AI Agent 视频剪辑：从一句话到可继续编辑的时间线

大多数 AI 视频工具把提示词放在“生成”之前。AI Agent 视频编辑器则把 Agent 放进真实的剪辑流程：它能够检查已有素材，理解时间线结构，连续执行多个相关动作，并把结果保留在可编辑的工程中。

OpenChatCut 采用的就是这种方式。Codex、Claude 和内置 Agent 能够操作用户在 UI 里看到的同一套素材、轨道、字幕、转场、特效和导出能力。

什么才是 Agent 原生的视频编辑器

加一个聊天框，不等于编辑器已经是 Agent 原生。Agent 还需要结构化地读取工程，并通过稳定的动作系统修改工程。

具体来说，它至少需要做到：

1. 修改之前先读取当前工程。
2. 识别素材、轨道、片段、时间范围和当前选择。
3. 执行细粒度、可组合的剪辑动作。
4. 把相关操作整理成清晰的历史记录。
5. 交付一个仍然可以由用户继续编辑的结果。

OpenChatCut 通过 MCP 暴露这些能力。Agent 不需要点击屏幕坐标，也不需要猜测画面上的内容，而是直接处理工程对象和剪辑动作。

为什么它不同于一次性生成

一次性生成适合创造新的画面，但剪辑面对的是一组明确约束：保留这句话、删掉那个停顿、继续使用原音乐、在这里加字幕、保持转场风格一致，并把时长控制在指定范围。

时间线能把这些约束变成可见结构。你可以检查每个决定、撤销某次修改，或者只调整其中一小部分。Agent 负责加速重复工作，剪辑师仍然能够做出精确的最终决定。

一套实用的 Agent 剪辑流程

1. 导入并整理素材

加入拍摄视频、图片、音乐和音效。OpenChatCut 支持本地媒体、文件夹、上传与可选的在线素材搜索。

2. 先让 Agent 检查工程

第一条指令可以只做分析：

检查选中的访谈，找出过长停顿和重复表达，提出一个 60 秒剪辑结构，暂时不要修改工程。

把“分析”和“执行”分开，更容易在真正修改前确认方向。

3. 执行边界清晰的剪辑

确认方案后，再要求 Agent 完成一个范围明确的任务：

在视频 1 轨构建这个 60 秒版本，保留原素材链接，加入片头，并把字幕放在视频 2 轨。

生成的片段和字幕会直接出现在普通时间线上。

4. 分轮完成包装

音频、字幕、MG 动画、转场和调色可以分轮处理。较小的指令会形成更清晰的历史记录，也方便比较不同方案。

5. 人工检查并导出

播放结果，手动微调需要修正的剪点，然后导出视频、音频、字幕、可编辑工程归档或 FCPXML。

连接外部 Agent

OpenChatCut 在本地运行后，兼容 MCP 的客户端可以连接：

http://localhost:5199/api/external-mcp/mcp

在 Codex 或 Claude Code 中配置好服务后，Agent 会发现可用的剪辑工具，并操作当前工程。由于端点运行在本地，素材和工程数据可以留在本机附近完成处理。

目标是“可控的自动化”

剪辑 Agent 最有价值的用法，不是“替我做所有决定”，而是“把我的意图转换成一组清晰、可撤销的剪辑动作”。

这种模式适合重复改版、字幕处理、播客切片、产品演示、社交媒体版本等任务：效率很重要，但时间线仍然需要一个真正的主人。