CapCutAPI 是一个开源的剪映/Jianying API 解决方案，允许开发者通过编程方式控制 AI 生成的媒体资产。支持图像、音频、视频和文本的编辑。提供 HTTP API 和 MCP 协议，兼容多种媒体格式。安装需配置 Python 环境和 FFmpeg。适用于社交媒体内容批量生产、教育课程制作、电商推广及新闻自动化等场景，旨在解决 AI 视频生成中的控制不足问题，实现程序化视频编辑。
CapCutAPI 是一个强大的开源编辑 API，让开发者能够通过编程方式完全控制 AI 生成的媒体资产，包括图像、音频、视频和文本。该项目旨在解决 AI 视频生成中常见的控制不足问题，提供精确的后期编辑和定制能力。无论是调整视频速度、镜像图像，还是添加复杂的特效和动画，CapCutAPI 都能帮助您轻松将创意想法转化为精美的视频内容。
核心价值：程序化视频编辑 · 云端预览 · 多格式支持 · 开源免费
项目采用模块化设计，支持多种协议接入。
| 功能模块 | 支持程度 | 详细功能 |
|---|---|---|
| 草稿管理 | ✅ 完全支持 | 创建、保存、导入、导出剪映草稿文件 |
| 视频处理 | ✅ 完全支持 | 多格式导入、剪辑、转场、特效应用 |
| 音频编辑 | ✅ 完全支持 | 音轨管理、音量控制、音效处理 |
| 图像处理 | ✅ 完全支持 | 图像导入、动画、蒙版、滤镜 |
| 文本编辑 | ✅ 完全支持 | 多样式文本、阴影、背景、动画 |
| 字幕系统 | ✅ 完全支持 | SRT 字幕导入、样式设置、时间同步 |
| 特效引擎 | ✅ 完全支持 | 视觉效果、滤镜、转场动画 |
| 贴纸系统 | ✅ 完全支持 | 贴纸资源、位置控制、动画效果 |
| 关键帧动画 | ✅ 完全支持 | 属性动画、时间线控制、缓动函数 |
| 媒体分析 | ✅ 完全支持 | 视频时长获取、格式检测 |
| 协议类型 | 支持特性 | 适用场景 |
|---|---|---|
| HTTP API | RESTful 接口，JSON 数据交换 | Web 应用、自动化脚本、云服务集成 |
| MCP 协议 | 标准通信协议，工具发现，流式处理 | 开发工具、IDE 插件、CLI 应用 |
| 媒体类型 | 支持格式 | 特殊功能 |
|---|---|---|
| 视频格式 | MP4, MOV, AVI, MKV, WebM | 多轨道同时处理，Alpha 通道支持 |
| 音频格式 | MP3, WAV, FLAC, AAC, OGG | 多声道支持，实时混音 |
| 图像格式 | JPEG, PNG, GIF, WEBP, BMP | 动态图像支持，透明通道 |
| 文本格式 | SRT, ASS, TXT, JSON | 样式化文本，动画效果 |
# 最低要求
操作系统：Windows 10+, macOS 11+, Ubuntu 18.04+
Python 版本：3.10+
内存：8GB RAM
存储：2GB 可用空间
FFmpeg: 最新稳定版
# 推荐配置
操作系统：Windows 11, macOS 13+, Ubuntu 22.04+
Python 版本：3.11+
内存：16GB+ RAM
存储：SSD, 10GB+ 可用空间
FFmpeg: 带硬件加速版本
GPU: 支持 CUDA 或 Metal 的显卡（可选）
基础安装：
# 1. 克隆仓库
git clone https://github.com/sun-guannan/CapCutAPI.git
cd CapCutAPI
# 2. 创建虚拟环境（推荐）
python -m venv venv-capcut
# 激活环境（Linux/macOS）
source venv-capcut/bin/activate
# 激活环境（Windows）
venv-capcut\Scripts\activate
# 3. 安装依赖
pip install -r requirements.txt
# 安装 MCP 协议支持（可选）
pip install -r requirements-mcp.txt
# 4. 配置设置
cp config.json.example config.json
# 编辑 config.json 文件配置参数
Docker 方式安装：
# Dockerfile 示例
FROM python:3.11-slim
WORKDIR /app
# 安装系统依赖
RUN apt-get update && apt-get install -y \
ffmpeg \
libsm6 \
libxext6 \
&& rm -rf /var/lib/apt/lists/*
# 复制项目文件
COPY . .
