剪映自动化三件套横评:有人死磕可编辑草稿,有人干脆不用剪映,批量出片该选谁
剪映自动化三件套横评:有人死磕可编辑草稿,有人干脆不用剪映,批量出片该选谁
做矩阵号的朋友都懂那种痛:一条 60 秒口播,光是对齐字幕、卡点配乐、调音量,就能耗掉小半个下午。
要是手上管着五个号、一天要出十条片,人工剪辑基本等于把自己焊在电脑前。
于是“剪映自动化”这两年成了技术圈的热门生意。最近社区里讨论最多的三个名字,正好凑成一桌:jianying-headless、jianying-editor-skill、OpenMontage。
但很多人第一次看就被绕晕了——它们名字里都带“自动化”,干的活却完全不是一回事。
一、先泼盆冷水:这三个根本不是同类产品
用一句大白话概括:
- jianying-headless:把剪映当成一台“发动机”,帮你把工程文件摆好,最后交给你一份还能继续手改的草稿。
- jianying-editor-skill:剪映旁边的“全能助理”,写文案、配音、字幕、配乐、特效、导出,一条龙打包。
- OpenMontage:压根不碰剪映,它是一间AI 制片厂,从选题、找素材到渲染成片全包。
看明白这个差别,后面就不会选错了。
一个交付的是“半成品工程”,一个交付的是“流水线服务”,一个交付的是“最终成片”。
二、jianying-headless:最较真的那个“工程派”
这个项目在 GitHub 上的自我定位很克制,甚至有点“扫兴”:它不是剪映官方 SDK,运行时必须装着匹配版本的剪映。
它干的事,是读取一份结构化的剪辑计划,然后在你电脑上生成一个真正的剪映草稿——视频轨、音轨、文字轨、变速、画中画、蒙版、转场、关键帧,全都是能在剪映里点开、拖动、修改的原生对象。
不是那种“导出一条烤死的 MP4 让你干瞪眼”的假自动化。
它最出圈的一次实战,是一个约 50 秒的竖屏教程视频交接:39 份素材、23 条轨道、154 个片段、109 段可编辑文字,从另一个创作工具原样搬进剪映,最后用剪映自己的引擎导出。
导出结果卡得很死:1080×1920、30 帧、1507 帧一帧不多一帧不少,完整解码通过,大约 36 秒出片。

这里必须说句实话:它的较真程度,已经到了“轴”的地步。
版本号对不上?拒绝。程序库哈希不对?拒绝。帧数少了一帧?拒绝,不给你“差不多得了”的机会。
好处是交付质量可控,坏处是——它真的会拒绝你。
而且门槛不低:目前主战场是 Apple Silicon 的 Mac,系统要 macOS 26 以上,剪映要指定的 11.5.0(11.4.2 兼容,11.6.0 只能新建和编辑、不能原生导出),还得自己编译一个桥接组件。
另外它的许可证是个人学习与非商业使用,商用得单独找作者授权。这一点,很多搬运号从来不提。
所以它适合谁?适合那种“我要的是能继续精修的工程,不是一条成片”的团队,比如给客户交付剪映工程、或者要人工再过一遍的批量项目。
三、jianying-editor-skill:最像“成品服务”的那位
这个项目的思路完全相反:别跟我聊工程结构,我要的是片子。
它的功能列表非常“自媒体友好”:素材一句话丢进时间轴、输入文案自动配音、按配音自动拆句对齐字幕、本地或云端曲库自动配乐、按中文名搜索剪映自带的特效和转场,甚至还能录屏并自动加智能变焦。
社区里最近流传的几篇拆解文章,讲的就是它的几个命令行小工具:查草稿、验环境、搜素材、无头导出、构建云端曲库。核心卖点就一个——输出格式统一,方便 AI 助手直接调用。
对普通创作者来说,这意味着你可以对着 AI 说“把这三段素材拼起来,加字幕,配个轻快的 BGM”,它就去干了。

但它的“坑”也很明确,而且是硬伤:
自动导出依赖剪映 5.9 或更低版本。
现在大家电脑上的剪映早就 11.x 了。macOS 用户想导出,官方说法是“借 Windows 端的 Agent 来跑”。
这就很尴尬了——你为了省事装了个自动化工具,结果发现还得再开一台 Windows。
好在它门槛低、生态活。MIT 协议,两百多 star,一堆人基于它做了 Windows 11.5 的适配分支,社区迭代速度肉眼可见。
对预算有限、主要在 Windows 上批量做口播和带货视频的小团队,它依然是上手最快的那一档。
四、OpenMontage:掀桌子的那位,直接不用剪映
如果说前两位是在“剪映的地盘上搞自动化”,那 OpenMontage 的思路是:我为什么要用剪映?
