audio_energy不用 key分析音频能量曲线，自动找出配乐该从第几秒切进来
Analyze audio energy profile to find optimal playback offset.
工具库
98 个工具，64 个不用任何 key
这是 AI 在流水线里能直接调用的全部工具。分成三档：完全本地跑的、只要一个免费 key 的、 以及要按量付费的。先把前两档跑通，你连信用卡都不用掏。
audio_probe不用 key用 ffprobe 快速读出音视频文件的基本参数
Lightweight audio/video file probe using ffprobe.
azure_stt付费微软 Azure 语音转文字，带词级时间戳
Azure AI Speech transcription tool (Fast Transcription REST API).
composition_validator不用 key渲染前的合成校验，提前拦下会渲坏的配置
Pre-render composition validator.
dashscope_asr付费阿里百炼语音识别，带词级时间戳
DashScope (Alibaba Cloud Bailian) ASR with word-level timestamps.
face_tracker不用 key基于 MediaPipe 的人脸追踪
Face tracking tool using MediaPipe Face Mesh.
frame_sampler不用 key按规则从视频里抽取关键帧
Frame sampler tool wrapping FFmpeg.
scene_detect不用 key自动检测视频的镜头切换点
Scene detection tool wrapping PySceneDetect.
transcriber免费 key本地 Whisper 转写，默认不上云
Transcription tool wrapping faster-whisper / WhisperX.
transcript_fetcher不用 key直接抓 YouTube 视频的字幕文本
YouTube transcript fetcher tool wrapping youtube-transcript-api.
video_analyzer不用 key参考视频综合分析：节奏、转场、风格、结构
Video analyzer tool — comprehensive reference video analysis.
video_downloader不用 key基于 yt-dlp 下载参考视频
Video downloader tool wrapping yt-dlp.
video_understand不用 key用视觉语言模型理解画面内容
Video/image understanding tool using vision-language models.
visual_qa不用 key成片自动质检，看看有没有明显翻车
Visual QA tool for automated video quality checks.
audio_enhance不用 key降噪与音频清理
Audio enhancement tool for noise reduction and cleanup.
audio_mixer不用 key多轨混音：旁白、配乐、音效
Audio mixer tool wrapping FFmpeg and pydub.
dashscope_tts付费阿里通义 Qwen-TTS 语音合成
DashScope (Alibaba Cloud Bailian) text-to-speech via Qwen-TTS models.
doubao_tts付费火山豆包语音合成，中文旁白效果好
Doubao Speech text-to-speech provider tool.
elevenlabs_tts付费ElevenLabs 语音合成，每月免费 1 万字符
ElevenLabs text-to-speech provider tool.
freesound_music免费 key从 Freesound 检索免费音乐素材
Music search and download from Freesound.org (free with API key).
google_music不用 key谷歌 Lyria 音乐生成
Generate music using Google Lyria via Google GenAI SDK.
google_tts付费谷歌云语音合成，700+ 音色，每月免费 100 万字符
Google Cloud Text-to-Speech provider tool.
kling_tts不用 key可灵官方语音合成
Kling official API text-to-speech provider.
music_gen付费ElevenLabs 音乐生成
Music generation tool via ElevenLabs Music API.
music_library不用 key扫描你本地的无版权音乐库
User music library — local royalty-free track discovery.
openai_tts付费OpenAI 语音合成
OpenAI text-to-speech provider tool.
piper_tts不用 key完全离线的本地语音合成，不联网、不花钱
Piper local text-to-speech provider tool.
pixabay_music不用 key从 Pixabay 检索免费音乐，连 key 都不用
Music search and download from Pixabay Music (free, no API key).
suno_music付费Suno 生成带人声和歌词的完整歌曲
Suno AI music generation via sunoapi.org REST API.
tts_selector不用 key配音路由器：按需求在各家 TTS 之间自动选一个
Capability-level text-to-speech selector that chooses among provider tools.
kling_avatar不用 key可灵官方数字人图生视频
Kling official API avatar image-to-video provider.
