场景下的语音聚类分离。此外还支持从视频中提取无损 MP3 音频、AI 声音克隆(相似度高达 99%)等功能。

AI 智能增强——视频翻译:支持将视频翻译成 100 多种语言,自动生成多语言字幕。超清图片/视频修复:采用 ESRGAN + Stable Diffusion 微调混合架构修复模糊影像,提升画质。去水印、图片抠图、动漫风格转换等 AI 功能也一并打包。OpenCut 的核心亮点“AI 轨道自适应系统”,可同时解析语音语义停顿点、画面运动矢量节奏峰值和背景音乐节拍结构,通过多任务学习模型将音频、视频、BGM 三者自动对齐,输出最优轨道排列方案。

输出与导出——支持导出 H.264 MP4 格式视频,无水印、无压缩强制弹窗,视频转 GIF、图片序列导出等多种输出方式,分辨率灵活支持 4K 至 1080P 各档位,多人工程协作场景下的媒体资产管理也在实测方案中得到了覆盖。

跨平台与部署——当前以 Web 端为主,支持 Windows、macOS、Linux 系统的现代浏览器直接访问。Docker Compose 一键部署即可获得完整的自托管版本;同时也有 iOS/Android 移动端“剪画”应用,面向手机轻度剪辑用户。通过 Railway 等平台,用户甚至可以在 5 分钟内完成在线托管,实现从浏览器到个人服务器的全程数据自控。

三、OpenCut 适合谁用

OpenCut 的功能特性使其适配各类对视频工具有隐私关切、预算约束或定制需求的创作者与团队,核心覆盖以下几类:

独立内容创作者与 Vlogger——日常需要制作视频但不希望被平台绑架的用户,尤其是那些厌倦了 CapCut 频繁弹窗收费和广告骚扰的创作者。用户实测反馈:“无水印导出,使用过程中不会突然跳出一个弹窗,没有付费提示,使用起来很舒服。”

注重隐私的敏感行业用户——医疗、法务、企业内部培训等场景涉及敏感素材,视频数据不能上传云端。OpenCut 所有处理都在本地完成,素材不上传任何第三方服务器,确保视频永远留存在用户自己的设备上。

开发者和自托管用户——希望对视频编辑器进行二次开发、功能定制或接入自己 AI 工作流的开发者。OpenCut 基于 MIT 协议,代码完全公开,且团队正在重构的插件优先架构和编辑 API 正是为这类用户量身打造。

学生、教育工作者与非盈利组织——预算有限、需要制作教学视频的个人或机构,OpenCut 提供完全免费、无水印的专业级工具,且界面简洁易用,小白也能快速上手。

开源软件倡导者——反感商业软件绑架、希望通过实际行动支持开源生态的用户,OpenCut 从 CapCut 收费和隐私争议中诞生,其“数据归自己,工具不受商业巨头控制”的理念本身就聚集了一大批支持者。

四、OpenCut 的应用场景是什么

基于其核心功能与定位,OpenCut 的应用场景主要围绕隐私视频创作、快速剪辑处理、AI 增强流水线和二次开发集成,具体包括:

个人自媒体内容生产场景——B站UP主、抖音博主、YouTube 创作者无需担心导出视频上的平台水印破坏品牌形象,也不必月月面对“开会员才能导出高清”的付费弹窗。OpenCut 的多轨道时间线和丰富的特效足以支撑日常短视频、Vlog、教程片的制作。

企业内部培训与敏感数据处理场景——企业在制作内部培训视频时,若涉及敏感数据或商业机密,使用公有云剪辑工具存在泄露风险。OpenCut 的本地处理+自托管双重保险,确保视频从头到尾不出企业防火墙,符合数据安全合规要求。

AI 驱动的高效剪辑场景——“轨道自适应系统”自动将人物讲话高潮对齐音乐重拍;“视频翻译”一键将中文视频转为 100 种多语言字幕,直接用于出海内容分发;旧素材画质修复功能可让模糊老照片焕发新生。对于需要大量处理素材的内容工厂,这些 AI 能力可以极大压缩人工剪辑时间。

