看麻了!AI 视频还在“生成→下载→导入→重剪”循环?10.7k Star Palmier Pro 把 Agent 接进时间线

简介: Palmier Pro 是一个面向 AI 的开源 macOS 视频编辑器:它把生成、素材管理、剪辑时间线和 Agent 协作放进同一个项目,并通过本地 MCP 服务连接 Claude、Codex、Cursor。本文用短篇幅讲清它解决的搬运痛点、开源边界和适合程序员关注的工程价值。

嗨,我是小华同学,专注解锁高效工作与前沿AI工具!每日精选开源技术、实战技巧,助你省时50%、领先他人一步。👉免费订阅,与10万+技术人共享升级秘籍!

AI 视频创作最折磨人的地方,往往不是生成效果,而是生成之后那一串重复动作:网页生成、下载文件、导入剪辑器、替换片段、重新对齐时间线,然后再来一遍。

Palmier Pro 的反差在于:它不把 AI 当成时间线外面的“素材供应商”,而是把生成和剪辑放进同一个项目里,还允许 Agent 通过 MCP 直接协作。

对程序员来说,这不只是一个剪辑软件,而是一个“人、Agent、时间线共同操作同一份视频工程”的开源实验。

场景创作封面:Palmier Pro 把 AI 视频从搬运循环接进时间线

这个项目是什么?

项目地址是 palmier-io/palmier-pro。

Palmier Pro 是一个面向 AI 的开源 Mac 视频编辑器,官方定位是 The video editor built for AI。它基于 Swift 原生开发,目标是把 AI 生成、素材管理和专业剪辑时间线放到一起。

截至 2026 年 7 月,GitHub 页面显示它约有 10.7k Star、802 Fork,最新 Release 是 v0.6.9;项目约 98.7% 的代码是 Swift,许可证为 GPLv3。

它支持在时间线内调用 Seedance、Kling、Nano Banana Pro 等生成模型,也可以连接 Claude、Codex、Cursor,或者直接使用应用内 Agent。

一句话理解:

它想把“生成视频”和“剪辑视频”从两套工具,合并成一个可以被人和 Agent 共同操作的时间线项目。

官方项目原图:Palmier Pro AI 视频编辑器界面

它解决的,是一条很烦的搬运链路

很多 AI 视频工作流看起来很先进,实际却像在做文件搬运:

  1. 去生成平台写 Prompt。
  2. 等视频生成完成。
  3. 下载到本地。
  4. 手动导入剪辑器。
  5. 替换旧片段、重新剪辑、重新对齐声音。
  6. 发现不对,再回到第一步。

项目 FAQ 里把这个痛点写得很直白:为了做一条成片,需要不断迭代、不断剪辑,但生成平台和剪辑器往往是分开的,导致每次迭代都要重复“生成 → 下载 → 导入 → 重剪”。

白板手绘创作图:从网页生成搬运到 Palmier Pro 同一项目

Palmier Pro 的核心变化,可以这样看:

旧工作流 Palmier Pro 的思路
生成平台和剪辑器分开 生成能力直接出现在时间线工作流里
文件版本到处散落 项目成为素材、片段和剪辑状态的单一来源
人工复制上下文 Agent 可以理解当前项目并参与操作
每次修改都重新搬运 在时间线中生成、替换、编辑和继续迭代

它没有让剪辑消失,而是把最浪费时间的工具切换和素材搬运压缩掉。

真正有意思的,是 MCP 接进了时间线

Palmier Pro 启动后,会在本地暴露一个 MCP Server:

http://127.0.0.1:19789/mcp

这样,Claude、Codex、Cursor 等外部 Agent 就能通过 MCP 连接到同一个视频工程。以 Codex 为例,官方 README 给出的接入方式是:

codex mcp add palmier-pro --url http://127.0.0.1:19789/mcp

这意味着你可以在 Agent 里描述需求,让它参与时间线工作,例如:

  • 根据脚本生成一组视频或图片素材。
  • 把素材放进指定轨道。
  • 替换某个片段,调整顺序或时长。
  • 继续沿着当前项目的上下文迭代。
  • 先在 Claude、Codex 里写脚本,再把结果送进剪辑工程。

白板流程图:Palmier Pro、Agent 与 MCP 的协作闭环

它的关键不是“Agent 会聊天”,而是聊天上下文最终能落到一个真实的时间线状态上。这比让 Agent 单独生成一堆文件,再交给人手动整理,更接近可执行的生产工作流。

为什么程序员值得关注?

