GitHub 12.9K Star 的 OpenCreator：本地一站式 AI 创作工作台

做自媒体跨平台分发，你是不是长期被这套繁琐流程折磨：下载视频、语音转写、字幕断句、多语言翻译、AI 配音、横竖屏二次剪辑、封面制作，来回切换五六个工具，一次处理几十分钟，稍微长一点的视频还要反复校对字幕。

商用 SaaS 视频翻译工具价格高昂，批量处理成本吃不消；零散开源脚本又要折腾复杂环境，新手很难上手。今天介绍的这款开源项目 OpenCreator（前身 KrillinAI），GitHub 已斩获 1.2 万 Star，是一套跑在本地电脑上的全能 AI 创作工作台，兼顾可视化操作与 Agent 自然语言指令，从素材下载到成片导出，一条流水线全部完成。

01 项目简介

OpenCreator 的前身就是圈内知名的 KrillinAI，原先主打视频多语言本地化，现在全面升级为本地 AI 创作工作台。底层复用 Codex CLI 作为 Agent 执行内核，Web 作为唯一前端，桌面端只是内嵌 Web 页面，桌面版与网页版共用同一套 Runtime 和任务状态，操作体验完全一致。

所有素材、日志、项目数据默认保存在本机，服务仅监听本地 127.0.0.1，不会上传第三方服务器，隐私可控。支持 Windows、macOS（Apple/Intel 双芯片）、Linux，提供桌面客户端、服务端、CLI 命令行三种部署形态。普通创作者用桌面版开箱即用，开发者可以调用 CLI 和 Skills，接入自动化流水线、AI Agent 编排。

核心亮点：

可视化工作台 + Agent 对话双模协同。既可以点击界面手动配置参数，也可以直接用自然语言下达创作指令，两套操作共享任务状态，修改字幕样式、调整配音语速，两边实时同步；每一次修改自动生成独立版本，旧成果永久保留，随时回滚对比。

02 十大内置创作工具

工作台内置 10 大创作工具，其中视频翻译继承原 KrillinAI 成熟能力，是整个项目最强项，其余图文、动画、配音工具配套补齐，一站式满足短视频创作者需求。

03 核心底层能力

OpenCreator 除了可视化界面，最大特色就是内置一套可复用 Skills 技能库，专门给 Agent 调用，把视频制作拆分成标准化可编排阶段。仓库 skills/ 目录提供 KrillinAI 原生视频流水线技能：

• 字幕生成：抓取平台原生字幕，无原生字幕则自动 Whisper 转写，生成源语言、目标语言、双语、竖屏短字幕。
• 字幕配音：基于 SRT 字幕生成目标语种音频，支持自定义音色克隆。
• 横屏渲染：合成带双语字幕的横屏成片。
• 竖屏渲染：生成适配短视频平台竖屏视频，可添加标题。
• 封面生成：生成配套封面图片。
• 流程规划：dry-run 预校验任务参数，提前排查错误，不消耗 API 额度。

开发者可以自定义 SKILL.md 扩展技能，搭配 MCP 协议接入更多外部工具。CLI 支持分阶段单独执行任务，每个阶段输出结构化产物 JSON，适合嵌入脚本、自动化工作流。

04 支持的模型与语音服务

大语言模型

兼容所有 OpenAI 兼容接口服务商：GPT、DeepSeek、通义千问、Kimi、智谱 GLM、豆包、文心一言、混元、MiniMax 等。

语音转写（ASR）

• 云端：OpenAI Whisper、阿里云 ASR、FunASR、SenseVoice。
• 本地：faster-whisper、WhisperKit（仅 Apple 芯片 macOS）、whisper.cpp，本地运行不消耗 API 费用。

