首页 › new-tools › AI替你剪片、管钱、翻硬盘

AI替你剪片、管钱、翻硬盘

你即将拿到的信息差

海外AI圈的头条永远属于会生成视频的大模型，但真正值得中国技术从业者抄作业的，往往是另一种东西：不生成任何画面、不碰你一条隐私、专门替AI收拾“最后一公里”的本地工具。这周GitHub上冒出来的三件新货正好凑成一桌：一个让Claude Code直接当剪辑师的ffmpeg技能包，一个账本锁在本机、AI顾问按次计费的理财应用，一个830万文件0.13毫秒搜完、还给agent留了socket接口的Mac全盘搜索。三件全是MIT开源、零订阅费，星标都还在一两千的早期水位。剪映满足不了的批量自动化、国内记账App给不了的“AI看着你的账本说话”、Spotlight永远追不上的检索速度——这期一次补齐。

一、ffmpeg-skill：把剪辑师的粗活整个交给agent

仓库：github.com/kajisho5/ffmpeg-skill（MIT，截至10月11日Star约1900+）安装：npx ffmpeg-skill（Claude Code）；--cursor/--codex/--all 支持三大agent，39个工具同时也走MCP 价格：完全免费，作者挂了GitHub Sponsors

它是什么？一句话：给编程agent装上一整套视频/音频剪辑手。39个Python工具覆盖切分、拼接、去静音、多机位对齐、卡拉OK字幕、HDR转SDR、调色、响度归一到-14 LUFS、按YouTube/Reels/TikTok/X/播客等平台规格做交付校验——全是ffmpeg能干但没人愿意记命令的粗活。

市面上“AI剪辑”都在卷云端生成，这个项目反着走，三条设计对做agent产品的人极有参考价值：

先测量，再动手。每个任务从probe.py开始，agent根据实测的时长、帧率、HDR格式、音轨布局做决策，而不是看文件名猜。能stream copy无损完成的绝不重编码。
结构化工具，拒绝shell拼串。每个操作是带类型参数的脚本，调用方塞不进任何filter字符串；contract --json把39个工具的输入输出、依赖的FFmpeg组件、验证策略全部机器可读，MCP接口直接从契约派生——flag改一处，schema自动跟上。作者管这套叫SPEC（Self-Producing Execution Contract）。
干完必须验收。输出文件重新probe，改了画面的还要用look.py渲染贴纸图，agent亲眼看过才算完。实测数据摆得很齐：10个真实设备素材（GoPro、DJI、iPhone杜比视界、安卓录屏）上92/92项验证通过；多机位音频对齐40次全部误差10毫秒以内、最大1.1毫秒；场景切分F1值0.97；24个agent提示词（含8个日文、4个应当拒绝的）三轮评测72/72。

另外两个细节很见人品：所有工具永不覆盖原片，输出一律新文件；--dry-run只打印计划不碰磁盘，CI里有测试专门验证“dry-run后一个文件都没出现”。

中国用户的最大坑：macOS别用brew install ffmpeg——默认formula缺subtitles、drawtext、zscale滤镜，字幕和调色工具会直接不可用，要装ffmpeg-full。装完先跑npx ffmpeg-skill doctor，它会逐工具告诉你这台机器能用什么、缺什么、怎么修。Windows用winget install Gyan.FFmpeg即可。

对比国内：剪映的模板化剪辑面向人手操作，云端AI功能要上传素材；ffmpeg-skill无界面、纯本地、面向agent，素材不出电脑，适合批量交付和出海多平台合规这种“一次配置、天天跑”的场景。 适用人群：用Claude Code/Cursor的短视频团队、出海内容工作室、播客主理人、想学“怎么给AI立规矩”的agent开发者。

flowchart TD
    A["你的一句话需求"] --> B["Agent 读 SKILL.md"]
    B --> C["probe.py 先测量<br/>时长帧率HDR音轨"]
    C --> D{"需要改画面吗"}
    D -->|不改| E["stream copy<br/>无损剪辑"]
    D -->|要改| F["重编码加滤镜"]
    E --> G["check.py 平台校验"]
    F --> G
    G --> H["look.py 出贴纸图<br/>Agent 亲眼验收"]
    H --> I["json 结构化报告"]

二、Aurelio：账本锁在本机，AI顾问按美分收费

仓库：github.com/LosaLosSantos/aurelio-finance（MIT，Star约2100+）运行：git clone后./start.sh --demo（Windows用start.ps1 -Demo），需要Git、Node.js 22+、uv 价格：软件免费；AI部分走OpenRouter、用你自己的Key，默认模型Claude Opus 5.5（输入$4/百万token、输出$20/百万token）

Aurelio是一个跑在你自己电脑上的财富管理应用：银行和券商账户、持仓市值、基金穿透（按国家/行业/公司/币种拆解你的基金到底持有什么）、房产与贷款、现金流和储蓄目标，全部记录存在本机backend/data.db一个SQLite文件里，每次升级前还会自动备份。

真正值得抄的是它对“AI理财顾问”的克制设计：

只答你的账。聊天直接从你的本地记录里算答案，比如“这个月还能剩多少”会给出拆分；需要外部信息时才联网搜索，且搜索单独计费。
每个改动都是一张待确认卡片。AI提议的任何变更先渲染成卡片，你点确认才落库——README里的实测数据：带卡片的首问一轮$0.11~0.12，追问$0.021，确认一张卡片$0.031~0.049，联网搜索每次约$0.0073，一次完整持仓分析$0.33~0.51。成本精确到美分、按次公开，这比任何“AI管家”的宏大叙事都实在。
分析师和知己吵架。“The analysis”功能让一个冷静分析师和一个了解你的“知己”角色互相质疑你的持仓，最后合成一份“先看什么”清单——用多角色对冲单一模型的 biases，思路可以直接搬进任何Agent产品。