1. Swift 原生,不是网页套壳

仓库从零用 Swift 构建,并使用 macOS 26、Apple Silicon 作为目标环境。对想研究原生媒体应用、时间线交互、Metal 和本地能力集成的人来说,代码结构比一个普通 Web Demo 更有参考价值。

2. MCP 是一层很实用的“工具接口”

Palmier Pro 没有把 Agent 锁死在单一聊天框里。MCP Server 让 Claude、Codex、Cursor 等客户端都可以连接进来,也让视频编辑器有机会和其他 MCP 服务组成更大的工作流。

3. 开源重点落在编辑器和协作层

它把视频编辑器、MCP Server 和 Agent Chat 开源,生成式 AI 的处理部分则保持闭源。这个边界很重要:你可以研究和扩展工作台、时间线及 Agent 协作,但不能把它理解成一个完全开源的模型推理平台。

也别急着把它当成 Premiere 替代品

项目 FAQ 明确承认它仍然处于早期阶段,目前还缺少转场、Masking、Graphics 等能力;如果关闭 AI 功能,它仍然是一款相对基础的视频编辑器。

另外还有几个现实限制:

  • 目前只支持 Apple Silicon 的 macOS 26 Tahoe。
  • 生成式 AI 功能需要登录和订阅,免费的是编辑器和 MCP Server。
  • Agent 能做什么,取决于当前 MCP 工具、模型能力和项目状态,不是连接后就能自动完成所有剪辑。
  • GPLv3 项目用于二次开发或产品集成时,需要单独评估许可证义务。

所以它现在最适合:想研究 AI 原生剪辑工作流、MCP 工具协作和 Swift 媒体应用的开发者,而不是已经要求完整 Premiere 功能的专业后期团队。

小华同学的判断

Palmier Pro 真正值得关注的,不是它今天能不能替代所有剪辑软件,而是它提出了一个很有意思的方向:

未来的视频编辑器,可能不只是给人点击按钮的 UI,而是给人和 Agent 共同操作的项目空间。

当生成、剪辑、版本和上下文都留在同一条时间线上,AI 视频制作才有机会从“生成几个素材”走向“持续完成一个作品”。

下一篇可以继续拆它的 MCP 工具面:Agent 到底能读取哪些项目状态、如何操作片段,以及怎样把一个脚本变成可复用的剪辑任务。

项目地址

GitHub:https://github.com/palmier-io/palmier-pro

中文 README:https://github.com/palmier-io/palmier-pro/blob/main/docs/readme/README.zh-CN.md

