2026 年,开源视频工具的格局发生了一次明显的代际切换。
过去这个赛道的主角是 FFmpeg、Shotcut 这类经典工具;现在 GitHub 榜单上增速最快的,是「输入一句话、自动出一条成片」的 AI 视频 Agent。与此同时,用 React/Python 写视频的程序化方案也在吃掉一部分传统剪辑软件的场景。
这篇文章做了三件事:
- 用 GitHub Search API 多关键词检索(
video editor、video editing、ai video、ffmpeg、视频剪辑、短视频),按 Star 排序,只保留与「做视频、剪视频」直接相关、且仍在维护的项目; - 逐个打开仓库页面核实数据并截图,所有 Star 数统计截至 2026 年 11 月 21 日;
- 按「AI 自动化 / 代码程序化 / 桌面 GUI」三条路线给出选型建议和边界提醒。
先说明口径:Star 衡量的是热度,不是质量。榜单里有一半项目是 2026 年才创建的新仓库,增速非常快,是否值得押注还要看 Issue 处理速度和 Release 节奏,下文会逐个标注。

榜单速览
| 排名 | 仓库 | Star | 语言 | 开源协议 | 路线 | 一句话定位 |
|---|---|---|---|---|---|---|
| 1 | harry0703/MoneyPrinterTurbo | 144.8k | Python | MIT | AI 自动化 | 输入主题,一键生成竖屏/横屏短视频 |
| 2 | 3b1b/manim | 96.7k | Python | MIT | 代码程序化 | 3Blue1Brown 同款数学动画引擎 |
| 3 | heygen-com/hyperframes | 87.5k | TypeScript | Apache-2.0 | AI 自动化 | 可编辑的开源 AI 视频,HTML 动效转 MP4 |
| 4 | OpenMontageInc/OpenMontage | 82.0k | Python | AGPL-3.0 | AI 自动化 | Agent 化的全流程视频生产系统 |
| 5 | remotion-dev/remotion | 74.6k | TypeScript | 自定义协议 | 代码程序化 | 用 React 写视频,工程化批量渲染 |
| 6 | mifi/lossless-cut | 46.3k | TypeScript | GPL-2.0 | 桌面 GUI | 视频无损剪切的瑞士军刀 |
| 7 | ATH-MaaS/Pixelle-Video | 30.4k | Python | Apache-2.0 | AI 自动化 | 阿里 AIDC 的全自动短视频引擎 |
| 8 | HBAI-Ltd/Toonflow-app | 22.4k | TypeScript | MIT | AI 自动化 | AI 短剧、漫剧创作工作台 |
| 9 | motion-canvas/motion-canvas | 20.1k | TypeScript | MIT | 代码程序化 | 用生成器函数做讲解类可视化动画 |
| 10 | Huanshere/VideoLingo | 19.3k | Python | Apache-2.0 | AI 后期 | 视频翻译、字幕对齐与配音克隆 |
这 10 个项目并不是互相替代的关系,它们分布在一条视频生产链路的不同环节上:

一、AI 自动化派:给一句话,还你一条成片
这是 2026 年榜单上最拥挤、增速最猛的一派,占了 10 席中的 6 席。共同特征是:LLM 写文案、模型出素材、TTS 做配音、FFmpeg 负责最后的合成导出。
1. MoneyPrinterTurbo:144.8k Star,短视频起号流水线

- 是什么:Python 编写、MIT 协议,2024 年 3 月创建,目前 14.4 万 Star、2.3 万 Fork,最近一次代码推送在 2026 年 11 月 20 日,维护非常活跃。
- 能做什么:输入一个主题或关键词,自动走完「LLM 生成文案 → 匹配素材 → TTS 配音 → 加字幕 → 合成成片」全流程,支持竖屏 9:16 和横屏 16:9,提供 WebUI 和 API 两种用法。截图里可以看到它官方展示的中英文成片案例库。
- 适合谁:做知识口播、资讯盘点类账号,需要批量铺量测试选题的团队。
- 边界:素材多来自第三方图库,版权要自己审;同主题生成的内容同质化严重,只能当初稿流水线,不能替代账号人设;运行需要自备 LLM 和 TTS 的 API Key。
2. HyperFrames:87.5k Star,HeyGen 官方开源的可编辑 AI 视频