开源二次开发与自建 SaaS 场景——你可以在 OpenCut 的基础上构建自己的在线视频剪辑 SaaS,就像 Penpot 之于 Figma、GIMP 之于 Photoshop 一样。开发者可通过自托管方案(Docker + Railway)快速上线白标剪辑服务,也可通过 REST API 和未来发布的 Editor API 将视频编辑能力嵌入到现有系统中。

跨境团队协作场景——当团队成员分别使用 Windows、macOS、Linux 甚至 Chrome OS 时,OpenCut 的纯浏览器访问方式让所有人都可以打开同一个链接剪辑同一批素材,无需为不同平台的客户端版本兼容问题发愁。

五、OpenCut 为什么值得关注

OpenCut 之所以值得关注,核心在于它以开源模式回应了商业剪辑工具“收费围城 + 隐私黑洞”的双重困局,同时具备了火箭般的社区增长、扎实的技术路线和深刻的行业信号意义:

从“被绑架”到“自有工具”的范式突围——2025 年 CapCut 更新的服务条款在创作者圈投下重磅炸弹,用户被迫在“付费解锁”和“接受数据爬取”之间选择。OpenCut 给出了第三种答案:工具开源,数据归你,不赚钱但够用。这种“反商业算计”的纯粹姿态,本身就是一股清流。

惊人的社区增长与行业认可——从 2025 年 6 月开源到 2026 年 6 月,短短一年内 GitHub 星标突破 5.5 万,是拥有 14 年历史的开源视频编辑器 Shotcut 的 3 倍多。2025 年 7 月 GitHub 日榜最佳项目、月榜增长第一名、Product Hunt 热门推荐……这些荣誉共同验证了市场对“CapCut 替代品”的极度渴求。

“Rust + Web”重构路线,开发者友好度拉满——OpenCut 当前版本已完成基础编辑能力验证,但更为前瞻的是正在进行的 Rust 核心重构。Rust 确保高性能与跨平台一致性,插件优先架构和编辑 API 让第三方开发者可以自由扩展功能边界,无头模式打通 CI/CD 批量渲染流水线,MCP 服务器则允许 AI 代理直接接入剪辑工作流。这一整套设计将 OpenCut 从“一个视频工具”升维为“视频处理的基础设施”。

隐私第一的设计理念,吃下专业用户需求——“素材不上云端”“本地处理”“数据自托管”并非口号。从架构上看,OpenCut 的 Web 端剪辑完全在浏览器内通过 FFmpeg 完成,不需要将视频上传到任何远程服务器。自托管模式下,用户甚至可以断开互联网,在隔离环境中完成全部创作。对医疗、法律、政务等高度敏感的行业来说,这是从“能用”到“敢用”的关键分水岭。

面临的挑战与争议——需要注意的是,OpenCut 目前仍处于“经典版可用、重构版推进中”的过渡阶段。早期测试者批评过安装门槛高(需要 Bun、Docker、Node.js 等环境),且线上版本部分高级功能仍在打磨中,官方也明确建议“暂时不要改动导出面板和预览面板的增强代码”。项目目前尚未开放外部贡献(因为架构设计还在变更中),但 Discord 社区和 Issue 讨论区已吸引了大量关注者和预备贡献者。

开源视频编辑赛道的“破局者”意义——与拥有 20 年积累的 Kdenlive、Shotcut 等老牌项目不同,OpenCut 选择了一条从现代 Web 出发、以 Rust 重构进化的路径。它背负的不仅仅是代码质量,更是无数创作者对“不受商业巨头控制”的理想投射。无论最终重构能否如期完成,OpenCut 已经证明了一件事:当商业工具开始异化,开源社区有能力集结力量,在废墟之上重新搭起那座自由而纯粹的工具城堡。