什么是 Edit Mind？

Edit Mind 是一款跨平台的桌面应用，用 AI 帮你为整库视频建立深度索引。它像“剪辑师的第二大脑”，会在本地对视频进行分析，自动生成转写文本、人脸信息、画面主体、主色调、屏幕文字等多维度元数据，让视频素材像搜索文档一样好找。

项目当前处于

积极开发阶段

，尚未完全达到生产级稳定状态，部分功能仍在完善中，也可能存在个别 Bug。对早期版本感兴趣的开发者和创作者，可以通过 GitHub 参与体验和共建：

GitHub 项目地址：

https://github.com/IliasHad/edit-mind


核心功能亮点


AI 驱动的视频深度索引

Edit Mind 会在本地为视频执行一条完整的 AI 分析流水线，为每一段画面生成可检索的结构化数据，包括：

  • 🎙 全量音频转写：使用本地 OpenAI Whisper 模型，将音轨转为带时间戳的文本对白。
  • 🎞 场景切分：按约 2 秒切分为精细“片段”，实现帧级精度的检索定位。
  • 🧩 深度画面分析：通过 Python 插件识别人脸、检测物体、提取屏幕文字（OCR），分析颜色和构图信息。
  • 🧠 多模态对齐：将听到的内容与画面信息按时间戳对齐，形成更准确的场景理解。

所有文本、标签和元数据会通过 Google 文本嵌入模型转换为向量，并保存在本地的 ChromaDB 中，构建一套可离线使用的视频数据库。


语义搜索与自然语言检索

Edit Mind 支持通过自然语言直接搜索视频含义，例如：

“找出所有两个人坐在桌边说话的镜头”

“show me all clips where Ilias looks happy”

搜索时，会调用 Google Gemini 2.5 Pro 将自然语言搜索词解析为结构化 JSON 查询，再在本地 ChromaDB 向量库中匹配最相关的场景。

用户不需要记得文件名和时间码，只需描述想找的画面，相关镜头就会自动呈现。


AI 生成智能粗剪

在完成索引和搜索的基础上，Edit Mind 还支持自动生成粗剪序列：

  • 使用自然语言描述你想要的片段组合，例如：

    “给我所有 @ilias 看起来很开心的镜头”
  • 应用根据检索结果自动拼接粗剪时间线，帮助剪辑师节省大量“翻素材”的时间。
  • 后续可以再用专业剪辑软件进行精修和调色。


隐私优先，本地优先的安全架构

Edit Mind 在设计时强调“隐私优先”和“离线优先”：

  • 视频文件、帧数据和分析生成的元数据全部保存在本地设备，不上传原始视频。
  • 仅在语义搜索解析和文本嵌入生成环节调用云端 API（Gemini 与 Google 文本嵌入），传输内容为检索指令和文本特征，而非原始视频素材。
  • 在未来版本中，将加入离线嵌入与查询模型选项，满足完全断网环境下的使用需求。

对于关注内容安全和商业机密的团队，本地处理与可控的云调用比例，在效率和隐私之间提供了更平衡的方案。


功能一览


🧠 深度 AI 索引

  • 自动抽取转写字幕、人脸、物体、画面文字、主色调等多维标签
  • 支持对整库视频进行统一管理和搜索
  • 通过统一的场景切分，提升检索和粗剪的精度


🔍 语义搜索体验

  • 支持自然语言查询视频内容
  • 按“含义”而不是“文件名”搜索素材
  • 更适合灵感驱动的创作工作流


🎬 AI 智能粗剪

  • 根据描述自动拼接粗剪序列
  • 适合作为选题、预剪、片段筛选的工作起点
  • 支持导出项目工程（计划支持 Adobe Premiere Pro、Final Cut Pro 等）


💻 跨平台桌面应用

  • 基于 Electron，支持 macOS、Windows、Linux
  • 前端采用 React + TypeScript + Vite，界面简洁现代
  • 使用 shadcn/ui 与 Tailwind CSS 提供响应式体验


🧩 插件化架构

  • 所有深度分析能力通过 Python 插件扩展
  • 已支持目标检测、人脸识别、镜头类型分析、环境识别、主色调提取等插件
  • 为未来的 Logo 检测、音频事件检测、情绪分析等场景预留扩展空间
  • 计划构建插件文档、示例以及插件生态


性能表现与硬件建议

在实际测试中（M1 MacBook Max + 64GB 内存、启用多种插件），Edit Mind 的性能大致表现为：

  • 每 1 小时视频内容，大约需要 2–3 小时分析时间（开启全部插件时）
  • 内存峰值约在 5–11 GB 之间，会随视频复杂度和编码参数变化
  • 不同编码格式（如 HEVC）在性能上存在明显差异

为了取得更顺畅的体验，建议：

  • 关闭当前项目中不需要的插件，缩短分析时间并降低内存占用
  • 将大体积文件安排在非工作时间批量处理
  • 尽量使用 16GB 及以上内存配置
  • 使用 SSD 作为素材与索引存储，提升读写性能


技术栈与开发者信息

Edit Mind 面向开发者和重度创作者开放源码，主要技术栈包括：

  • 应用框架：Electron
  • 前端：React、TypeScript、Vite
  • 后端主进程：Node.js
  • AI / ML：Python、OpenCV、PyTorch、Whisper
  • 向量数据库：ChromaDB
  • 打包与分发：Electron Builder
  • 代码质量：ESLint、Prettier

项目结构清晰，将前端界面、主进程逻辑、IPC 通信、Python 服务与静态资源分门别类，便于二次开发和团队协作。

更多安装和构建命令，可在 GitHub 仓库中查看详细说明

GitHub地址：

https://github.com/IliasHad/edit-mind


谁适合使用 Edit Mind？

  • 需要管理大量素材的短视频创作者与剪辑师
  • 负责企业宣传片、活动记录、课程录制的内容团队
  • 希望搭建自有本地视频知识库的机构与工作室
  • 对 AI 视频分析、语义检索、向量数据库感兴趣的开发者与研究者

如果你希望在不牺牲隐私的前提下，用 AI 为视频工作流“加一颗大脑”，Edit Mind 会是一款值得关注和参与的开源工具。