TTS 配音

OpenAI TTS、MiniMax、Edge TTS（免费无密钥）、阿里云语音、火山引擎语音。

图像/视频生成

图像：GPT Image、即梦、Kling、Gemini 图像；视频：Seedance、Kling、Veo。

成本提示：

所有云端模型任务，消耗你自己配置服务商的 Token/API 额度，项目本身不收费；本地模型只消耗本机硬件资源。

05 快速安装与上手教程

Windows / macOS 桌面客户端推荐（无需手动装 Node、Python 环境）

1. 打开项目 Release 页面，下载对应系统的 Desktop 安装包：Windows x64、macOS Apple Silicon、macOS Intel。
2. Windows：直接双击 exe 安装包，启动 OpenCreator。
3. macOS：安装包下载后，因为没有公证签名，会触发系统安全拦截，打开终端执行命令放行。

sudo xattr -rd com.apple.quarantine ./OpenCreator_xxx.dmg
sudo chmod +x ./OpenCreator

首次启动：程序自动扫描本机已有的 Codex 配置，如果存在 ChatGPT 登录态或者 API Key，可以一键复用；没有则进入引导页，填写模型服务商 API Key、BaseURL。

• 启动成功后，在界面选择创作工具，例如【视频翻译】。
• 导入本地视频，或者粘贴网络视频链接，设置源语言、目标翻译语言。
• 按需开启字幕、配音，配置字幕样式、横竖屏输出格式。
• 一键启动任务，后台自动执行转写 → LLM 字幕分段 → 翻译 → TTS 配音 → 视频渲染，完成后直接下载成片。

源码部署 Web 版（适合开发人员）

前置依赖：Node.js ≥ 22，pnpm 锁定 9.15.0 版本，Codex CLI。

git clone https://github.com/krillinai/OpenCreator.git
cd OpenCreator
corepack enable
pnpm install
pnpm web:dev

浏览器访问 http://127.0.0.1:19861/。

Docker 部署与 CLI 命令行

项目同时支持 Docker 一键部署服务端，也可以下载独立 KrillinAI-CLI 二进制包，在服务器、脚本中调用视频处理流水线。

06 高频踩坑与故障排查

• 报错：需要配置 OpenAI API Key。 原因：你选择了 OpenAI 作为转写/LLM 服务，没有填写密钥。解决：切换本地 FasterWhisper 转写，或者填入有效的 API Key；国内用户可以替换成通义千问、DeepSeek 等兼容 OpenAI 接口的模型。
• YouTube/小红书视频下载失败。 大概率 Cookie 过期、链接是短链接、平台访问限制；小红书必须粘贴完整长链接；YouTube 可通过 Chrome 配置文件登录，复用会话提升下载成功率。
• macOS 打开提示无法验证开发者。 系统安全隔离，使用文中终端 xattr 命令移除隔离属性，或在系统设置-隐私与安全性中允许运行。
• 本地 FasterWhisper 无法使用（macOS）。 官方限制：FasterWhisper 本地转写暂不支持 macOS，Apple 芯片 Mac 推荐使用 WhisperKit。
• 任务执行 Token 消耗巨大。 Agent 自动执行全流程任务，单次任务约消耗 10w~20w token，建议先用几分钟小样视频测试效果，再跑长视频。

07 数据安全说明

项目核心安全设计：

• 业务数据、附件、日志、SQLite 数据库全部保存在本机 .runtime 目录，不会上传公网服务器。
• daemon 仅监听本机回环地址 127.0.0.1，API 访问需要 token 鉴权，不会暴露局域网。
• API 密钥存储在系统凭据管理器，日志输出前自动脱敏，不会明文保存密钥。
• yt-dlp 组件 7 天自动检查更新，不会自动升级，必须手动确认才更新，更新失败自动回退旧版本，保证稳定性。

08 选型对比

09 总结

• 跨境自媒体、TikTok/YouTube 创作者，需要批量把中文视频翻译成英、西、法、俄等多语言版本。
• 国内短视频博主，需要一键生成双语字幕、横竖屏多版本分发。
• 内容工作室，需要本地私有化处理素材，不想把原始视频上传第三方 SaaS 平台。
• AI 玩家、开发者，想用 Agent 编排自动化内容流水线，自定义 Skills 扩展能力。

项目地址：https://github.com/krillinai/OpenCreator