1.87 万 Star 的 Concat:一个用 Rust 写的本地优先剪辑软件,还内置 MCP 让 AI 替你剪片

导读jub0t/Concat 是一个 2026 年 8 月底才建仓、三个月冲到 1.87 万 Star 的开源视频编辑器,AGPL-3.0 协议,用 Rust 写成,覆盖 macOS/Windows/Linux/Android/iOS 五平台、26 种语言,主打无水印、无账号、无订阅、素材从不上传的本地优先体验。本文基于仓库源码实测:它由 18 个 crate 组成单一 Cargo workspace、276 个 Rust 源文件约 18.9 万行,Slint+Skia 做界面、FFmpeg 7 做媒体引擎,187 个测试文件把关;22 个 AI 模型(RVM 抠像、ISNet/SAM 分割、Real-ESRGAN 超分、Chatterbox/Kokoro 语音合成与声音克隆、Whisper 转写、Spleeter 人声分离)不打进安装包而是按需下载、sha256 校验、镜像到自有 release,下载后完全离线。重点拆解它最有差异化的设计:内置 MCP 服务器(concat --mcp)让 Claude 等 Agent 通过 40 余个工具像人一样操作时间线,支持 window/headless 双模式、工程锁防双写、家目录沙箱,并提供 JSON-RPC 与源码编译可得的 gRPC/CLI;同时如实说清它仍是 v0.2.x beta、Windows 未签名会触发 SmartScreen、本地模型吃算力、以及 AGPL-3.0 强 copyleft 对闭源商用和 SaaS 二次开发的授权要求。

视频剪辑软件长期是付费订阅的天下:Premiere、Final Cut、剪映专业版各有壁垒,而近几年打着"AI 剪辑"旗号的在线工具又普遍要求注册、上传素材、成品带水印。最近有个叫 Concat 的开源项目反着来——完全免费、本地运行、素材从不上传,还把一个 MCP 服务器内置进了编辑器,让 AI Agent 能直接操作时间线。

它 2026 年 8 月底才建仓,三个月就涨到 1.87 万 Star。我把仓库克隆下来逐 crate 读了一遍,这篇回答三个问题:一个本地优先的剪辑器如何用 Rust 搭起来、它的本地 AI 和 MCP 自动化到底怎么实现、以及 beta 阶段和 AGPL 协议下你该注意什么。

一、先看家底:18.9 万行 Rust,一个 workspace 管 18 个 crate

Concat 不是套壳 FFmpeg 的小工具,而是一个工程化程度很高的完整编辑器。我统计了 src/ 下的代码:276 个 Rust 源文件、约 18.9 万行,组织成 18 个 crate 的单一 Cargo workspace,版本 0.2.12,要求 Rust 1.93。

Concat 的 18 个 crate 分层架构

从 crate 命名能清楚看出分层:concat 是 4.4 万行的主程序,用 Slint 做声明式 UI、Skia 做 GPU 渲染;concat-core 放核心数据模型,concat-media(1.67 万行)负责基于 FFmpeg 7 的解码,concat-render 是可选的 GPU 合成器,concat-effects 实现约百种特效滤镜转场;能力层有 concat-vision(视觉)、concat-speech(语音)、concat-text(字幕标题)、concat-project(2 万行的工程管理);自动化层则是 concat-mcp、concat-api、concat-server、concat-cli 和负责 4K 导出的 concat-export。

这种分层最实际的好处是引擎与界面解耦:GPU 合成器被做成可选 feature,纯引擎任务不必承担这块编译重量,而且整个编辑器能在没有窗口的 headless 模式下跑渲染。仓库里有 187 个带测试的文件,CI 还会跑 cargo fmt --check 和 cargo clippy -D warnings,发布的每个文件都由 GitHub Actions 从打 tag 的提交构建、测试通过后才上传,不接受任何个人机器上的构建产物。

二、22 个本地 AI 模型:能力在本机,素材不上云

现在的剪辑器都在加 AI,Concat 的不同在于所有模型都跑在你自己的机器上。我读了 models/manifest.toml,一共管理 22 个模型,分成几类:

Concat 的 22 个本地 AI 模型与供应链设计

  • 智能抠像:RobustVideoMatting 做人物分割、ISNet 做通用物体、SAM(slimsam)支持笔刷手绘蒙版,外加 Real-ESRGAN 做超分辨率放大;
  • 语音与配音:Chatterbox 本地 TTS、几秒录音即可声音克隆,桌面端还有 Kokoro 语音库;
  • 字幕与音频:Whisper 本地自动转写生成字幕、Spleeter 做人声/伴奏分离,以及一键降噪、人声增强、响度均衡。

这里有个很专业的供应链设计值得单独说。模型体积比编辑器本身大很多倍,所以安装包不捆绑任何权重,而是在你第一次使用某个功能时按需下载。清单里每个模型都带 sha256 摘要,下载完必须校验通过,没有摘要的模型直接拒绝运行;Hugging Face 上游被锁定到具体 commit 而非 main,同时所有模型还镜像到项目自己的 models-v1 release,第三方图床挂了也不受影响。网络请求只在你主动检查版本或下载模型时发生,真正的剪辑和推理完全离线——这就是它敢承诺"footage never leaves your disk"的底气。