最新 Release:https://github.com/palmier-io/palmier-pro/releases

相关文章
|
1月前
|
弹性计算 人工智能 监控
一文读懂阿里云入门云服务器:38元轻量/99元ECS/199元企业款配置解析、优劣与业务选型参考
在个人开发者、学生群体、自媒体从业者以及小微企业上云需求持续爆发的背景下,大家挑选云服务器的核心诉求逐步趋于统一:更低的采购成本、简单易上手的运维体验、稳定可靠的运行能力,同时可以覆盖学习练习、个人建站、后端开发、轻量AI Agent部署等多元化业务。市场当中不少云产品存在首年低价、次年大幅涨价,低价机型硬件缩水、带宽虚标等问题,让很多新手踩坑。
282 0
|
Windows 计算机视觉 安全
流媒体技术学习笔记之(十三)Windows安装FFmpeg
一、下载地址: 网址:https://ffmpeg.org/ 选择Windows版本:https://ffmpeg.org/download.html#build-windows 二、解压安装: 下载并解压FFmpeg文件夹,它会生成一个类似名为“ffmpeg-20150504-git-eb9fb50-win32-static”的新文件夹:   打开你想安装的任意磁盘,例如:d盘。
6164 0
|
3月前
|
文字识别 自然语言处理 监控
阿里云Qwen3.7 Max与Plus实测全对比:多模态、性能、成本、选型完整解析
2026年阿里云推出Qwen3.7两大主力商用模型Max、Plus,两款产品统一拥有100万Token超长上下文、35小时长时自治执行能力,但底层架构、模态支持、输出上限、推理速度、计费成本存在根本性区分,分别适配纯文本重度推理、多模态综合业务两大赛道。本文基于官方实测数据,从底层架构、模态能力、文本/代码/数学性能、计费成本、落地场景五大维度完整对比,给出清晰选型标准,帮助个人开发者、中小企业、政企团队精准匹配模型。
1295 5
|
4月前
|
数据采集 Web App开发 JavaScript
房源信息采集:链家/贝壳等房产网站的反爬策略应对方案
本文详解链家/贝壳房产数据采集的反爬困境与实战方案:针对IP封禁、滑块验证、JS动态渲染及“幽灵房”假数据等难题,提出OpenClaw驱动真实浏览器+站大爷高匿隧道代理+请求频率与指纹伪装三重防护策略,兼顾稳定性与合规性。(239字)
716 0
|
3月前
|
人工智能 文字识别 并行计算
离谱!我以为 OCR 还在一页页抠字,结果百度 1.2 万 Star Unlimited-OCR 直接把长文档一口气读完
百度开源 Unlimited-OCR,把图片、长文档、多页 PDF 这类非结构化资料推进到 Markdown、表格和可检索文本,适合 RAG、知识库和 Agent 文档入口。
603 3
离谱!我以为 OCR 还在一页页抠字,结果百度 1.2 万 Star Unlimited-OCR 直接把长文档一口气读完
|
3月前
|
人工智能 NoSQL 开发工具
AI 还在装失忆?1 万 Star 开源 EverOS 有点东西,把 Agent 记忆塞进 Markdown
EverOS 是 EverMind-AI 开源的 local-first Agent 记忆运行时,将会话和 Agent 经验保存为可读、可编辑、可迁移的 Markdown 资产。
276 4
|
3月前
|
人工智能 前端开发 搜索推荐
别再傻傻做视频啦!!!52.1k Star Remotion,把 React 组件变成视频生产线,强到离谱~~
Remotion 是一个用 React 程序化生成视频的开源项目,适合模板化视频、数据驱动视频、产品内嵌播放器和批量渲染场景。
483 0
|
3月前
|
人工智能 IDE 程序员
代码看久眼睛酸?2.69 万 Star Maple Mono,把程序员的眼睛“伺候明白了”
Maple Mono 是一个开源编程等宽字体,主打圆角、连字、Nerd Font 图标、可变字重和中英文 2:1 对齐,适合 IDE、终端和中英文混排开发环境。
399 0
|
6月前
|
人工智能 自然语言处理 API
Graphify:为代码库构建知识图谱,以图遍历替代向量检索
Graphify 是一款Python代码知识图谱工具,支持Claude Code。它通过AST解析、本地语音转录和语义提取三阶段构建带置信度标签(EXTRACTED/INFERRED/AMBIGUOUS)的结构化图谱,将混合语料查询Token消耗降低71.5倍,大幅提升大型代码库分析效率与可解释性。
1191 1
Graphify:为代码库构建知识图谱,以图遍历替代向量检索
|
机器学习/深度学习 人工智能 自然语言处理
41_涌现能力:从zero-shot到in-context学习
在人工智能领域,2022年以来,大语言模型(LLM)展现出的一系列惊人能力引发了广泛关注。其中最令人着迷的现象之一,就是**涌现能力**(Emergent Abilities)——当模型规模超过某个临界点时,突然表现出的在小模型中不存在的新能力。这种量变引发质变的神奇现象,彻底改变了我们对AI发展路径的认知。从最初只能进行简单文本生成的模型,到如今能够理解复杂指令、执行多步推理、甚至在未经过专门训练的任务上表现出色的AI系统,大语言模型正逐步逼近人类级别的认知能力。
1214 2