フォルダ内の生の映像をドロップします。 アシスタントエディタのように話します。 [.fcpxml]をタイムラインにまっすぐに取得します。すべてのカット、トランジション、リタイム、およびキャプションの決定は、単に言って検査、拒否、または反復できる書面の合理が付属しています。 ツイート 現実の映像でそれを指摘する秒をかなり分解し、落ちる別の半分禁止されたAIのエディタではない。 3つの認識車線 — Parakeet ONNX の音声、Florence-2 1 fps の視覚キャプション、CLAP のオーディオイベントは、エージェントキュレーションされた語彙に対して得た、単一の [[[merged_timeline.md]] に解釈されます。エージェントは、ピクセルを監視する代わりに、エンドツーエンドおよび理由を読み取ります。 キャッシュされたトランスクリプトに対して、Word-precise EDLアンカーは[helpers/find_quote.pyから来ています。 他の人が出荷されていない方法で構成される最先端の開いたモデル、あなたのマシンで100%を実行している。 すべてのカット境界は、エクスポート前にソースクリップに対して検証されます。 - ミッドワードカットとビジュアルの中断ブロック FCPXML。 ツイート 雲無し。 黒い箱無し。 透かしはありません。 サブスクリプションはありません。 リビジョン50の反復は、リビジョン1と同じ費用がかかります。 ツイート **これはノベルティではありません.

Drop raw footage in a folder. Talk to it like an assistant editor. Get an .fcpxml straight into your timeline — every cut, transition, retime, and caption decision comes with a written rationale you can inspect, reject, or iterate on by just saying so.

Not another half-baked AI editor that demos pretty and falls apart the second you point it at real footage. Three perception lanes — Parakeet ONNX speech, Florence-2 visual captions at 1 fps, CLAP audio events scored against an agent-curated vocabulary — interleaved into a single merged_timeline.md the agent reads end-to-end and reasons over instead of watching pixels. Word-precise EDL anchors come from helpers/find_quote.py against the cached transcripts — no greps, no off-by-one. State-of-the-art open models, composed in a way nobody else has shipped, running 100% on your machine. Every cut boundary is verified against the source clips before export — mid-word cuts and visual discontinuities block the FCPXML.

No cloud. No black box. No watermark. No subscription. Iteration on revision 50 costs the same as revision 1.

This isn’t a novelty. It’s the assistant editor you wish you could hire — doing real assembly work, on your machine, in your NLE. If you edit for a living, it saves you hundreds of hours.

---

premiere-agent

Edit videos by conversation — runs 100% locally and exports straight into Premiere Pro (and Resolve, and Final Cut) with J cuts, L cuts, dissolves, and the rest of the cut vocabulary you’d actually use in an NLE.

Drop raw footage in a folder, chat with your agent (Claude Code — local CLI or cloud workspaces, or Codex CLI / IDE / app), get cut.fcpxml + cut.xml back — XML-only delivery, the cut lives in your NLE. Text + on-demand visuals, no frame-dumping — three perception lanes so the LLM can reason about speech, abstract sounds, and visible objects, not just one of them.

What it does

It’s a conversational video editor — you talk to it like an assistant editor (“trim the filler, J/L the dialogue, timelapse the build sequence, ship it”) and you get back an XML cut you import straight into your NLE.

Drop your raw clips in a folder, run claude or codex in that folder, and the agent walks the loop with you: it inventories the sources, asks a few questions about what you’re going for, runs a one-time preprocess that reduces hours of footage to three small text timelines, proposes a strategy, waits for your OK, writes the cut, self-evaluates every boundary against the source clips, and only then drops cut.fcpxml + cut.xml + master.srt next to your sources. Don’t like a cut? Tell it. Want a different pace? Tell it. The preprocess is cached, so iteration is just re-reasoning over the same timelines — no re-watching, no re-transcribing.