- 是什么:数字人公司 HeyGen 在 2026 年 3 月开源的项目,Apache-2.0 协议,TypeScript 编写,仅 8 个月拿到 8.7 万 Star。
- 能做什么:核心思路是把 HTML、CSS、GSAP 动效转换成确定性的 MP4 视频------也就是说 AI 生成的每一帧都可以像改网页一样直接编辑,而不是黑盒出片。提供桌面 App 和 CLI,原生支持 MCP,可以挂在 Claude Code、Cursor 等 Coding Agent 上驱动。截图展示的是它内置的多套动效框架模板。
- 适合谁:需要批量生产动效包装、广告模板、营销短片的工程师团队。
- 边界:项目很年轻,生态和文档还在快速变动;强项是动效图形与模板化生产,不适合处理真人实拍素材的精剪。
3. OpenMontage:82.0k Star,12 个模块组成的 Agent 视频工厂

- 是什么:2026 年 3 月创建的 Python 项目,自称首个开源的 Agentic 视频生产系统,8.2 万 Star、1.1 万 Fork。
- 能做什么:把视频生产拆成 12 个产品模块,对接 OpenAI、Flux、ElevenLabs 等外部服务,底层用 Remotion 做渲染,从剧本、分镜到配音、成片由 Agent 编排完成。
- 适合谁:想研究多 Agent 协作做内容生产的开发者,或者需要定制化视频流水线的团队。
- 边界 :协议是 AGPL-3.0,对商用集成有传染性要求,闭源产品接入前必须法务评估;整条链路依赖多家外部 API,额度账单不可忽视。
4. Pixelle-Video:30.4k Star,可本地运行的全自动短视频引擎

- 是什么:阿里 AIDC 团队开源,2025 年 11 月创建,Apache-2.0 协议,基于 ComfyUI 构建。
- 能做什么:输入主题后自动完成文案、配图、TTS、字幕和合成,提供 Web 界面,工作流可以在本地 GPU 上跑,数据不必出域。
- 适合谁:对数据合规有要求、希望全流程私有化部署的团队。
- 边界 :需要注意它的维护节奏------仓库最近一次代码推送停在 2026 年 6 月 14 日,入坑前建议先看 Issue 区的响应情况,并确认依赖的 ComfyUI 节点是否仍兼容。
5. Toonflow:22.4k Star,AI 短剧与漫剧的垂直工作台

- 是什么:2026 年 1 月创建,MIT 协议,TypeScript + ElectroBun 桌面端,当前版本 v2.0.11,支持 22 种界面语言。
- 能做什么:围绕短剧、漫剧场景设计,集成剧本创作、智能分镜、角色与场景资产管理、文生图、图生视频,配合无限画布和节点式编辑器把整条创作流水线收进一个应用。
- 适合谁:做短剧、漫剧、互动叙事内容的工作室。
- 边界:场景高度垂直,拿来做口播带货属于杀鸡用牛刀;节点式工作流有一定学习成本。
6. VideoLingo:19.3k Star,视频出海的字幕翻译与配音一体化方案

- 是什么:2024 年 8 月创建,Apache-2.0 协议,Python 编写,2026 年 11 月仍在活跃更新。
- 能做什么:一条命令完成语音识别、字幕切分、翻译、对齐、配音甚至声音克隆,主打 Netflix 级别的字幕断句。提供 Streamlit 界面、HTTP API(8501 端口)和 Docker 部署,苹果芯片用 MLX 加速、N 卡走 CUDA。
- 适合谁:把中文视频搬运到 YouTube、TikTok 等海外平台的创作者。
- 边界:它做的是后期本地化,不负责从零生成内容;翻译和口型效果取决于源音频质量与所选模型,专业成片仍需人工校对。
二、代码程序化派:视频即代码,可版本化、可批量
这一派不追热点,但生命周期最长。核心价值是把视频变成工程产物:能进 Git、能 Code Review、能一次渲染一万个变体。
7. Manim:96.7k Star,解释性动画的事实标准

- 是什么:3Blue1Brown 在 2015 年开源的 Python 动画引擎,MIT 协议,9.7 万 Star。注意存在原作者版和社区维护版(ManimCommunity)两个分支,新用户建议从社区版入手。
- 能做什么:用代码精确控制公式、图形、相机的每一步运动,生成数学证明、算法原理类讲解视频。
- 适合谁:做科普、教学、技术布道内容的创作者。
- 边界:学习曲线陡,调试一个动画可能比剪一条片子还慢;它只能生成动画,无法处理实拍素材。
8. Remotion:74.6k Star,用 React 写视频的头号方案