kling_lip_sync不用 key可灵官方对口型
Kling official API lip-sync provider.
lip_sync不用 key配音本地化用的对口型工具
Lip-sync tool for dubbing and localization.
talking_head不用 key一张照片生成会说话的人像视频
Photo-to-talking-head video generation tool.
cap_recorder不用 key接入 Cap 录屏（Loom 的开源替代）
Cap integration tool — local Loom alternative.
screen_capture_selector不用 key录屏路由器：在 FFmpeg 与 Cap 之间选一个
Capability-level screen capture selector — routes between FFmpeg and Cap.
screen_recorder不用 key基于 FFmpeg 的屏幕录制
FFmpeg-based screen recorder.
character_animation不用 key本地角色动画契约工具
Local character-animation contract tools.
bg_remove不用 key基于 rembg 的背景去除
Background removal tool wrapping rembg.
color_grade不用 key调色：LUT 与滤镜链
Color grading tool wrapping FFmpeg LUT and filter chains.
eye_enhance不用 key眼部增强
Eye enhancement tool using MediaPipe Face Mesh + OpenCV.
face_enhance不用 key人脸画质增强
Face enhancement tool wrapping FFmpeg filters.
face_restore不用 key人脸修复（CodeFormer / GFPGAN）
Face restoration tool wrapping CodeFormer / GFPGAN.
upscale不用 key图片与视频超分放大（Real-ESRGAN）
Image and video upscaling tool using Real-ESRGAN.
code_snippet不用 key把代码片段渲染成叠加图层
Code snippet renderer for overlay images.
comfyui_image不用 key接本地或远程 ComfyUI 生成图片
ComfyUI image generation via a local or remote ComfyUI server.
dashscope_image付费阿里通义 Qwen-Image 生成图片
DashScope (Alibaba Cloud Bailian) image generation via Qwen-Image models.
diagram_gen不用 key生成示意图（Mermaid / Graphviz）
Diagram generation tool using Mermaid CLI, Cairo/Pillow, or Graphviz.
flux_image付费经 fal.ai 调 FLUX 生成图片，约 $0.03 一张
FLUX image generation via fal.ai API.
google_imagen付费谷歌 Imagen 4 生成图片
Google Imagen image generation via Gemini API.
grok_image付费xAI Grok 生成与编辑图片
xAI Grok image generation and editing.
image_gen付费通用图像生成：示意图、叠加图、插画
Image generation tool for diagrams, overlays, and illustrations.
image_selector不用 key图像路由器：在「生成」和「素材库检索」之间自动选
Capability-level image selector that routes between generation and stock providers.
kling_official_image不用 key可灵官方图像生成
Kling official API image generation provider.
local_diffusion不用 key本地 Stable Diffusion，要 GPU，但零成本
Local Stable Diffusion image generation via diffusers.
math_animate不用 key用 ManimCE 做数学动画
Mathematical animation tool via ManimCE.
openai_image付费OpenAI gpt-image-2 生成图片
OpenAI GPT Image generation (gpt-image-2).
pexels_image免费 key从 Pexels 免费图库取图
Stock image acquisition from Pexels API (free).
pixabay_image免费 key从 Pixabay 免费图库取图
Stock image acquisition from Pixabay API (free).
recraft_image付费Recraft V4 生成图片，矢量风格强
Recraft V4 image generation via fal.ai API.
export_bundle不用 key把成片和衍生物打包导出
Local export bundler — the first PUBLISH-tier tool.
subtitle_gen不用 key字幕生成
Subtitle generation tool.
auto_reframe不用 key横屏转竖屏，靠人脸追踪保证主体不出画
Auto-reframe tool for aspect ratio conversion with face tracking.
clip_cache不用 key素材片段的本地缓存
Shared clip bytes cache for the corpus builder.
clip_search不用 key在本地素材语料库里做统一检索
Clip search: unified retrieval interface over a local clip corpus.
