Palmier Pro：把 macOS 视频剪辑交给 AI 的一次正经尝试

最近 GitHub Trending 日榜上冒出来一个有意思的项目：Palmier Pro（palmier-io/palmier-pro），今天直接冲到 Top 1，单日涨了 900 多颗星。它给自己的定位很直白——"macOS video editor built for AI"。简单说，就是一个原生跑在 macOS 上的视频编辑器，但整个产品的设计原点是"AI 第一公民"：剪片、找镜头、做转场、加字幕，很多步都让模型直接动手，而不是让人点完菜单再导出。

今天这篇不是教程，也不评测，更像一份"为什么这个东西值得你看一眼"的快速导读。

它到底想做什么

传统剪辑软件——不管 Final Cut Pro、Premiere 还是 DaVinci——过去二三十年都在解决一个事：让人类更快地"表达"自己的剪辑意图。鼠标拖时间线、键盘打快捷键、波形对齐、上字幕。这些工作里，相当一部分其实是机械劳动。

Palmier Pro 的切入点不一样：它假设你不需要自己动手剪，你只需要告诉 AI"我要什么样的视频"——比如"把这段 30 分钟的访谈剪成 3 分钟精华"、"把没人笑的镜头删掉"、"在每段停顿处加字幕并对齐人脸"。然后 AI 直接去动时间线。

具体来说，目前能看到的能力大致包括：

- AI 自动剪辑：上传素材后，给一句自然语言指令，它会生成时间线草案。
- 镜头智能筛选：基于视觉、音频、情绪分析，把废镜头挑出来，把高光镜头留下来。
- 多 Agent 工作流：项目描述里提到背后是多个 AI Agent 协作，每个负责不同子任务（剪辑、配字幕、调色、生成封面图）。
- 字幕与人脸对齐：自动识别说话人、时间戳、人脸框，字幕自动贴在嘴边。
- 导出与模板：成片直接导出常见格式，也支持把整套工作流保存成"模板"复用。

为什么值得看一眼

坦白讲，AI 视频剪辑工具这两年雨后春笋，从 CapCut 的 AI 套件，到 Runway、Pika、Descript，国内国外都有类似东西。Palmier Pro 的不同点在于三件事：

第一，它是 macOS 原生 Swift 应用，不是 Electron 套壳，也不是只能网页用。这意味着它能直接吃满 Apple Silicon 的硬件加速，Metal、Core ML、神经引擎都能用。剪 4K 不卡，导出速度也会比 Web 版本快得多。对剪辑师来说，这事其实挺关键的——谁也不想在网页里卡成 PPT。

第二，开源。仓库就在 GitHub 上，作者团队把核心架构公开了。这意味着：第一，你可以本地跑自己的"私有剪辑 AI"，素材不用上传到任何云；第二，开发者可以接自己的 LLM、接自己的视觉模型、接自己的字幕模型，不被某个云厂商绑架。考虑到影视圈对版权和素材隐私的敏感，这是个挺大的卖点。

第三，"Agent 化"的工作流设计。它不是"一个对话框加一个按钮"那种玩具，更像是把剪辑这件事拆成多 Agent 协作：有专门负责"看"的 Agent，负责"剪"的 Agent，负责"配"的 Agent，每个 Agent 之间用消息通信。这种架构的好处是灵活——你能替换任何一个 Agent，也能插入新 Agent（比如"按导演风格训练一个专属 Agent"）。坏处是复杂度高，目前对小白用户门槛仍然不低。

快速上手：一条 Docker 命令先跑起来

虽然它是 macOS 原生应用，但官方仓库里也提供了 Docker 镜像，方便在服务器或 CI 里跑"AI 剪辑服务"（不打开 GUI，纯当后端）。起一个最简的命令大致是：

docker run -d \
  --name palmier-pro \
  -p 8080:8080 \
  -v $(pwd)/palmier-data:/data \
  -e OPENAI_API_KEY=sk-your-key-here \
  palmierio/palmier-pro:latest

起来后访问 http://localhost:8080 就能看到管理界面。如果你想接本地模型而不是 OpenAI，把 OPENAI_API_KEY 换成 OLLAMA_HOST=http://host.docker.internal:11434 之类的也能跑。

> 注意：当前 GUI 端必须 macOS（因为是 Swift 原生），Docker 版主要是给"AI 剪辑服务化"和自动化场景用的。如果你只是想在 Mac 上体验，直接去 GitHub Releases 页面下载最新的 .dmg 安装最省事。

第一次启动会让你登录 GitHub、授权素材文件夹、选一个默认的 AI 后端（OpenAI / Anthropic / Ollama 三选一），配置好之后基本就能用了。

它适合谁

不是所有人都适合现在就去装一个 Palmier Pro。简单分一下：

适合的：
- 视频内容创作者，特别是播客、访谈、vlog 这类"素材多但成片短"的场景，AI 自动剪辑能省掉大量重复劳动。
- 独立开发者和 AI 工程师，想折腾多 Agent 工作流的，可以拿它当一个"看得见效果"的实验场。
- 对素材隐私敏感、不愿意把原始视频上传 SaaS 的团队，本地化部署正好解决这个痛点。

不太适合的：
- 专业影视后期、调色师、复杂多机位剪辑师——目前的 AI 还远没到能替代精细人工调色的程度。
- Windows / Linux 用户——目前只有 macOS 原生体验完整，Docker 版本功能裁剪较多。
- 完全不想折腾 AI 配置的小白——它毕竟不是 CapCut，配置项不少。

一些客观限制

今天日榜 Top 1 不代表它已经"完美"。实际上有几个明显短板：

1. 生态还很早期。Star 4k 多，Commit 历史也不算长，生产环境稳定性需要时间验证。
2. AI 后端成本。如果你接的是 GPT-4o 或 Claude Sonnet，剪一条 10 分钟视频可能要花掉几美元 API 费。本地模型虽然免费但吃显存。
3. 多 Agent 编排复杂。出问题时的排错链路比较长，需要懂一点 AI 工程的背景。
4. 生态封闭。目前和 Final Cut / Premiere 的项目文件互通还很弱，迁移成本存在。

写在最后

Palmier Pro 给我的最大启发，不是"AI 能剪片"这件事本身——这早就不新鲜了。而是它把 AI 当成剪辑流程的"一等公民"来设计产品，而不是给传统剪辑软件加个 AI 按钮。这是产品哲学上的差别，也是为什么它能在 GitHub Trending 上冲到 Top 1 的原因。

如果你是视频创作者或 AI 工程师，强烈建议花半小时去仓库里转一圈，看看它的 Agent 架构怎么设计的——哪怕最后不用，里面"多 Agent 协作剪辑"的思路也能给你自己的项目一些启发。

链接

- 仓库：https://github.com/palmier-io/palmier-pro
- 官网：https://palmier.io（如果上线的话）
- 相关参考：
- CapCut OpenAPI：https://github.com/Cap-Coder/capcut-openapi
- Open-Sora（开源视频生成）：https://github.com/hpcaitech/Open-Sora
- 字节 Deer Flow（多 Agent 编排参考）：https://github.com/bytedance/deer-flow

> 本文基于 GitHub Trending 2026-06-21 日榜数据写作，相关数字（Star 数、Commit 历史）请以仓库当时实际状态为准。