OpenChatCut 更新日志：开源 AI 视频编辑器版本记录

以下为官网可读的版本摘要。完整双语变更与链接以主仓库 CHANGELOG.md 与 Releases 为准。

[0.2.0] — 2026-08-11

新增

• 可选 AI SDK 语音路由与云端转写（OpenAI、Gemini、Mistral Voxtral、Cartesia、Deepgram、Groq、ElevenLabs）；AssemblyAI 仍是默认转写路径，本地 Whisper 继续可用
• 桌面端应用内更新：Windows 与 Linux 安装包可从首页提示或设置中安装下一版 GitHub Release；macOS 因临时签名引导前往 Releases 下载页
• 首页顶栏新增「联系作者」与 GitHub 仓库快捷入口
• 视频与图片片段可选模糊背景填充：0–100% 强度、快捷档位与 edit_item backgroundFillStrength
• 视觉几何理解：MediaPipe 人像分割 + 人脸检测聚合为分段安全区；字幕自动避开说话人、导出 QA 对遮挡人脸预警、auto_reframe 焦点跟随主体、叠加图形自动放入安全区
• edit_item 源窗口：search_media 的 sourceStartMs/sourceEndMs 原样落轨，也接受 sourceStartSeconds/sourceEndSeconds
• 内容寻址素材身份：全导入链路统一流式计算 SHA-256，确定性重链/去重，v0.1.9 仍可读取
• 稳定字幕词引用与原文/译文并行车道，确定性中日韩分词
• 五种确定性字幕动效（淡入上浮、弹性入场、逐词弹出、卡拉 OK 脉冲、无动效），预览与导出一致
• 无需浏览器常驻的外部 Agent 服务端直编：隔离草稿、审阅/提交门槛、一次性上传交接
• 可选本地音乐智能：哈希校验的 Beat This + CLAP 模型包，端侧分析 BPM、节拍、段落、能量、流派、情绪与乐器，支持带版本校验的卡点切分
• 桌面原生推理加速（Windows DirectML、macOS CoreML/Apple 芯片），失败透明回退
• 持久化 Agent 运行框架：运行、审批、检查点与归档持久化；刷新与重启恢复；租约隔离编辑；只读运行检查器
• 可选 SQLite 工程库后端与用户主动迁移流程
• 编辑器会话凭据刷新后自愈

变更

• 降低 Agent 令牌消耗：按请求暴露工具 schema、一次性 ToolSearch 扩展、有界压缩、供应商缓存提示与聊天内用量拆分
• UI 字体改为自托管 Geist + Geist Mono（不再依赖网络字体）
• 语义索引采样率改为可按素材导入配置

修复

• 修复 Agent 聊天中跟进消息顺序，削减水合网络往返
• 新工程保持公开 v3 schema（兼容 v0.1.9）；只读打开不再改写工程或版本快照
• 显式云端转写始终进入付费操作审批；上传回执在素材编辑提交前可安全重试；上传完成后不再隐式启动转写
• 监控文件夹导入在渲染进程丢失时保持所有权；取消原生 ASR 立即终止 worker
• 重链时保留已编排片段时段；阻止未就绪的 Blob 导出；重新选择导出目标时保留已完成结果

查看 0.2.0 发布

[0.1.9] — 2026-08-06

新增

• 资源库新增「技能」标签页：创作工作流 + 已安装自定义技能，支持搜索、紧凑卡片、编辑（名称/说明/正文）与两步删除
• Agent 可安装完整 GitHub 技能仓库（install_skill：SKILL.md + references/scripts/examples 全量装到 ~/.openchatcut/skills/<slug>/，API 限流自动回退浅克隆）
• 技能使用即全量加载（不再逐文件拉取），外部技能自动依赖自查：Codex 生图、ElevenLabs 等外部服务映射到本机已配置能力（如 MiniMax 生图/TTS），缺失项提示用户并引导去设置配置
• 本机技能脚本执行（run_skill_script）：白名单命令在技能目录内直接运行技能自带脚本（渲染/装配管线）
• 视觉旁路：主模型非多模态时，图片先由独立视觉模型描述；完整视觉模型目录 + file-part 视觉输入
• 服务端 fetch 系统代理（undici 全局 ProxyAgent）+ LLM 代理 HTTPS CONNECT 隧道——外部 API 统一走本机代理
• 预览源控制：默认不再自动生成预览代理，可在「原始 / 代理 / 自动」间切换
• 官方厂商图标（小米 MiMo、Mureka、Fish Audio、StepFun）、MCP 工作流提示、approvalMode auto 会话、YOLO 全自动模式

变更

• 外部 MCP Agent 暴露完整内部工具面（带确认门槛）

修复

• 点击时间线跳转时，带 WebGL 效果（黑白胶片等）的片段不再闪现未加滤镜的源画面
• 带变换关键帧时文字不显示、视频半屏显示的问题
• 预览播放完自动停止（不再循环）；导出内存溢出友好提示（MCP 驱动如 hermes）
• 浏览器 Cookie 不再透传上游（修复 localhost Cookie 累积导致的 431/400 对话报错）
• 无音轨片段转写不再失败；导出预检点名失败素材源

