akari-video

想象这样一个场景：你是一个旅行博主，刚从日本京都旅拍回来，手里握着 4K 超清素材、背景音乐、一份粗略的口播文案。传统工作流下，你要在剪映/PR 里花 4-6 小时完成粗剪、对轴、配字幕、调色、加 BGM……而现在，你只需要把素材扔给 AI，说一句「做成旅行纪录片风格」，喝杯咖啡，30 分钟后打开 AKARI Video —— 一个接近完成的成片就在那里等你审阅，只改几处不顺眼的地方。

这就是 AKARI Video 试图解决的问题。

背景：视频剪辑界的「自动驾驶」实验

视频内容创作正经历一场深刻变革。全球 YouTube/TikTok 内容爆发式增长，创作者们面临一个根本矛盾：手工剪辑太慢、AI 剪辑太糙。市面上大多数 AI 剪辑工具的逻辑是「素材拼接」，输出千篇一律的流水线产品，缺乏创作者的个人风格。

AKARI Video 的设计哲学是「Intent is human. Hands are AI.」—— 人类负责表达意图，AI 负责执行苦力。这不是把剪辑工作全部交给 AI，而是让 AI 把 90% 的体力活做完，人类专注于创意决策和最终审核。

项目由 AkariLabs 开发，2025 年起公开，采用 MIT 许可证开源。当前状态标注为「under construction」，但核心的 Agent 驱动剪辑路径已经可用。

核心理念：文件契约而非工具调用

AKARI Video 的架构设计非常有意思。与大多数 AI Agent 项目用一堆 API 调用来操控剪辑软件不同，AKARI Video 的核心设计是「文件契约（file contract）」：

整个系统的运转围绕一个 edit.json 文件展开。AI Agent 直接读写这个 JSON 文件来描述视频的结构、时间线、素材引用、转场效果、字幕内容——而不是调用一堆工具 API。这个 JSON 文件再渲染成可视化的剪辑时间线供人类审阅。

这样做有三个好处：

• 快速且健壮：JSON 读写比 API 调用稳定得多，错误也更容易追踪
• 可 diff：剪辑历史可以通过 git diff 可视化，AI 的每一步决策都清晰可见
• 人类行为也写回数据：你用鼠标拖动调整了一个片段的出入点，这个改动同样写回 edit.json，AI 可以感知并继续工作

技术架构：Theia 桌面包 + NPM Monorepo

项目是一个典型的 NPM Monorepo，根目录用 workspaces 配置管理多个子包：

桌面壳基于 Theia IDE 框架（Eclipse 旗下的云/桌面 IDE 框架），这是一个很有意思的选择。Theia 提供了完整的编辑器 UI 能力（标签页、文件树、终端、多语言支持），AKARI 在此基础上叠加了视频项目专属的插件（akari-tabs、akari-preview、akari-transcript 等）。

技能系统是 AKARI Video 的 Agent 能力核心，共 19 个技能，覆盖了完整的视频制作流程：

• 素材分析（analyze-footage、harvest-asset）
• 项目规划（create-project、research-plan、edit-plan）
• 剪辑执行（render-cut、beat-sync-edit、overlay-authoring）
• 音频处理（declare-audio、setup-audio-library）
• 导出与 QA（export-nle、edit-lint、verify）

上手门槛：从一行命令到完全自动化

AKARI Video 提供两种使用路径：

无头路径（Headless，已可用）：一行安装命令后，通过 opencode、Claude Code 或 Cursor Agent 调用上述 19 个技能，直接命令行驱动视频剪辑。这是目前最完整的可用路径，适合技术用户和 AI 开发者。

桌面 GUI 路径（迁移中）：Theia Electron 桌面包正在从旧的 Tauri 实现迁移，迁移完成后提供完整的图形化审阅界面。

安装极为简单，跨平台安装脚本 install.sh 会自动检测系统环境：

• Linux/macOS：下载 Node.js 20.18.1 便携版到 ~/.akari/runtime/，无 sudo 要求
• Windows：提供 PowerShell 安装脚本 install.ps1
• 无需 git，通过 GitHub tarball 直接解压

局限与争议

必须坦诚地说，AKARI Video 仍处于活跃开发阶段：

• 功能完成度有限：项目标注「under construction」，完整的剪辑能力需要等待桌面壳迁移完成
• 缺乏社区生态：仅有 153 个 star，无生产级用户案例，性能基准数据缺失
• 依赖 Theia：选择 Theia 意味着继承了 IDE 的复杂度，对只想做视频剪辑的用户可能过于厚重
• 素材管理未完善：catalog/presets 仅为引用定义，实际的素材库管理（版权、格式转换）尚未实现

行业意义与未来趋势

AKARI Video 代表了一个正在探索的方向：将 AI Agent 的文件协作模式引入创意工具。通过「文件契约」而非 API 调用来实现人机协作，这是一个在代码领域被验证过的思路（参考 git 的成功），能否在视频剪辑领域复制同样值得关注。

从行业趋势看，AI 视频剪辑正在从「一键成片」进化到「人机协作审核模式」，AKARI Video 踩在了这个趋势上。但其 Theia + 文件契约的技术路线是否最优解，还需要更多生产环境验证。

总结一句话：如果你是一个愿意折腾、有一定技术背景的视频创作者，想探索 AI 剪辑的边界，AKARI Video 值得一试；如果你期待开箱即用的成熟产品，建议等待项目完成迁移后再体验。