它的定位是“开源的智能体视频生产系统”,七万多 star,十二套生产流水线,一百多个工具,几百份给 AI 看的“导演手册”。
你只要对着 Claude Code、Cursor、Copilot 这类 AI 编程助手说一句:“做一个 60 秒的动画科普,讲神经网络怎么学习”,它就开始干活了:
先上网查资料,再写脚本,然后找素材或生成画面,配上旁白和音乐,最后用 Remotion、HyperFrames 或 FFmpeg 渲染成片。
它有个很讨喜的设计:不花钱也能跑。
旁白用本地离线的 Piper,素材从 Archive.org、NASA、维基共享资源里淘,字幕自动打轴,一分钱 API 费不掏也能出片。
官方展示的一个 60 秒皮克斯风格短片,用了 6 段 AI 生成画面加配音配乐,总成本 1.33 美元。
还有实时故事板,素材生成到哪一步、每一笔钱花在哪,全在本地看板上亮着,不满意可以随时喊停。
代价是什么?它交付的是成片,不是剪映草稿。你想再进剪映抠一帧、改一个字,对不起,没有这条路。
另外它要求你有一个能读文件、能跑代码的 AI 助手,还需要 Node.js 和 FFmpeg 环境。对纯小白来说,这套东西仍然有“第一次配置”的门槛。
AGPL 协议也意味着,如果你要拿它做商业化二次开发,得先看清楚条款。
五、三个维度,一张表说清
| 对比项 | jianying-headless | jianying-editor-skill | OpenMontage |
|---|---|---|---|
| 最终交付 | 可编辑剪映草稿 + 原生 MP4 | 剪映草稿 + MP4 | 渲染好的成片 |
| 主要平台 | Apple Silicon Mac | Windows 为主,Mac 受限 | Windows / Mac / Linux |
| 上手难度 | 高,要编译、要版本匹配 | 中,装依赖就能跑 | 中高,要配 AI 助手和环境 |
| 稳定性 | 极严,宁可拒绝也不凑合 | 依赖剪映版本,导出易卡 | 取决于模型和素材源 |
| 适合谁 | 要交付工程、要精修 | 批量口播、带货、矩阵号 | 纯 AI 生成、纪录片、解说 |
六、按场景抄作业,别硬凑
场景一:客户要的是“能改的剪映工程”。 选 jianying-headless。它慢、它挑机器、它脾气大,但它交出来的东西,剪辑师打开就能接着干。
场景二:一天要出十条口播,字幕配音配乐全自动。 选 jianying-editor-skill。前提是你得接受它的版本限制,最好准备一台 Windows 机器专门跑导出。
场景三:我不想碰剪辑软件,只想给个题目就出片。 选 OpenMontage。它更像一个不知疲倦的实习制片,能查资料、能找素材、能自己审片,但创意方向还得你把关。
场景四:既要自动化,又要省显卡钱。 OpenMontage 的零密钥路线值得一试;jianying-headless 的 Windows 分支也提供了一条不装剪映、纯 FFmpeg 出片的轻量路径,只是那条路不生成可编辑草稿。
写在最后
这三个项目其实代表了三种完全不同的思路:
一种相信“专业工具的工程文件才是资产”,一种相信“把重复劳动打包成服务”,还有一种干脆认为“未来的剪辑软件就是一个能被 AI 调用的工具箱”。
没有谁绝对更强,只有谁更贴合你当下的瓶颈。
如果你现在最痛的是“改稿改到崩溃”,那你要的是草稿;如果你最痛的是“量太大剪不完”,那你要的是流水线;如果你最痛的是“根本没素材没灵感”,那你要的是制片厂。
那么问题来了:如果只能选一个,你愿意把剪辑的哪一部分交给 AI?是粗剪、字幕,还是连创意一起放手? 评论区聊聊你的答案。