# 安装 Python 依赖
RUN pip install -r requirements.txt
# 暴露端口
EXPOSE 9001
# 启动服务
CMD ["python", "capcut_server.py"]
# 使用 Docker Compose
docker-compose up -d
# 或直接运行
docker build -t capcut-api .
docker run -p 9001:9001 -v $(pwd)/data:/app/data capcut-api
配置文件示例：
{
"server": {
"host": "0.0.0.0",
"port": 9001,
"debug": false,
"workers": 4
},
"storage": {
"draft_dir": "./drafts",
"temp_dir": "./temp",
"max_file_size": "2GB"
},
"media": {
"ffmpeg_path": "/usr/bin/ffmpeg",
"supported_formats": [
"mp4", "mov", "avi", "mkv", "mp3", "wav", "flac", "jpg", "png", "gif"
],
"max_resolution": "4096x2160"
},
"security": {
"api_key": "your-secret-key-here",
"cors_origins": ["*"],
"rate_limit": "100/minute"
},
"logging": {
"level": "INFO",
"file": "./logs/capcutapi.log",
"max_size": "100MB",
"backup_count": 5
}
}
环境变量配置：
# 环境变量示例
export CUTAPI_HOST="0.0.0.0"
export CUTAPI_PORT="9001"
export CUTAPI_DEBUG="false"
export FFMPEG_PATH="/usr/bin/ffmpeg"
export DRAFT_DIR="./drafts"
export API_KEY="your-secret-key"
# 或使用.env 文件
echo 'CUTAPI_HOST=0.0.0.0 CUTAPI_PORT=9001 FFMPEG_PATH=/usr/bin/ffmpeg DRAFT_DIR=./drafts' > .env
客户端配置：
{
"mcpServers": {
"capcut-api": {
"command": "python3",
"args": ["mcp_server.py"],
"cwd": "/path/to/CapCutAPI",
"env": {
"PYTHONPATH": "/path/to/CapCutAPI",
"DEBUG": "0"
},
"timeout": 30
}
}
}
连接测试：
# 测试 MCP 连接
python test_mcp_client.py
# 预期输出
# ✅ MCP 服务器启动成功
# ✅ 获取到 11 个可用工具
# ✅ 草稿创建测试通过
创建新项目：
import requests
import json
# 创建新草稿
def create_draft(width=1080, height=1920):
url = "http://localhost:9001/create_draft"
payload = {
"width": width,
"height": height,
"fps": 30,
"background_color": "#000000",
"metadata": {
"title": "我的第一个 API 项目",
"author": "开发者",
"description": "使用 CapCutAPI 创建的项目"
}
}
response = requests.post(url, json=payload)
return response.json()
# 添加视频素材
def add_video(draft_id, video_url, start_time=0, duration=10):
url = "http://localhost:9001/add_video"
payload = {
"draft_id": draft_id,
"video_url": video_url,
"start": start_time,
"end": start_time + duration,
"volume": 0.8,
"transition": "fade_in",
"effects": ["color_correction", "stabilization"]
}
response = requests.post(url, json=payload)
return response.json()
# 添加文本元素
def add_text(draft_id, text, start_time, duration):
url = "http://localhost:9001/add_text"
payload = {
"draft_id": draft_id,
"text": text,
"start": start_time,
"end": start_time + duration,
"font": "Source Han Sans",
"font_size": 48,
"font_color": "#FFD700",
"background_color": "#00000080",
"animation": "fade_slide_in"
}
response = requests.post(url, json=payload)
return response.json()
# 使用示例
draft = create_draft(1080, 1920)
draft_id = draft["result"]["draft_id"]
add_video(draft_id, "https://example.com/background.mp4", 0, 10)
add_text(draft_id, "欢迎使用 CapCutAPI", 2, 5)
print(f"项目创建成功！草稿 ID: {draft_id}")
高级编辑功能：
# 添加关键帧动画
def add_keyframe_animation(draft_id, track_name, property_type, times, values):
url = "http://localhost:9001/add_keyframe"
payload = {
"draft_id": draft_id,
"track_name": track_name,
"property_type": property_type,
"times": times,
"values": values,
"easing": "ease_in_out"
}
response = requests.post(url, json=payload)
return response.json()
