一、它是什么：一个把创作和开发都留在本地的开源工作台
OpenCreator 是 krillinai 团队维护的开源项目，前身叫 KrillinAI，仓库现名 krillinai/OpenCreator。它把自己定位成面向创作者的开源 AI 工作台与 Skills 集合，把视觉创作工具、可复用的 Skill 和 Agent 汇到同一个工作区里，覆盖脚本、视频、图像、配音、数字人、翻译与剪辑这些创作环节。截至 2026 年 9 月 22 日的 GitHub 快照，它有 12,078 颗星、1,222 个 fork，主语言是 TypeScript，仓库创建于 2024 年 12 月 17 日，最近一次 push 在 2026 年 9 月 21 日，当前还有 31 个未关闭的 issue。星标和 fork 这类数字每天都在变，本文只当作当天的快照来看，不代表以后的真实水位。它还曾在第三方榜单 Trendshift 上拿到「#1 Repository of the Day」的当日荣誉，但这只是第三方平台的单日认可，不能当作长期排名或权威背书。
它最核心的设计取向是为创作与开发都跑在本地而造。这不是一句口号，而是贯穿整个架构的选择：你的项目数据、附件和日志默认都留在你自己的机器上，而不是被送到某个厂商的云端。它提供两种彼此连通的工作方式。第一种是内容工作台，你用可视化的工具和创作模板去完成视频翻译与下载、图像与视频生成、配音、文章与社媒文案、短视频脚本，以及火柴人动画。第二种是 Agent 对话，你用自然语言启动并引导一个创作或开发任务，按项目组织会话，让 Run 在后台持续运行，并且把审批、附件、文件、Skills、MCP、定时、通知、记忆和诊断都收拢到同一个地方管理。
值得注意的是它的前端策略：Web 是唯一的前端实现，桌面端并不另写一套界面，而是加载同一份 Web 构建产物，只额外补上那些必须依赖操作系统的能力，比如目录选择、窗口生命周期、托盘行为和原生通知。换句话说，浏览器和桌面用的是同一套 React 前端、同一套 Daemon 接口，只是桌面端多了一层 Electron 宿主来补齐系统级能力。
二、架构判断：不重造 Agent loop，直接复用 Codex CLI
这一节是全篇最重要的观点。OpenCreator 没有重新实现一套自己的 Agent loop，而是直接把 Codex CLI 当作执行引擎来用，外面只加三层东西：一个稳定的本地 Runtime、一个可视化的工作台，以及一个桌面宿主。这意味着 Agent 的循环、会话、推理、工具调用、Skills 和 MCP 全部来自 Codex，OpenCreator 自己只负责把这套引擎包成一个好用的本地产品。
这个取舍的好处很实在。第一，它不维护第二套执行引擎。Agent loop 是这类产品里最难、最易出 bug、也最吃维护成本的部分，直接复用 Codex 等于把这块最重的技术债甩给了上游，团队可以把精力放在创作工具和本地 Runtime 上。第二，模型与推理能力跟着 Codex 走。Codex 支持什么模型、什么推理能力、什么工具协议，OpenCreator 就能用什么，不必自己再追一轮模型适配。第三，Skills 与 MCP 直接用 Codex 原生配置。README 明确写的是，MCP 管理走的是 Codex 原生命令和配置，而不是再维护一套自己的执行引擎；OpenCreator 默认使用活跃的 CODEX_HOME，Skill 和 MCP 的增删都走 Codex 原生路径。
代价也同样清晰，而且必须讲在前面。第一，它强依赖 Codex 生态。Codex 一旦调整接口、变更授权、改动行为，OpenCreator 都会直接被波及，这是一种单点依赖风险。第二，能力上限受 Codex 约束。凡是 Codex 不支持的推理或工具能力，OpenCreator 自己很难绕过去补齐。第三，可用模型取决于你本地的 Codex 环境与 AI 服务设置。README 原话说得很克制：可用模型与服务取决于你本地的 Codex 环境与 AI 服务设置。所以 OpenCreator 本身并不内置任何自家的模型，模型能力来自 Codex CLI 与外部 AI 服务的配置。
把话说透：OpenCreator 聪明的地方在于认清楚 Agent loop 这层不值得自己重造，用借力代替造轮子；但它也因此把自己和 Codex 的兴衰绑在了一起。这是一个工程上的清晰取舍，不是免费午餐。
三、十个可用工具，外加两个开发中
README 在文字里写当前发布包含十个创作工具，但同一份文档的表格实际列了十二行。如实地说：表格里有十个标为可用，另外两个标为开发中，分别是 Auto Clips 和 Digital Avatar。下面这张表按表格原样呈现，不替它四舍五入。
| 工具 | 状态 | 能力要点 |
|---|---|---|
| Video Translation 视频翻译 | 可用 | 导入本地或公开视频；用云端或本地 Whisper 转写；借助 LLM 上下文做字幕切分、对齐、术语与翻译；可配双语字幕、配音或自定义声音样本、字幕样式、横竖版构图；导出 SRT、音频或视频 |
