cartcut
cartesiancs/cartcut加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
想象一下这个场景：一位 AI 开发者正在构建一套自动化视频内容流水线——素材由爬虫自动采集，解说词由大模型生成，字幕由 Whisper 自动转写。整条链路已经高度自动化，唯独最后一步——剪辑合成——依然需要人工操作 Adobe Premiere 或 Final Cut Pro。人工介入意味着无法真正实现"无人值守"的全自动内容生产。
CartCut 正是为解决这一痛点而生的项目。它给自己的定位是"Video Editor for AI agents"，即专为 AI 代理设计的视频编辑器。CartCut 相信开源工具可以在视频编辑领域打败商业软件，并以此为使命持续迭代。
CartCut 由独立开发者团队 cartesiancs 开发，创立于 2022 年 8 月，采用 MIT 开源许可证。项目最初命名为 "nugget"，后在 2024 年正式更名为 CartCut，寓意"精准裁剪"（Cart + Cut）。
与主流非线性编辑软件（如 DaVinci Resolve、Premiere）相比，CartCut 的核心差异在于两点：其一是图层式（Layer-based）编辑模型，而非传统的轨道式（Track-based），这让对单个素材施加多重效果变得更加直观；其二是原生 MCP（Model Context Protocol）服务器集成，使 AI 代理可以通过标准协议直接操控编辑器，实现自动化剪辑流程。
截至 2026 年 8 月，项目在 GitHub 拥有约 590 颗星，最后一次提交为 2026 年 8 月 30 日，保持着活跃维护状态。
CartCut 采用了** Electron + TypeScript** 作为主框架，具体技术选型如下：
| 层次 | 技术选型 |
|---|---|
| 桌面框架 | Electron（跨平台桌面应用） |
| 渲染引擎 | Lit Web Components + Zustand 状态管理 |
| 构建工具 | Webpack（渲染进程）+ TypeScript Compiler（主进程） |
| 视频处理 | FFmpeg + ffprobe（本地二进制） |
| 视频下载 | yt-dlp（支持 YouTube 等平台下载） |
| 测试框架 | Vitest（单元测试）+ Playwright（E2E） |
项目的架构设计非常清晰，遵循 Electron 最佳实践：
ipcAi.ts — AI 功能（Whisper 语音转文字、LLM 问答）ipcTimeline.ts — 时间线操作（剪辑核心逻辑）ipcFilesystem.ts — 文件系统读写ipcExtension.ts — 外部扩展管理ipcOverlayRecord.ts — 屏幕/音频录制ipcYtdlp.ts — 视频下载server.ts、transcribe.ts、tools.ts 等），支持 AI 代理以标准化接口调用编辑器功能渲染进程则通过 apps/app/src/ 下的 Lit Web Components 构建用户界面，所有编辑器交互通过 IPC 桥接到主进程执行。
CartCut 的时间线编辑逻辑遵循一个核心设计原则：每个编辑操作都是 (TimelineDocument) => TimelineDocument 的纯函数。通过 useTimelineStore.withCheckpoint(fn) 统一调度，自动记录撤销步骤。如果一个操作函数返回的仍是输入本身（即"无效操作"），则不记录撤销历史。
这一设计让时间线操作高度可预测，也便于 AI 代理安全地执行复杂的多步编辑指令。
CartCut 提供的功能非常全面，涵盖了从基础剪辑到 AI 增强的完整工作流：
基础剪辑能力：
音视频处理：
AI 增强功能：
其他亮点：
# 克隆仓库
git clone https://github.com/cartesiancs/cartcut
cd cartcut
# 安装依赖
npm install
# 下载 FFmpeg（自动选择平台）
# 将 ffmpeg/ffprobe 二进制放入 ./bin/<platform>-<arch>/
# 例如 macOS ARM: bin/darwin-arm64/ffmpeg
# 下载地址: https://github.com/cartesiancs/ffmpeg4nugget
# 授权
chmod -R 777 bin
# 开发模式
npm run dev # 终端1: 编译 + webpack watch
npm run start # 终端2: 启动 Electron
# 或直接启动
npm start
macOS 用户必须下载原生 ARM64 版本的 FFmpeg（而非通过 Rosetta 2 转译的 x86_64 版本）。作者提供了实测数据：同样是 1080p60 H.264 导出，ARM64 原生版速度为 240 fps，而转译版仅 112 fps；H.265 编码下差距更大（102 fps vs 32 fps）。检查命令：
lipo -archs bin/darwin-arm64/ffmpeg
# 必须输出: arm64
npm run build:osx # 构建 macOS dmg/zip
npm run build:win # 构建 Windows NSIS
npm run build # 全平台构建
打包后使用 electron-builder，FFmpeg、ffprobe、yt-dlp 等二进制文件会自动打包进 resources/bin/ 目录。
作者在 README 中明确标注：0.4.x 版本正在重构，可能存在不稳定情况。建议生产环境使用稳定版本或等待 0.5.x 系列。
CartCut 的最大价值在于填补了"AI 代理原生视频编辑"这一细分领域的空白。传统的 DaVinci Resolve 和 Premiere 面向人类用户设计，不提供标准化的机器操控接口；而 ffmpeg-cli 等工具虽然可以脚本化，但缺乏时间线编辑的可视化抽象层。CartCut 的 MCP 集成让 AI 代理可以直接"理解"并操控视频项目文件，这是商业软件难以提供的独特能力。
在 AI 内容自动化赛道，CartCut 的定位类似于"视频领域的 LangChain"——为 AI Agent 提供标准化的操作界面，而非替代专业剪辑工具。
| 维度 | 评分 |
|---|---|
| 架构设计 | ⭐⭐⭐⭐ 清晰的分层架构，IPC 桥接模式成熟 |
| 代码规范 | ⭐⭐⭐⭐ TypeScript 严格模式，ESLint + Prettier |
| 测试覆盖 | ⭐⭐⭐⭐ Vitest 单元测试 + Playwright E2E，smoke/extreme 分级测试套件 |
| 文档质量 | ⭐⭐⭐⭐ CLAUDE.md 详细说明架构约定，README 功能完整 |
| 活跃维护 | ⭐⭐⭐⭐⭐ 2026 年 8 月持续提交，维护频率高 |
| 总体评价 | 8/10 — 架构优秀、测试完善，是值得关注的早期创新项目 |
CartCut 代表了一种新兴的软件开发理念：不是让 AI 辅助人类使用工具，而是让工具主动适配 AI。在 AI Agent 快速发展的当下，能够被机器"操控"的工具将比只能被人使用的工具有更广阔的应用前景。CartCut 凭借 MCP 协议集成和纯函数式的编辑模型，在视频编辑领域走出了独特路线，值得开发者和 AI 研究者持续关注。