性能

• 全视频路径硬件加速解码；代理转码常量质量编码；语义模型预热

查看 0.1.9 发布

[0.1.8] — 2026-08-06

新增

• 用户可见自定义技能目录（~/.openchatcut/skills/<slug>/SKILL.md）：manage_skill create、手写 SKILL.md 自动发现，以及内置「技能创作器」工作流
• 聊天斜杠命令选技能（/skill:<slug> 或 /名称）：过滤选择器、Tab/Enter 激活且不改写输入框，当前工作流以可关闭标签显示
• Agent 重做（redo_last_change）、命名版本历史（manage_versions）、素材池收藏/删除/重链、自动调色、轨道重排
• 内置 Agent 支持 ChatGPT 订阅登录（官方 Codex CLI：OAuth、模型发现、推理强度、动态工具）；Claude Code 仍走本机 MCP
• Ollama / LM Studio 本机 Agent 厂商，以及 StepFun、BytePlus ModelArk 大脑、Seedream/Seedance 生成与 Inworld / Fish Audio / Speechify 配音
• 校验过的 4K 导出（短边 2160）、专业时间线（滑移、比率拉伸、插入/覆盖、嵌套序列、多机位区间切换）、可恢复生成/导出任务、镜头感知素材搜索与模型感知上下文压缩

变更

• AI SDK 升级到 7.0.52：Anthropic 提示缓存 TTL 延长，全部 LLM 调用接入 SDK 原生超时
• 选择创作工作流只做激活、不再填充输入框；素材卡片整体可拖；技能统一为 SKILL.md + load_skill 渐进披露
• 大资源库/素材池/时间线窗口化，Agent 厂商按需加载，缓存有界，面板按视口比例布局
• 检查器重组为基础/视频/音频/动画标签；导出工作台与资源库 chrome 精修

修复

• 大范围可靠性修复：重链后派生产物安全、ASR 唯一性、MCP 会话版本绑定、导出预检、Chromium 保存选择器、关联音视频原子覆盖/切分、转场边界预览卡顿等

阅读 0.1.8 版本故事 · 查看 0.1.8 发布

[0.1.7] — 2026-07-29

新增

• 社区资源包：分类预览、作者与许可证元数据，官网与编辑器共用安装 URL
• 与公开目录同步的扩展中心发现页，支持 URL/文件安装与本地启用、停用、卸载
• 从素材池导出可复用资源包以便投稿
• 首次配置引导、素材直接放入指定视频轨、片段上下文评论，以及更完整的 Agent 审阅工作流

变更

• 精简资源库与扩展中心布局；中英文 README 补充投稿与安装流程
• 项目文档新增 Ko-fi 与爱发电赞助入口

修复

• 通过 URL 安装的扩展会立即出现在「已安装」并在重载后可继续管理
• 拖动字幕、视频等片段时播放头参考线保持可见

查看 0.1.7 发布

[0.1.6] — 2026-07-27

新增

• 精确检查器控件：直接输入数值、拖拽微调、键盘调节、一键复位，并保持关键帧感知
• undo_last_change Agent 工具与 read_project 逐轨空隙报告

变更

• 编辑工具直接返回紧凑的时间线变更，不再要求 Agent 每次动作后重读完整工程
• 帧联系表优先选择画面真正发生变化的时刻；各主要工作区的编辑器 UI 风格也已统一
• 将频繁变化的时间线快照移出稳定提示词前缀，提高 Agent 缓存复用率

修复

• FCPXML 素材路径与文字稿编辑后的音频分段可在 Final Cut Pro 和 DaVinci Resolve 中正确重链
• 停止生成时保留 Agent 部分回复；参考图片保持真实 MIME；素材检查失败能够一致恢复
• 离开时写入待处理自动保存；清理任务保留被引用素材；非法淡入淡出、关键帧和片段边界会被修正或限制
• 生成结果下载会重试短暂失败；语义素材搜索会移除重复和弱匹配

阅读 0.1.6 版本故事 · 查看 0.1.6 发布

[0.1.5] — 2026-07-27

新增

• 专业调色 GLSL 套件:三路色轮(lift/gamma/gain)、色阶、高光/阴影恢复、清晰度与 HSL 限定器二级校色
• 音量关键帧:钢笔工具直接在音频片段上绘制 0–200% 音量包络,检查器音量滑杆带关键帧轨,edit_item 支持 volume 关键帧通道
• change_cam 多机位切换 Agent 工具:区间内保留目标机位、移除其他机位遮挡段,单次可撤销
• inspect_color(数值示波:黑白点/溢出/色偏/色相直方图)与 detect_beats(本机 BPM/拍点/强拍并落时间线标记)Agent 工具
• 命名布局(apply_layout:分屏/三分/宫格/画中画)、本机死气删除(remove_silence)与产品内外部 MCP 接入指南
• 小米 MiMo 内置 Agent 供应商