| Video Downloader 视频下载 | 可用 | 解析 YouTube、Bilibili 等公开链接，查看可用画质与格式，下载视频或音频 |
| Thumbnail Generator 缩略图 | 可用 | 结合主题、视频链接与可选参考图，生成并对比多版缩略图 |
| Image Generation 图像生成 | 可用 | 用 GPT Image 从提示词与可选参考图生成，可设长宽比与输出数量，单独预览下载 |
| Article Writer 文章写作 | 可用 | 把主题、链接、视频或源文档变成可编辑选题、大纲与完整文章，可加生成配图，导出 Markdown、HTML 或 PDF |
| Xiaohongshu Posts 小红书文案 | 可用 | 从主题或素材生成完整小红书笔记，可控制目标受众、笔记类型与长度 |
| Short Video Script 短视频脚本 | 可用 | 从主题或素材产出可直接开拍的分段脚本，按受众、平台、时长与语气定制 |
| Stick Figure Animation 火柴人动画 | 可用 | 把文本或 YouTube 内容变成旁白、语音、一致角色分镜、字幕与可下载的火柴人动画 |
| Auto Clips 自动切片 | 开发中 | 分析长视频、识别高光、把选中片段变成可复用短 clip |
| Smart Dubbing 智能配音 | 可用 | 把脚本变成配音，可选音色、节奏与情绪控制 |
| Video Generation 视频生成 | 可用 | 用 Seedance 从提示词与参考图生成视频，可预览、重生成、下载各版本 |
| Digital Avatar 数字人 | 开发中 | 结合脚本、语音与数字人呈现，产出开口说话的视频 |
逐项看几个值得展开的点。视频翻译是它最早立住的能力，也是 KrillinAI 时期的招牌：一段四十六分钟的本地视频，一次跑完就能产出完整字幕，无需手工调轴，成片覆盖完整、无重叠、切分自然、翻译质量在线。视频下载依赖的是仓库托管的 yt-dlp 组件，OpenCreator 会定期（每七天）检查更新但不自动安装，更新需要你手动确认，且下载、校验或安装失败时保留当前可用版本，不会把你置于更新即崩的境地。图像与视频生成走的是外部服务配置，图像用 GPT Image，视频用 Seedance，这类能力的前提是你已在设置到 AI 服务里配好对应的凭据与模型。文章写作、小红书文案和短视频脚本属于纯文本创作链路，产出可直接复制或导出。火柴人动画是它和画师合作原创的一套角色阵容，保证动画里角色身份一致。Auto Clips 与 Digital Avatar 仍处于开发中，README 把它们标得很清楚，使用时别把它们当成已可用的稳定功能。
四、七个 Skill：给 Agent 的可复用工作流
创作工具提供的是可视化控件，Skill 给 Agent 的是可复用的指令与工作流。OpenCreator 在仓库的 skills 目录下内置了七个面向视频生产的 Skill，每个都是一个含 SKILL.md 的目录。
| Skill | 能力 |
|---|---|
| KrillinAI CLI | 选择命令、检查配置、解读进度、manifest、输出与错误 |
| Subtitle 字幕 | 下载平台字幕或转写媒体、翻译字幕、产出双语或竖版短视频字幕 |
| TTS 语音合成 | 从字幕生成目标语言配音，可选产出配音视频 |
| Landscape Render 横版渲染 | 渲染带双语字幕或配音加目标语言字幕的横版视频 |
| Portrait Render 竖版渲染 | 合成带标题、双语字幕或配音的竖版视频 |
| Cover 封面 | 从完整文本提示词生成封面图，并保存图片与最终提示词 |
| Pipeline Plan 流水线规划 | 在 dry-run 模式下校验多阶段输出计划；实际执行走各阶段独立 Skill |
除了这七个内置 Skill，OpenCreator 还支持由 SKILL.md 定义的本地 Codex Skills，你可以把自己的方法和流程加进去，不必只用固定的创作工具。但 README 有一句必须点明的提醒：仓库里包含某个 Skill，不等于该 Skill 自动安装，也不等于所有外部服务都已打包。视频工作流类的 Skill 需要 CLI 与相关服务都已经配置好才能真正跑起来。换句话说，看到 skills 目录里的某个 Skill，只是说明它可被使用，离开箱即用之间还隔着配置这一道门槛。
五、本地优先为什么值钱
本地优先这条线为什么值得单独拿出来说，因为它直接决定了数据归属、合规和可控性。OpenCreator 默认把数据、附件和日志留在本地：项目数据、Run、附件、产出和凭据都存在本机的 SQLite 与文件系统里，Codex 的会话与配置则留在 CODEX_HOME，需要单独备份。