数据是10月11日的聊天实测（测试数据库），作者连“哪天测的”都写清了。仓库里还有一篇docs/how-aurelio-reasons.md专门讲推理设计。

对比国内：主流记账工具的重心在“记”，数据大多在云端，AI顾问要么缺席要么锁在会员费里；Aurelio的重心在“问”，数据不出本机，AI成本透明可自控。提醒一句：AI功能需要能正常访问OpenRouter并自备Key，纯记账不配Key也能用。 适用人群：有海外券商账户或多币种资产的技术人；做记账/理财类AI产品的开发者——它的BYOK+确认卡片+成本公示三板斧，就是一份现成的合规产品方案。

flowchart TD
    A["账本存在本机<br/>data.db"] --> B["你向 Aurelio 提问"]
    B --> C["OpenRouter 调模型<br/>用你自己的Key"]
    C --> D["检索本地记录<br/>必要时联网搜索"]
    D --> E["生成变更卡片"]
    E --> F{"你确认吗"}
    F -->|确认| G["执行并写库"]
    F -->|拒绝| H["什么都不动"]

三、fsearch：830万文件0.13毫秒，还给agent开了扇门

仓库：github.com/noahdunnagan/fsearch（Rust，Star约1800+）安装：cargo build --release && ./target/release/fsearch install 价格：免费开源平台：macOS专属（Windows/Linux用户暂时无缘）

数字先摆出来：M4 Max上对830万个文件，按名字找文件中位耗时0.13毫秒，全文件名输入全程3毫秒，文件内容检索2.3毫秒，Chromium这种巨型代码库里最慢的10%查询也只要2.3毫秒；首次建索引49秒、峰值内存0.9GB，之后靠FSEvents增量跟进，改动约0.1秒可见。

它快得有章法：文件名进一个mmap文件，按目录成段存放，in:过滤直接变成区间查询；每个名字带一张字母位图，打分前先筛掉绝大多数候选；内容检索用trigram索引加每文件过滤器，只读可能命中的文件，相同文件只索引一次。

两个功能让它从“又一个搜索工具”里跳出来：

容错：5个字母以上的词原谅一个typo，输mian.rs照样找到main.rs——中文用户在Mac上敲英文文件名的福音。
为程序而生的API：JSON lines走本地socket，或fsearch stdio，还能直接链Rust crate。也就是说，你的AI agent可以一行JSON查全盘：{"op": "grep", "pattern": "apply_dir", "in": "~/Developer"}。配合sym:符号定义查询、ext:/size:/mtime:等过滤器，这就是给agent装的“全盘眼睛”。macOS上注意Full Disk Access授权：登录项方式运行时要在系统设置里给二进制本身授权。

对比国内/常见方案：Spotlight胜在系统集成但速度和内容检索都弱，Raycast解决了启动器体验、全盘内容grep仍不是它的活；fsearch把“快到失去感知”的检索做成常驻索引，再通过socket把能力外供给agent——这个“工具即API”的思路，比工具本身更值得国内工具类产品借鉴。 适用人群：macOS重度用户、开发者、想让Claude Code一类的agent直接检索本地资料的人。

顺带扫两个

shader-effects-inc/shaders（Star约4300+）：WebGPU着色器组件，React/Vue/Svelte/Solid/Framer都能直接用，前端做视觉效果的又一条捷径。
lucasmarkes/hairline（Star约1700+）：六个会回应鼠标的等距线稿小人，React组件即插即用，落地页动效的新素材。

信息差总结

你以为的	实际情况
AI剪辑=把素材传云端生成视频	39个ffmpeg工具让agent纯本地切、拼、验、交付，素材不出电脑，多平台合规自动校验
AI理财=把账单交给云端大模型	账本是本机SQLite，AI按次计费每次几分钱，每个改动都要你点确认卡片
Mac找文件只能忍Spotlight	830万文件0.13毫秒+容错+内容grep，socket接口直接喂给agent
给AI接工具就是写几个函数	先测量、契约派生、干完验收、永不覆盖原片——ffmpeg-skill是“给AI立规矩”的完整范本

行动指南

今晚10分钟：装好FFmpeg（macOS记住是brew install ffmpeg-full），跑npx ffmpeg-skill再跑npx ffmpeg-skill doctor，然后对Claude Code说一句“把interview.mp4的0:45到3:10剪出来，按Reels规格导出”，看它走完probe→cut→export→check全流程。
周末半天：clone Aurelio，先./start.sh --demo用虚构家庭数据把穿透分析和确认卡片玩熟，评估OpenRouter成本（一次完整分析约$0.33~0.51）后再导入真实数据。
给agent加眼睛：有Rust工具链的Mac用户编译fsearch并fsearch install，用socket API把全盘搜索接进你的agent工作流。
抄设计而非工具：三个项目共同的骨架——“本地优先、按次计费、改动留痕、干完自验”——是当下给AI产品加信任感的最短路径。

参考来源

ffmpeg-skill 仓库与README（39工具清单、实测数据、安装要求）：https://github.com/kajisho5/ffmpeg-skill
ffmpeg-skill npm包：https://www.npmjs.com/package/ffmpeg-skill
Aurelio 仓库与README（AI成本实测表、运行要求）：https://github.com/LosaLosSantos/aurelio-finance
fsearch 仓库与README（M4 Max基准数据、API示例）：https://github.com/noahdunnagan/fsearch
作者视频制作生态总仓（video-production-agent / AI-video-production-OS）：https://github.com/kajisho5/AI-video-production-OS

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入