- 是什么:2020 年创建的 TypeScript 项目,当前 v4.0.545,npm 月下载量约 1600 万次,是这一派里商业化最成熟的一个。
- 能做什么:用 React 组件描述画面、用时间轴驱动动画,自带带预览功能的 Remotion Studio(截图左侧),代码和可视化编辑双模式;支持 Lambda 云端批量渲染,适合千人千面的个性化视频。
- 适合谁:前端团队做产品演示视频、数据播报、批量营销素材。
- 边界 :它使用自定义商业许可证而非标准开源协议,员工规模或使用场景超过阈值需要购买公司授权,商用前务必读 License 页面。
9. Motion Canvas:20.1k Star,为技术讲解而生的动画库

- 是什么:2022 年创建,MIT 协议,TypeScript 编写。
- 能做什么:用生成器函数(generator)编排动画,配合实时预览编辑器,让代码逻辑和画面节奏天然同步,特别适合讲解算法、并发、状态机这类抽象概念。
- 适合谁:不想学剪辑软件、但希望做高质量技术讲解视频的程序员。
- 边界:生态规模和模板数量明显小于 Remotion;定位是动画生成而非通用剪辑,实拍素材处理能力弱。
三、桌面 GUI 派:离线、确定性、无损处理
AI 再热,也有一类需求它替不了:不联网、结果确定、对原片零损伤。
10. LosslessCut:46.3k Star,FFmpeg 的无损剪辑图形界面

- 是什么:2016 年创建的老牌项目,GPL-2.0 协议,基于 Electron,当前版本 v3.70.2,跨 macOS/Windows/Linux。
- 能做什么:本质是 FFmpeg 的 GUI 封装,在关键帧处剪切、合并、抽取音视频流,全程不重新编码,所以速度极快且画质零损失。截图里可以看到它的片段导出列表和多轨时间轴;同时提供 CLI 和 HTTP API,能接自动化流程。GoPro、无人机、摄像机拍回来的几十 GB 素材,用它先做粗剪最合适。
- 适合谁:需要快速剔除废片、分割长录像、提取音轨的任何人。
- 边界:「无损」同时意味着不能加转场、调色、字幕特效,这类精修需求还得交给专业 NLE。
选型建议:先选路线,再选项目

按具体场景给一个直接可抄的推荐:
| 你的场景 | 首选 | 备选 |
|---|---|---|
| 批量知识口播、矩阵起号 | MoneyPrinterTurbo | Pixelle-Video(要私有化时) |
| 动效包装、模板化广告批量出片 | HyperFrames | Remotion |
| 短剧、漫剧、互动叙事 | Toonflow | OpenMontage |
| 视频出海翻译配音 | VideoLingo | OpenCreator |
| 数学/算法/技术原理讲解 | Manim | Motion Canvas |
| 实拍素材粗剪、无损切割 | LosslessCut | Shotcut |
最后是三个容易被忽略的提醒:
- 协议风险:OpenMontage 是 AGPL-3.0、LosslessCut 是 GPL-2.0,对闭源商用都不友好;Remotion 是自定义商业许可证,公司使用前要核对授权条款。MIT、Apache-2.0 的项目则宽松得多。
- 真实成本:AI 自动化派省下的是人力,账单换成了 API 调用费和 GPU 租金。本地跑通一个全流程前,别直接按生产环境规划预算。
- 热度不等于成熟度:榜单上 HyperFrames、OpenMontage、Toonflow 都是 2026 年的新仓库,Star 增速惊人。生产环境选型建议先观察三个月的 Issue 响应和 Release 频率,或锁定固定版本,避免主线变动带来返工。
落选但同样值得收藏的「场外选手」:底层基建 FFmpeg (67.7k Star,几乎所有项目的共同底座)、专业非线性编辑器 Shotcut (15.7k)、Python 视频库 MoviePy (15.2k)、视频翻译工具 OpenCreator (14.4k)、阿里字幕剪辑 FunClip (6.6k)、自动剪掉沉默片段的 auto-editor(6.0k)。
参考资料
- harry0703/MoneyPrinterTurbo
- 3b1b/manim
- heygen-com/hyperframes
- OpenMontageInc/OpenMontage
- remotion-dev/remotion
- mifi/lossless-cut
- ATH-MaaS/Pixelle-Video
- HBAI-Ltd/Toonflow-app
- motion-canvas/motion-canvas
- Huanshere/VideoLingo
数据来源:GitHub REST Search API,检索时间 2026-11-21;仓库截图均为实地访问 GitHub 仓库页面截取,文中演示画面版权归各项目所有者所有。