# 添加音频效果
def add_audio_effect(draft_id, audio_url, effects):
url = "http://localhost:9001/add_audio_effect"
payload = {
"draft_id": draft_id,
"audio_url": audio_url,
"effects": effects,
"volume": 0.7,
"fade_in": 2.0,
"fade_out": 2.0
}
response = requests.post(url, json=payload)
return response.json()
# 添加视觉特效
def add_visual_effect(draft_id, effect_type, parameters):
url = "http://localhost:9001/add_effect"
payload = {
"draft_id": draft_id,
"effect_type": effect_type,
"parameters": parameters,
"duration": 5.0,
"intensity": 0.8
}
response = requests.post(url, json=payload)
return response.json()
完整工作流示例：
from mcp_client import McpClient
# 初始化 MCP 客户端
client = McpClient("capcut-api")
# 创建新项目
draft = client.call_tool("create_draft", {
"width": 1080,
"height": 1920,
"fps": 30,
"metadata": {
"title": "MCP 示例项目",
"tags": ["demo", "test"]
}
})
draft_id = draft["result"]["draft_id"]
# 添加多媒体内容
client.call_tool("add_video", {
"draft_id": draft_id,
"video_url": "https://example.com/main.mp4",
"start": 0,
"end": 15,
"track": "main_video"
})
client.call_tool("add_audio", {
"draft_id": draft_id,
"audio_url": "https://example.com/bgm.mp3",
"start": 0,
"end": 30,
"volume": 0.6
})
client.call_tool("add_text", {
"draft_id": draft_id,
"text": "AI 视频生成演示",
"start": 2,
"end": 10,
"style": {
"font_size": 56,
"font_color": "#FFFFFF",
"background": "#00000080"
}
})
# 添加高级效果
client.call_tool("add_transition", {
"draft_id": draft_id,
"type": "crossfade",
"duration": 1.5,
"position": 5.0
})
client.call_tool("add_filter", {
"draft_id": draft_id,
"filter_type": "cinematic",
"intensity": 0.7,
"duration": 15.0
})
# 保存并导出
result = client.call_tool("export_draft", {
"draft_id": draft_id,
"format": "mp4",
"resolution": "1080p",
"quality": "high"
})
print(f"项目导出完成：{result['result']['output_url']}")
批量处理示例：
import concurrent.futures
def batch_process_videos(video_list, template_id):
"""批量处理视频项目"""
results = []
with concurrent.futures.ThreadPoolExecutor(max_workers=4) as executor:
futures = []
for video_data in video_list:
future = executor.submit(process_single_video, video_data, template_id)
futures.append(future)
for future in concurrent.futures.as_completed(futures):
try:
result = future.result()
results.append(result)
except Exception as e:
print(f"处理失败：{e}")
return results
def process_single_video(video_data, template_id):
"""处理单个视频"""
# 创建新草稿
draft = create_draft_from_template(template_id)
draft_id = draft["draft_id"]
# 添加主要内容
add_video(draft_id, video_data["video_url"], 0, video_data["duration"])
add_audio(draft_id, video_data["audio_url"], 0, video_data["duration"])
# 添加动态文本
for text_item in video_data["text_elements"]:
add_text(draft_id, text_item["text"], text_item["start_time"], text_item["duration"])
# 添加特效
for effect in video_data["effects"]:
add_effect(draft_id, effect["type"], effect["parameters"])
# 导出最终视频
result = export_draft(draft_id, video_data["output_format"])
return result
自动化工作流：
def automated_video_workflow(config):
"""全自动视频生成工作流"""
# 1. 媒体准备
media_assets = prepare_media_assets(config)
# 2. 创建项目框架
draft = create_draft(config["project_settings"])
draft_id = draft["draft_id"]
# 3. 添加主要内容
for asset in media_assets["videos"]:
add_video(draft_id, asset["url"], asset["start"], asset["duration"])