变更

• Gemini、Kimi、Qwen、DeepSeek、Mistral 切换到官方 AI SDK 专属包;Gemini 改走原生 API,思维签名由官方 provider 处理

修复

• Gemini 多步工具调用不再报 400 "missing a thought_signature"——签名全程往返(已用真实 API 验证)
• 工具 schema 中被 Gemini 原生 API 拒收的数字枚举
• 遗留单厂商配置迁移不再把新选中的厂商改道到旧中转 Base URL

查看 0.1.5 发布

[0.1.4] — 2026-07-26

新增

• 发布流水线新增 Linux x64 AppImage 桌面构建——首个 Linux 版本
• 小米 MiMo 内置 OpenAI-compatible Agent 供应商

修复

• 折叠思考块除 <thinking> 外,现在也识别 DeepSeek、MiniMax、GLM、Qwen、MiMo 及各类中转以内联 <think> 标签输出的推理,对所有供应商统一生效
• 5199 端口被占用时桌面端回退到随机端口,不再启动失败
• 拖动字幕片段贴齐同 lane 邻居,不再重叠

查看 0.1.4 发布

[0.1.3] — 2026-07-23

新增

• 独立字幕轨道、单序列多字幕轨、手动字幕，以及新建轨道时选择视频、音频或字幕类型
• 在预览与时间线中直接编辑字幕，支持拖入字幕样式、移动字幕及拖动两端调整时长
• PR 风格的比率拉伸工具，在保持源区间的同时改变片段时长与播放速度
• 图片、视频、音乐、音效与语音生成的模型级 Agent 参数及供应商校验，并扩展 MiniMax 与 Mureka 支持
• OpenRouter 内置 OpenAI-compatible Agent 供应商

变更

• 将独立字幕样式与手动编辑集中到“字幕”工作区，并在“文字稿”中新增“字幕样式”快捷入口
• 本地转写在提取音频不可用时会回退到 IndexedDB 素材及原始片段
• 运动跟踪目标选择器支持 Ctrl/Command + 鼠标滚轮缩放

修复

• promptOptimizer 现在仅会发送给 MiniMax image-01
• Agent 思考过程会以格式化、可折叠的 Markdown 内容显示
• 修复部分视频的运动跟踪预览停在黑色首帧的问题
• 修复播放速度显示浮点精度异常，并明确比率拉伸模式的退出方式

查看 0.1.3 发行说明

[0.1.2] — 2026-07-21

新增

• WebCodecs 浏览器加速导出，支持实时进度、取消操作及自动回退服务端渲染
• Pexels、Pixabay、Unsplash 与 Freesound 多平台素材搜索及筛选、去重和部分结果处理
• 更丰富的 Agent 轨道级脚本、字幕、时间线定位、模板放置、人声隔离及结构化追问能力
• 动态图层 ProRes 4444 MOV 复用导出及配套 FCPXML 引用
• 硬件感知的本地 H.264 编码、动态 Remotion 并发及重型导出队列

变更

• 模板精确放置会同步缩放播放速率、淡入淡出、关键帧、缩放动画与转场
• 字幕来源保持稳定顺序；重复 Agent 提案仅在参数完全一致时合并
• 可变帧率素材在 Remotion 播放前完成标准化，并保持 H.264 峰值码率约束

修复

• 限制富交互组件媒体预览只加载可信 URL
• 修复静音标记、动态图层缓存及 FCPXML 文件名不一致的问题
• 自动导出质量检查会使用可验证的服务端成片路径
• 避免并发导出过量占用本机资源，并清理失败或超时任务的临时文件

查看 0.1.2 发行说明

[0.1.1] — 2026-07-21

新增

• 内置 Agent 可配置多家供应商：Anthropic、OpenAI、Gemini、Kimi、Qwen、GLM、DeepSeek、MiniMax、Mistral，以及自定义 OpenAI 兼容接口
• 按供应商隔离的 API Key、Base URL、模型配置、连接检查与模型发现
• 多模型供应商运行时架构说明与 Discord 社区入口

变更

• 内置 Agent 运行时迁移到 Vercel AI SDK 多供应商抽象
• 桌面端发布工作流改为手动触发，并收紧令牌权限

查看 0.1.1 发行说明

[0.1.0] — 2026-07-20

新增

• 首次公开发布：local-first、agent-native 的 OpenChatCut 视频编辑器
• 可编辑多轨工程、素材管理、文字稿剪辑、预览、特效、转场、动态图形、LUT 与成片导出
• 内置 Agent 工具，以及面向 Codex、Claude Code 的 MCP 接入
• Electron 桌面打包（macOS、Windows、Linux）

查看 0.1.0 发行说明

如何获取更新

1. 打开 GitHub Releases 下载最新安装包
2. 从源码使用者拉取 main 或对应 tag 后重新安装依赖并构建
3. 在 Discord 关注讨论与预告

格式参考 Keep a Changelog，版本号遵循语义化版本。