# myclip

**Repository Path**: adamshendq/myclip

## Basic Information

- **Project Name**: myclip
- **Description**: 自动按主题剪切视频
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-11-26
- **Last Updated**: 2025-11-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于主题的视频切割工具

这个工具可以根据视频内容的主题自动将视频切割成多个片段。

## 功能特点

1. **自动生成字幕**：使用 OpenAI Whisper 将视频转换为 SRT 字幕文件
2. **智能主题识别**：使用 Ollama LLM 分析字幕内容，识别主题变化点
3. **自动视频切割**：根据识别出的主题时间戳自动切割视频

## 安装依赖



```bash
pip install -r requirements.txt
```

**注意**：需要安装 FFmpeg 才能使用 moviepy 进行视频处理。

- Windows: 下载 [FFmpeg](https://ffmpeg.org/download.html) 并添加到系统 PATH
- macOS: `brew install ffmpeg`
- Linux: `sudo apt-get install ffmpeg` 或 `sudo yum install ffmpeg`

## 使用方法

### 方式1: 命令行使用

```bash
# 使用本地 Ollama 进行主题分析（默认启用，必须使用）
# 确保 Ollama 服务正在运行，并且已下载 qwen3:1.7b 模型
python video_splitter.py test.mp4 --ollama-model qwen3:1.7b

# 指定输出目录
python video_splitter.py test.mp4 --output-dir output

# 使用更大的 Whisper 模型（更准确但更慢）
python video_splitter.py test.mp4 --model large

# 自定义 Ollama 服务地址
python video_splitter.py test.mp4 --ollama-url http://localhost:11434
```

### 方式2: Python 代码使用

```python
from video_splitter import VideoSplitter
import os

# 使用本地 Ollama 进行主题分析（必须使用）
splitter = VideoSplitter(
    use_ollama=True,  # 默认已启用
    ollama_model="qwen3:1.7b",
    ollama_base_url="http://localhost:11434",
    model_name="base"
)

# 处理视频
output_files = splitter.process(
    video_path="test.mp4",
    output_dir="output"
)
```

## 工作流程

1. **生成字幕**：使用 Whisper 将视频中的语音转换为 SRT 字幕文件
2. **分析主题**：使用本地 Ollama（如 qwen3:1.7b）分析字幕内容，识别主题变化点，免费且本地运行
3. **切割视频**：根据识别出的主题时间戳，使用 FFmpeg 切割视频

## 配置说明

- **Whisper 模型**：可选 `tiny`, `base`, `small`, `medium`, `large`
  - 模型越大，准确度越高，但处理速度越慢
  - 推荐使用 `base` 或 `small` 作为平衡

- **Ollama**：必须使用，用于本地 LLM 主题分析
  - 需要先安装并运行 Ollama 服务
  - 需要下载模型：`ollama pull qwen3:1.7b`
  - 免费且本地运行，数据隐私更好

## 输出

切割后的视频文件将保存在输出目录中，文件名格式为：`序号_主题名称.mp4`

例如：
- `01_开始.mp4`
- `02_如何设计系统.mp4`
- `03_如何开发.mp4`
- `04_如何测试.mp4`

## 注意事项

1. 首次运行时会自动下载 Whisper 模型，可能需要一些时间
2. 视频处理时间取决于视频长度和选择的模型大小
3. **使用 Ollama**：
   - 需要先安装 Ollama：https://ollama.ai/
   - 启动 Ollama 服务后，下载模型：`ollama pull qwen3:1.7b`
   - 确保 Ollama 服务正在运行（默认地址：http://localhost:11434）
4. 确保有足够的磁盘空间存储切割后的视频文件