for asset in media_assets["audios"]:
add_audio(draft_id, asset["url"], asset["start"], asset["duration"])
# 4. 添加文本和图形
for text in config["text_elements"]:
add_text(draft_id, text["content"], text["start"], text["duration"])
for graphic in config["graphics"]:
add_image(draft_id, graphic["url"], graphic["start"], graphic["duration"])
# 5. 应用效果和转场
for effect in config["effects"]:
add_effect(draft_id, effect["type"], effect["params"])
for transition in config["transitions"]:
add_transition(draft_id, transition["type"], transition["position"])
# 6. 最终渲染
output = export_project(draft_id, config["output_settings"])
# 7. 清理资源
cleanup_temp_files(draft_id)
return output
场景：营销机构需要为多个客户批量生产社交媒体视频内容
解决方案：
利用模板机制快速填充不同客户的素材和文案，实现规模化生产。
实施代码：
class SocialMediaProducer:
def __init__(self, api_client):
self.client = api_client
self.templates = {}
def load_template(self, template_name, config):
"""加载生产模板"""
template = {
'base_draft': self.create_base_draft(config),
'media_slots': config.get('media_slots', []),
'text_slots': config.get('text_slots', []),
'effects': config.get('effects', []),
'output_settings': config.get('output', {})
}
self.templates[template_name] = template
def batch_produce(self, template_name, data_list):
"""批量生产视频"""
results = []
for data in data_list:
try:
# 复制基础草稿
draft_id = self.duplicate_draft(
self.templates[template_name]['base_draft']
)
# 填充媒体内容
for slot in self.templates[template_name]['media_slots']:
media_data = data['media'].get(slot['name'])
if media_data:
self.fill_media_slot(draft_id, slot, media_data)
# 填充文本内容
for slot in self.templates[template_name]['text_slots']:
text_data = data['text'].get(slot['name'])
if text_data:
self.fill_text_slot(draft_id, slot, text_data)
# 应用特效
for effect in self.templates[template_name]['effects']:
self.apply_effect(draft_id, effect)
# 导出视频
output = self.export_video(
draft_id, self.templates[template_name]['output_settings']
)
results.append({
'success': True,
'output': output,
'data': data
})
except Exception as e:
results.append({
'success': False,
'error': str(e),
'data': data
})
return results
def fill_media_slot(self, draft_id, slot, media_data):
"""填充媒体槽位"""
if slot['type'] == 'video':
self.client.add_video(
draft_id, media_data['url'], slot['start_time'], slot['duration'],
track=slot.get('track', 'main')
)
elif slot['type'] == 'audio':
self.client.add_audio(
draft_id, media_data['url'], slot['start_time'], slot['duration'],
volume=slot.get('volume', 1.0)
)
def fill_text_slot(self, draft_id, slot, text_data):
"""填充文本槽位"""
self.client.add_text(
draft_id, text_data['content'], slot['start_time'], slot['duration'],
style={
'font_size': slot.get('font_size', 48),
'font_color': text_data.get('color', '#FFFFFF'),
'animation': slot.get('animation', 'fade_in')
}
)
生产效益：显著提升生产效率，有效降低制作成本，保持内容一致性，缩短发布时间，实现效果追踪自动化。
场景：在线教育平台需要为大量课程制作统一风格的视频内容
教育视频模板：
# education_template.yaml
template:
name: "education_lecture"
duration: 1800 # 30 分钟
dimensions: [1920, 1080]
fps: 30
tracks:
main_video:
type: "video"
position: "primary"
default_content: "lecturer_video.mp4"
presentation:
type: "video"
position: "picture_in_picture"
default_content: "slides.mp4"