cogvideo_video不用 keyCogVideo 本地视频生成
CogVideo local video generation.
comfyui_video不用 key接 ComfyUI 生成视频
ComfyUI video generation via a local or remote ComfyUI server.
corpus_builder不用 key把多个免费素材源扇出抓取、抽帧、做向量索引，建成语料库
Corpus builder: fan out across stock sources, download, thumb, embed, index.
direct_clip_search不用 key轻量的免费实拍素材直接检索
Direct clip search: lightweight provider-agnostic stock footage acquisition.
gemini_omni_video付费谷歌 Gemini Omni Flash 生成与对话式改视频
Google Gemini Omni Flash video generation and conversational editing.
green_screen_composite不用 key绿幕合成
Green screen composite tool for talking-head pipeline.
green_screen_processor不用 key绿幕抠像处理
Green screen keying processor.
grok_video付费xAI Grok Imagine 生成视频，自带同步音轨
xAI Grok Imagine video generation with native synchronized audio.
heygen_video付费HeyGen 云端视频生成
HeyGen-backed cloud video generation.
higgsfield_video付费Higgsfield 多模型视频编排
Higgsfield video generation via Higgsfield Cloud API.
hunyuan_video不用 key腾讯混元本地视频生成
Hunyuan local video generation.
hyperframes_compose不用 keyHyperFrames 合成：走 HTML / CSS / GSAP 渲染路径
HyperFrames composition tool — HTML/CSS/GSAP render path.
jimeng_video付费火山即梦 AI 视频生成
Volcengine Jimeng (即梦 AI) video generation via the official API.
kling_official_video不用 key可灵官方视频生成
Kling official API video generation provider.
kling_video付费经 fal.ai 调可灵生成视频，约 $0.07 一秒
Kling video generation via fal.ai API.
ltx_video_local不用 keyLTX 本地视频生成
LTX local video generation.
ltx_video_modal不用 key跑在 Modal 云 GPU 上的 LTX
Modal-hosted LTX video generation.
minimax_video付费MiniMax 海螺 AI 视频生成
MiniMax (Hailuo AI) video generation via fal.ai API.
pexels_video免费 key从 Pexels 免费视频库取素材
Stock video acquisition from Pexels API (free).
pixabay_video免费 key从 Pixabay 免费视频库取素材
Stock video acquisition from Pixabay API (free).
remotion_caption_burn不用 key把字幕烧进 Remotion 渲染流程
Remotion caption burn tool — **runtime-specific (Remotion-only)**.
runway_video付费Runway Gen-4 视频生成，质量最高的一档
Runway Gen-4 video generation via Runway API.
seedance_replicate付费经 Replicate 调字节 Seedance 2.0
Seedance 2.0 (ByteDance) video generation via Replicate.
seedance_video付费经 fal.ai 调字节 Seedance 2.0
Seedance 2.0 (ByteDance) video generation via fal.ai API.
showcase_card不用 key生成展示卡片
Showcase card tool wrapping FFmpeg.
silence_cutter不用 key自动剪掉沉默段，做成跳切
Silence cutter tool for automatic jump cuts.
sora_video付费OpenAI Sora 视频生成
OpenAI Sora video generation via the OpenAI Video API.
veo_video付费谷歌 Veo 3.1 视频生成，$0.40 一秒，最贵的一档
Generate video using Google Veo 3.1 via fal.ai or Google GenAI API.
video_compose不用 key总合成器：FFmpeg + Remotion + HyperFrames 三条渲染路径
Video composition tool — FFmpeg + Remotion + HyperFrames (runtime-aware).
video_selector不用 key视频路由器：在「生成」和「实拍素材检索」之间自动选
Capability-level video selector that routes between generation and stock providers.
video_stitch不用 key视频拼接
Video stitch tool wrapping FFmpeg.
video_trimmer不用 key视频裁剪
Video trimmer tool wrapping FFmpeg.
wan_video不用 key阿里万相 Wan 本地视频生成
Wan local video generation.