Об этом проекте

FrameWright — это локальный-first видеопайплайн, который начинает постпродакшн редактирование с точки зрения редактора. Достаточно поместить одно видео в папку проекта, и он последовательно выполнит распознавание речи (whisper.cpp), обнаружение тишины (ffmpeg), генерацию семантических вариантов резки и разбивки на главы с помощью LLM, подтверждение человеком и финальный рендер. Основной поток работы: открыть проект в редакторе → при необходимости автоматически выполнить распознавание речи и обнаружение тишины → LLM предлагает варианты резки (plan) → редактор корректирует их через GUI или прямое редактирование JSON → проверка в превью → прохождение шлюза подтверждения → вывод в FullHD через ffmpeg и собственный движок композитинга (WebCodecs + WebGPU). - Полностью локальная обработка: распознавание речи и обнаружение тишины работают офлайн. LLM получает только текст распознавания; видео и аудио не передаются наружу. - Поддержка различных форматов канваса: 16:9, 9:16, 1:1 и др. Благодаря функции производных проектов можно делиться исходным видео, получая вывод разных размеров. - Расширенный канвас: запись экрана и камеры в один файл с последующим композитингом wipe в правом нижнем углу. - Автоматическая обработка аудио: микширование микрофона и системного звука, нормализация громкости до -14 LUFS, автоматическое ducking и зацикливание фоновой музыки. - Шлюз подтверждения человеком: автоматическое редактирование ИИ не переходит к финальному рендеру без одобрения; по дизайну ИИ не может выполнять подтверждение от имени пользователя. - Интеграция с агентами: как сервер MCP можно встраивать в Claude Desktop и др., предоставляя безопасные инструменты редактирования (одобрение и рендер недоступны). Установка выполняется на macOS с Node.js 23.6+, Homebrew, ffmpeg и whisper-cpp; после этого достаточно выполнить npm install. Проверить окружение можно командой doctor. Попробовать сразу можно на примере проекта. FrameWright — это opiniated инструмент, специализирующийся на едином workflow от записи экрана с комментариями до публикации на YouTube; он не заменяет универсальные NLE, а направлен на автоматизацию первичного монтажа и повышение эффективности финальной обработки.