它在这条线上做了几件具体的事。第一，带审批与脱敏诊断。敏感的记忆需要二次确认，OpenCreator 不会自动把未确认的提议永久存下来；诊断与 Run 日志在返回或导出之前会被脱敏处理。第二，三级记忆。它维护全局、项目、线程三级记忆，并带摘要与可复现的 Run 输入快照，让长链路创作能跨会话保留上下文。第三，支持 MCP。MCP 管理走 Codex 原生配置，等于把外部工具与服务接进 Agent 工作区的标准协议开关留在了你手里。第四，本地化界面。Web 与桌面客户端支持简体中文、英文和瑞典语，可按系统语言自动识别或手动选择。
再加上安全边界上的具体实现：本地 Runtime 的 Daemon 只监听 127.0.0.1，除了健康检查之外的每个接口都需要 Bearer 令牌；HTML 预览默认禁用脚本、导航和弹窗，只允许受控的同工作区相对资源；桌面包启用 ASAR 完整性校验与 Cookie 加密，同时禁用 RunAsNode、NODE_OPTIONS 和 Node CLI Inspector。这些细节合在一起，构成了本地优先不只是口号的理由。
六、冷思考：实力、期待与单点依赖
12,078 颗星是实力的证明，也是社区的高期待。但把它读成已经成熟到可以闭眼上生产就错了。31 个 open issues 说明它仍在快速推进中，很多能力还在迭代。前面提到的 Auto Clips 和数字人明确标着开发中，也印证了这一点。
不重造 Agent loop 是聪明，但也带来单点依赖。整条 Agent 链路都系在 Codex 上，Codex 的接口、授权或行为一旦变化，OpenCreator 都会被直接牵动。对使用者来说，这意味着你既要维护自己的 Codex 环境，也要承担它和上游同步演进的成本。
它更不是剪映的开源替代。OpenCreator 的核心是 Agent 加创作工具加 Skill 编排，并不包含剪映那种多轨时间线剪辑器。它解决的闭环是用自然语言加可视化工具把创作任务跑完，而不是在一条时间线上逐帧精剪。所以把它和剪映、和 OpenCut 这类编辑器放一起比，问谁替代谁问错了方向；正确的对照点是闭环怎么实现——是本地 Agent 编排一条龙，还是多轨 GUI 精剪。这是两条不同的解法，不是同一道题的两个答案。
七、本篇分工与同批内链
按本站铁律，本篇只深拆 OpenCreator 这一个仓库，不与站内已有文章重复。它不重复 OpenCut 开源视频编辑器对 OpenCut 的拆解，也不重复开源 AI 视频制作工具横评的横评视角。如果你想要的是剪映替代或多工具横向对比，请去那两篇；本篇只回答 OpenCreator 这个仓库本身怎么搭、怎么想、值不值得跟。
本批四篇文章成对咬合，下面三篇与本篇双向内链，建议连读：
- 同批热点：剪映 Hub 发布——看大厂这条 Agent 加创作的解法长什么样。
- 同批横评：五款 AI 视频工作台横评——把 OpenCreator 放进同类工作台里横向比一遍。
- 同批 SOP：剪映 Hub 上手 SOP——如果想直接上手大厂方案，这篇给步骤。
内链地址：/zh/posts/jianying-hub-hotspot、/zh/posts/ai-video-workspace-comparison-review、/zh/posts/jianying-hub-sop。本篇分工所参照的两篇旧文分别为 /zh/posts/opencut-resource 与 /zh/posts/ai-video-production-tools-comparison-review。
常见问题
Q1：OpenCreator 是不是完全免费、开箱即用？
A1：软件本身以 Apache-2.0 宽松许可发布，可商用、可自部署，不收授权费。但它不是完全免费——你需要自备 Codex 环境与 AI 服务，模型调用可能产生费用，且首次使用要有有效的 Codex 登录。把它当成免费软件会漏掉后面这层真实成本。
Q2：它内置了自己的大模型吗？
A2：不内置。OpenCreator 是工作台加 Skills 加本地 Runtime，模型能力来自 Codex CLI 与外部 AI 服务的配置。README 明确写的是可用模型与服务取决于你本地的 Codex 环境与 AI 服务设置，所以能用到什么模型，取决于你本地配了什么。
Q3：表格里说十个工具，怎么数出来十二个？
A3：README 文字写当前发布包含十个创作工具，但同文档表格实际列了十二行，其中十个标可用、两个（Auto Clips、Digital Avatar）标开发中。本文按表格原样如实呈现，不替它四舍五入。
Q4：仓库里的 Skill 是不是装上就能用？
A4：不一定。README 明确提醒：仓库里包含某 Skill，不等于该 Skill 自动安装，也不等于所有外部服务都已打包。视频工作流类的 Skill 需要 CLI 与相关服务都已配置好才能真正运行，看到 Skill 只代表可被使用，中间还隔着配置门槛。
Q5：它的星标和 fork 数字会一直准吗？
A5：不会。本文的 12,078 星、1,222 fork、31 个 open issues 都是 2026 年 9 月 22 日的 GitHub API 快照，数字每天变动，只当作同日快照看即可，不代表以后的真实水位。