核心用法
OpenStoryline 是一款面向已安装用户的AI视频剪辑Agent，通过自然语言交互完成专业级视频制作。使用流程分为四大阶段：
1. 服务启动与配置
- 检查并修改
config.toml中的LLM/VLM API配置（6项必填） - 启动MCP Server（通常监听127.0.0.1:8001）
- 启动Web服务
uvicorn agent_fastapi:app（默认127.0.0.1:8005） - 两类服务均需以长驻进程方式运行，启动耗时数分钟需耐心等待
2. 创建会话与上传素材
- 调用
/api/sessions创建session，获取唯一session_id - 通过curl或本地copy方式上传视频素材
session_id是跨轮对话的核心凭证，必须持久保存
3. 剪辑对话与进度监控
- 使用bridge脚本发送自然语言剪辑指令（如"剪一个小红书风格视频"）
- Agent自动执行：素材理解→片段筛选→脚本生成→配音合成→视频渲染
- 通过Web服务日志观察节点进度（filter_clips → group_clips → generate_script → generate_voiceover → render_video）
- 支持多轮对话细调，如"换欢快BGM""文案改得更活力"
4. 产物验证与二次编辑
- 首轮输出路径：
./storyline/.server_cache/{session_id}/output_*.mp4 - 二次编辑复用原
session_id，生成新render_video_*目录及新视频文件 - 每次完成需向用户返回：session_id、最终视频完整路径、新旧文件关系
显著优点
- 自然语言驱动：零剪辑基础用户可用对话方式精准控制成片风格
- 端到端闭环：内置素材搜索、内容理解、字幕生成、TTS配音，无需切换工具
- 状态持久化：session机制支持随时中断继续，二次编辑不丢失上下文
- 本地优先：默认127.0.0.1监听，素材不出本地，隐私可控
潜在局限
- 配置门槛：必须自备LLM/VLM API密钥，6项配置缺一不可
- 资源消耗：模型推理+视频渲染对GPU/内存要求较高
- 启动耗时：MCP Server初始化需数分钟，不适合即开即用场景
- 错误恢复：服务端"上一条消息未完成"时需人工判断等待或重启bridge
适合人群
- 个人创作者：有原始素材但缺乏剪辑经验，希望快速出片
- 自媒体运营：需要批量生产特定风格短视频（如小红书/抖音风）
- 开发者/极客：愿意本地部署、调试配置的技术用户
常规风险
- API密钥泄露：config.toml明文存储密钥，需做好文件权限管理
- 端口冲突：多实例运行时需手动调整MCP/Web端口
- 长驻进程管理：不当kill进程可能导致状态不一致，需按规范poll日志
- 网络暴露：仅在可信环境使用
--host 0.0.0.0，避免公网开放