三、内置 MCP:让 AI Agent 像剪辑师一样操作时间线

这是 Concat 最有差异化、也最契合当下 Agent 浪潮的部分。它在 App 里内置了一个 MCP(Model Context Protocol)服务器,Claude Code、Claude Desktop 或任何 MCP 客户端,只要把启动命令指向 concat --mcp,就能调用和图形界面完全相同的编辑能力,无需额外安装。

Concat 内置 MCP 的接入方式与 Agent 工具集

我把 docs/MCP.md 读完了,它的设计有几个讲究。一是双运行模式:窗口模式(window)下,Agent 走你正在运行的编辑器,但不能打开并覆盖你屏幕上的工程,导出还会和你的操作排队,更安全;无头模式(headless)下,MCP 服务器自己拉起引擎,什么窗口都不用开。每个进程用 concat.lock 锁住自己打开的工程,窗口和 Agent 同时编辑同一个工程会被直接拒绝,从根上杜绝双写冲突。二是文件沙箱:Agent 写出的工程、导出、帧文件默认只能放在你的家目录,要让 headless 模式访问其他目录得显式配置 CONCAT_MCP_ROOTS 白名单。

在能力上,它暴露了 40 多个工具:工程的创建/打开/保存、timeline_read 读时间线、素材探测导入、分割/修剪/移动/变速/冻结帧、captions_add 加字幕、keyframe_set 打关键帧、特效层管理,一直到带进度的 export_start/status/wait 导出闭环。通用编辑还能用 edit_apply 把一批命令合并成一个撤销步骤。关键是这些工具的参数 schema 由 API 的 Rust 类型自动生成,Agent 拿到的约束和引擎内部完全一致,不会出现文档和实现漂移。除了 MCP,它还提供 JSON-RPC,从源码编译则额外解锁 gRPC 和命令行工具,方便把剪辑接进自己的服务和流水线。

四、完整的剪辑能力与五平台覆盖

抛开 AI 和 MCP,作为一个编辑器它的基本功也覆盖了大多数场景:多轨多时间线、画中画与叠加层、混合模式、关键帧曲线编辑器、磁吸时间线、约 100 种特效滤镜转场、标题样式预设、一键语音清理;导出支持 H.264、HEVC、AV1,最高 4K 60 帧、10-bit 色深,并内置代理素材让 4K 剪辑能流畅拖动。平台覆盖 macOS(Intel/Apple Silicon)、Windows、Linux(deb/rpm/AppImage/Arch/Flatpak)、Android 手机平板,iOS 走侧载,26 种语言、同一套工程文件互通。官方给的适用场景是 TikTok/Reels/Shorts、YouTube、教程录屏、播客切片和梗图。

五、祛魅:beta 阶段和 AGPL 协议的真实约束

Concat 的价值与能力边界

喜欢归喜欢,几条边界必须讲清楚。

第一,它仍是 beta。 当前版本 v0.2.x,README 自己都写"it works, and it still has edges",issue 区有 300 多个开放问题,最近的 release notes 也在修剪切处黑帧、预览异常这类基础问题,重度生产使用前建议先在非关键项目里充分测试。

第二,安装和硬件门槛。 Windows 构建还没有代码签名证书,SmartScreen 会弹未知应用警告,开了 Smart App Control 的系统甚至直接拒绝运行;ARM 版 Windows 暂停、iOS 需侧载。本地 AI 模型吃算力,低配机器跑抠像、转写会比较吃力。

第三,也是最容易被忽略的——AGPL-3.0 协议。 它不是 MIT/Apache 那种宽松许可。AGPL 有强 copyleft:你基于它做闭源产品分发需要开源衍生代码,哪怕你把它做成在线剪辑服务通过网络提供给用户,同样触发开源义务。作者明确提供商业授权(见 LICENSING.md)供闭源集成,所以个人使用、学习、内部剪辑完全自由,但想拿它做商业 SaaS 或闭源分发,必须先理清授权。

我的判断

Concat 真正的价值,是把"本地优先、隐私可信"和"AI 原生、Agent 可编排"这两件事在一个专业编辑器里同时做到了可用水准。18.9 万行结构清晰的 Rust、严格的模型供应链校验、带工程锁和沙箱的 MCP 设计,都说明这不是蹭热点的玩具,而是朝着替代订阅制剪辑软件去的正经工程。

对隐私敏感的创作者、需要脚本化批量剪片的开发者、以及想给工作流接 MCP 自动化的人,它非常值得现在就上手试;但请接受它 beta 的不成熟,并在商用前认真对待 AGPL。工具把能力和源码都摊开给你了,要不要押注、怎么合规使用,决定权在你手里。

项目地址:https://github.com/jub0t/Concat

官网下载:https://concat.standalones.org