size: [800, 600]
position: [100, 100]
background_music:
type: "audio"
volume: 0.3
loop: true
default_content: "background_music.mp3"
intro_outro:
type: "composite"
elements:
- type: "video"
file: "intro.mp4"
start: 0
end: 10
- type: "video"
file: "outro.mp4"
start: 1790
end: 1800
text_elements:
title:
type: "text"
start: 10
end: 20
content: "课程标题"
style:
font_size: 72
font_color: "#FFFFFF"
background: "#00000080"
animation: "zoom_in"
chapter_title:
type: "text"
position: "top_center"
duration: 5
style:
font_size: 48
font_color: "#4A90E2"
shadow: true
watermark:
type: "text"
start: 0
end: 1800
content: "© 教育机构名称"
position: [50, 50]
style:
font_size: 24
font_color: "#FFFFFF80"
effects:
transition_between_slides:
type: "transition"
trigger: "slide_change"
effect: "crossfade"
duration: 1.5
highlight_key_points:
type: "effect"
effect: "highlight"
parameters:
color: "#FFFF00"
size: 1.2
duration: 3
automation:
auto_subtitles:
enabled: true
source: "audio_track"
language: "zh-CN"
style: "education"
slide_sync:
enabled: true
source: "presentation_track"
detect_slide_changes: true
实施代码：
from capcutapi import EducationVideoProducer
# 初始化教育视频生成器
producer = EducationVideoProducer(template="education_template.yaml")
# 设置课程内容
course_data = {
"title": "人工智能基础与应用",
"lecturer_video": "ai_lecture.mp4",
"slides": "ai_slides.pptx",
"background_music": "classical_bgm.mp3",
"chapters": [
{
"title": "第一章：机器学习基础",
"start": 0,
"duration": 600,
"key_points": [
{"text": "监督学习", "time": 120},
{"text": "无监督学习", "time": 300},
{"text": "强化学习", "time": 450}
]
},
{
"title": "第二章：深度学习原理",
"start": 600,
"duration": 600,
"key_points": [
{"text": "神经网络结构", "time": 720},
{"text": "反向传播算法", "time": 900},
{"text": "卷积神经网络", "time": 1050}
]
},
{
"title": "第三章：AI 应用案例",
"start": 1200,
"duration": 600,
"key_points": [
{"text": "计算机视觉", "time": 1320},
{"text": "自然语言处理", "time": 1500},
{"text": "强化学习应用", "time": 1650}
]
}
]
}
# 生成课程视频
output_video = producer.generate_course(
course_data,
output_format="mp4",
quality="high",
output_path="courses/ai_foundations.mp4"
)
print(f"课程视频生成完成：{output_video}")
教育价值：提升课程制作效率，确保视频质量统一标准化，减少教师工作量，提高学生参与度，支持内容快速迭代。
场景：电商平台需要为数千种商品自动生成推广视频
实施代码：
from capcutapi import EcommerceVideoGenerator
import pandas as pd
# 初始化电商视频生成器
generator = EcommerceVideoGenerator(
template="ecommerce_template.yaml",
media_library="ecommerce_media/",
voice_library="voices/"
)
# 加载产品数据
products = pd.read_csv("products.csv")
# 批量生成产品视频
for _, product in products.iterrows():
video_data = {
"product_id": product["id"],
"name": product["name"],
"category": product["category"],
"price": product["price"],
"discount": product.get("discount", 0),
"images": [f"products/{product['id']}_{i}.jpg" for i in range(1, 6)],
"features": product["features"].split(";"),
"reviews": [
{"text": "质量非常好，物超所值", "rating": 5},
{"text": "包装精美，送货快速", "rating": 4}
],
"promotion": {
"type": "flash_sale" if product["discount"] > 0 else "normal",
"end_time": "2024-12-31 23:59:59"
}
}
# 生成视频
output_file = f"videos/{product['id']}_{product['name']}.mp4"
generator.generate_video(
video_data, output_file, voice_over=True, subtitles=True
)
print(f"已生成：{product['name']}")
print("所有产品视频生成完成!")
