这份详细的部署教程将指引您安装和使用 AutoClip——一个基于AI的智能视频切片处理系统。它能自动从YouTube、B站等平台下载视频,通过AI(通义千问大模型)分析内容,智能提取精彩片段并生成合集。

AutoClip 的核心价值在于自动化智能化。它解决了手动浏览长视频、寻找高光时刻的痛点,能快速生成用于二次创作的切片素材和主题合集。系统采用前后端分离架构,提供Web界面,并支持通过Docker或本地脚本一键部署。

整个部署流程根据您的偏好,可以选择全自动的Docker方式可控的本地部署方式

🐳 方式一:Docker部署(强烈推荐新手)

Docker 方式能自动处理所有依赖和环境配置,是最快捷、最隔离的部署方式。

  1. 前提条件:确保系统已安装 DockerDocker Compose,并分配至少 4GB 内存10GB 存储空间

  2. 克隆并启动

    1
    2
    3
    git clone https://github.com/zhouxiaoka/autoclip.git
    cd autoclip
    ./docker-start.sh

    此脚本会自动拉取镜像、构建并启动所有服务(后端、前端、Redis、Celery等)。

  3. 访问服务:启动后,在浏览器中打开 http://localhost:3000 (本地开发环境) 即可开始使用。

    • 后端API地址: http://localhost:8000
    • API文档: http://localhost:8000/docs
    • Flower任务监控: http://localhost:5555
  4. 管理命令

    • 停止服务:./docker-stop.sh
    • 查看状态:./docker-status.sh

💻 方式二:本地部署(适合开发者)

如果您希望直接运行源码进行开发或定制,可以选择本地部署。项目提供了便捷的一键脚本。

  1. 前提条件

    • 操作系统:macOS / Linux / Windows (WSL2)
    • Python 3.9+Node.js 18+
    • Redis 7.0+FFmpeg (视频处理依赖)
    • 内存:最少4GB
  2. 一键启动(推荐)

    1
    2
    3
    git clone https://github.com/zhouxiaoka/autoclip.git
    cd autoclip
    ./start_autoclip.sh

    此脚本会自动检查环境、创建虚拟环境、安装前后端依赖、配置数据库并启动所有服务。

    • 其他脚本:
      • ./quick_start.sh:快速启动(跳过详细检查)
      • ./status_autoclip.sh:检查服务状态
      • ./stop_autoclip.sh:停止所有服务
  3. 手动分步部署(备选)
    如果一键脚本不适用,您可以手动操作:

    • 后端

      1
      2
      3
      4
      5
      6
      7
      8
      python3 -m venv venv
      source venv/bin/activate # Windows: venv\Scripts\activate
      pip install -r requirements.txt
      # 配置环境变量
      cp env.example .env
      # 编辑 .env 文件,填入 DASHSCOPE_API_KEY(通义千问API密钥)等
      # 启动后端
      python -m uvicorn backend.main:app --reload --port 8000
    • 前端

      1
      2
      3
      cd frontend
      npm install
      npm run dev # 启动开发服务器
    • Celery Worker(另开终端):

      1
      2
      source venv/bin/activate
      celery -A backend.core.celery_app worker --loglevel=info

⚙️ 核心配置说明

  • 环境变量 (.env文件):这是配置的关键。务必在项目根目录创建 .env 文件(可复制 env.example),并至少设置:
    • API_DASHSCOPE_API_KEY:你的通义千问API密钥(必需,用于AI分析)。
    • DATABASE_URL:数据库连接地址(默认SQLite,生产环境可换PostgreSQL)。
    • REDIS_URL:Redis连接地址。
  • B站账号配置(可选,用于下载):在Web界面的设置中,可以通过导入Cookie账号密码的方式登录B站账号,以支持下载需要登录的视频。

🎬 使用流程

  1. 创建项目:在首页点击“新建项目”,选择视频来源(YouTube链接、B站链接或本地文件上传)。
  2. 提交处理:粘贴链接或选择文件后,系统会自动开始下载(如适用)并进入AI分析队列。
  3. 查看与编辑:在项目详情页,您可以:
    • 查看AI自动生成的视频大纲精彩片段时间线
    • 预览每个切片,并编辑其标题和描述。
    • AI推荐合集手动拖拽创建视频合集。
    • 下载单个切片或整个合集视频。
  4. 开发中功能:B站自动上传、可视化字幕编辑等功能将在后续版本推出。

🔍 故障排查

  • 端口占用:使用 lsof -i :8000 (后端) 或 lsof -i :3000 (前端) 检查并停止占用进程。
  • Redis连接失败:确保Redis服务已启动 (redis-cli ping),并检查 .env 中的 REDIS_URL 配置。
  • 日志查看:检查项目根目录下的 logs/ 文件夹,或使用 tail -f logs/*.log 实时查看。
  • AI处理慢:检查API密钥是否有效,网络是否通畅,并考虑在设置中调整处理参数。

📚 了解更多

  • 完整文档:项目包含详细的 Docker部署指南API文档 (启动后) 和 贡献指南
  • 系统架构:后端使用 FastAPI + Celery + Redis,前端使用 React + TypeScript + Ant Design。