电商效益：大幅降低视频制作成本，提高内容产出速度，提升转化率，实现个性化推荐精准匹配，支持促销活动即时响应。
场景：新闻机构需要快速生成视频新闻报道
新闻自动化流程：
from capcutapi import NewsVideoProducer
from news_scraper import NewsAggregator
# 初始化新闻视频生成器
producer = NewsVideoProducer(
template="news_template.yaml",
voice="news_anchor_voice.mp3"
)
# 获取新闻数据
aggregator = NewsAggregator()
news_items = aggregator.get_top_news(limit=5)
# 生成新闻报道
for news in news_items:
# 创建新闻草稿
draft_id = producer.create_draft(
title=news["title"],
category=news["category"],
duration=news["duration"]
)
# 添加内容元素
producer.add_intro(news["headline"])
producer.add_video_clip(news["video_url"])
producer.add_text_overlay(news["summary"])
if news["location"]:
producer.add_location_marker(news["location"])
if news["statistics"]:
producer.add_infographic(news["statistics"])
# 添加相关报道
for related in news["related_stories"]:
producer.add_related_story(related["title"], related["url"])
# 添加记者信息
producer.add_reporter_info(
name=news["reporter"], contact=news["contact"]
)
# 添加结尾
producer.add_outro("感谢收看")
# 导出视频
output_file = f"news/{news['date']}_{news['id']}.mp4"
producer.export_draft(
draft_id, output_file, quality="medium", subtitles=True
)
print(f"新闻报道生成：{news['title']}")
# 清理资源
producer.cleanup()
新闻价值：大幅提高报道速度，减少人力成本，保持内容一致性统一标准，支持多平台适配一键生成，实现突发新闻即时响应。
场景：内容创作者需要高效制作社交媒体视频
创作者工作流：
from capcutapi import CreatorStudio
from content_planner import ContentCalendar
# 初始化创作者工作室
studio = CreatorStudio(
user_profile="creator_profile.json",
template_library="templates/"
)
# 加载内容日历
calendar = ContentCalendar()
content_plan = calendar.get_weekly_plan()
# 处理每日内容
for day, content_items in content_plan.items():
print(f"处理 {day} 的内容:")
for item in content_items:
# 选择模板
template = studio.select_template(
content_type=item["type"],
platform=item["platform"],
style=item["style"]
)
# 准备素材
media = studio.prepare_media(
item["media_sources"], duration=item["duration"]
)
# 生成字幕
if item["script"]:
subtitles = studio.generate_subtitles(
item["script"], voice_over=item["voice_over"]
)
# 创建项目
draft_id = studio.create_draft(
template=template, duration=item["duration"]
)
# 添加内容
studio.add_media(draft_id, media)
if item["script"]:
studio.add_subtitles(draft_id, subtitles)
# 添加品牌元素
studio.add_branding(
draft_id, logo=True, watermark=True, color_scheme=item["brand_colors"]
)
# 添加特效
if item["effects"]:
for effect in item["effects"]:
studio.add_effect(draft_id, effect)
# 导出视频
output_file = f"output/{day}/{item['title']}.mp4"
studio.export_video(
draft_id, output_file, platform=item["platform"], optimize=True
)
print(f" - 完成：{item['title']}")
print(f"{day} 内容生成完成\n")
print("本周所有内容已生成!")
创作者价值：显著提高内容产出，使创意实现更加自由，支持平台适配一键优化，全面保持品牌一致性，提升粉丝互动效率。
项目协作流程：
git checkout -b feature/amazing-feature)git commit -m 'Add some amazing feature')git push origin feature/amazing-feature)dev 分支| 资源类型 | 获取方式 | 内容描述 |
|---|---|---|
| 文档教程 | GitHub Wiki | 完整 API 参考和开发指南 |
| 示例模板 | /templates目录 | 各类视频模板示例 |
| 社区论坛 | GitHub Issues | Bug 报告和功能请求 |
| 路线图 | GitHub Projects | 项目发展规划和里程碑 |
CapCutAPI 作为开源剪映/Jianying API 解决方案，通过其强大的功能和灵活的架构，改变了视频内容创作的方式。它让视频编辑变得可编程化，为 AI 生成内容提供精准控制，解决 AI 视频生成中常见的控制不足问题。该工具已在多个领域证明其价值，适用于内容创作者、教育机构、电商平台、新闻媒体及营销机构等场景，为用户提供强大的视频创作能力。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online