登录
做中国人自己的视频编辑UI框架，WebCut正式开源
朋友们晚上好啊，这段时间我在忙着完成最新的开源项目WebCut。这个项目是我这小半年来唯一的开源新项目，这对比我过去几年的一些开源事迹来说，真的是一段低产荒。不过这是正常的，没有任何人可以长时间的一直发布新项目，这种沉寂，正是因为我把时间和精力都投入在其他事情上，所以其实是好事。之所以要发起和开源这个项目，说起来还是有些背景，下面我会来聊一聊关于这个项目的一些背景，以及过程中在技术上的一些探索。
没有合适的视频编辑UI框架😭
过去半年，我连续发布了多款与视频相关的产品，这些产品或多或少都需要用户参与视频编辑操作，比如给视频添加字幕、对视频进行裁剪、给视频配音等等，这些在视频编辑器中常见的视频处理工具，在Web端其实需求非常巨大，特别是现在AI领域，制作各种个样的视频的需求非常多。而这些需求，可能并不需要在产品中载入一整个视频编辑器，而是只需要几个简单的部件来实现编辑功能。然而回望开源市场，能够支持这种编辑能力的项目少之又少，虽然有一些项目呈现了视频编辑的能力，然而，要么项目太大，一个完整的视频编辑器甩在开发者脸上，要么过于底层，没有UI界面。如果我只是想有一个视频预览，再有轨道和几个配置界面，就没法直接用这些项目。包括我自己在内，每次有与视频相关的功能，都要把之前在另外一个产品中实现的编辑能力移植到新产品中，而且要调的细节也很多。正是这种求而不得的现状，促使我打算自己写一个视频编辑器项目。
初始想法💡：拼积木
我可不是从0开始的，因为我已经开发过很多次视频编辑相关的功能了。我还在Videa项目中完整实现了一个视频编辑器。因此，我的想法是把我之前做过的功能，整理一遍，就可以得到想要的组件或逻辑。有了这个工具包之后，我只需要在将来的新产品中复用这些代码即可。于是我建立了一个独立的npm包，来把所有功能集中放在一起。随着持续的迭代，我发现其实这里面是有规律的。
视频编辑器我们都用过，像剪映一样，有各种功能，细节也很多。但是，当我们把视频编辑的功能放到某个具体的产品中时，我们是不可能直接把整个编辑器给用户的。实际上，我们最终呈现的产品形态，基本上都是剪映的子集，而且是很小很小的子集，可能只是整个剪映1%的功能，最终给到用户操作可能只是非常简单的一次性操作，而页面也很轻量，属于用户即用即走，用完就关再也不会来第二次的那种。正是这种看似功能点很小，但实际上需要为它单独定制，技术上的成本可以用巨大来描述的场景，让我觉得这是一个需要认真对待的点。
我的计划是采用组件化的思想，把一个视频编辑器拆成一个一个的组件，把一个完整的剪映编辑器，拆成一个按钮一个按钮的积木。当我们面对产品需求时，就从这些积木中挑选，然后组合成产品经理所描述的功能，同时，具体这些积木怎么布局，则根据设计稿调整位置，还可以用CSS来覆盖组件内部的样式，达到与设计稿媲美的效果。
上面是我用AI做的一张示意图，大概就是这个意思，把一个编辑器拆的细碎，然后要什么功能就把对应的组件拿来拼凑一下。比如要对视频进行静音裁剪，就只要把预览区和轨道区拿出来，然后自己再增加一些能力上去。这样，开发者在面对各种各样的需求时，就能快速搭建起界面效果，而不需要从头实现界面和视频处理能力。
通过不同的组合方式，配合开发者自己的布局，就可以创建符合需求的视频编辑界面。
没那么容易😥：外简内繁的接口艺术
虽然想法很容易有，但是要做成成品，并且发布为可用的库可没那么轻松。要知道视频编辑器的功能非常多，多到我们无法用简单的文字描述它们。那么，如何才能站在开发者的角度，让这件事变得简单呢？
开发库永远面临着一个矛盾：灵活性和规范性之间的矛盾。灵活性就是暴露又多又细的接口，让开发者可以用不同参数，玩出花活，例如知名项目echarts早期就是这种。这种对于刚上手的开发者而言，无言是一场灾难，他们甚至不知道从哪里开始，但是一旦完全掌握，就相当于拥有了一个武器库，可以为所欲为。而规范性则是强制性规则比较多，只能暴露少量接口，避免开发者破坏这种规范，例如很多前端UI组件库就是这样。这两者之间的矛盾，是每一个库或框架开发者最难平衡的。
在视频编辑器上，我认为有些东西是固定的，几乎每一个需求都会用到，例如视频预览播放器、控制按钮等，但是有些功能是低频功能，例如媒体库、字幕编辑等。因此，对于高频和低频的功能，我用两种态度去处理。
高频的功能，拆的很细，拆到一个按钮为止，例如视频播放器，看上去已经很单一了，但是，我还要把预览屏幕和播放按钮拆开，屏幕和按钮如何布局就可以随意去处理。类似的还有导出按钮、分割片段按钮等等。把这些工具拆分为一个一个最小的单元，由开发者自由布局，这样就可以很好的去适配产品需求。
对于低频功能，则直接导出为大组件，这样就可以在一个组件内完成复杂的逻辑，减少开发这些组件时需要跨组件控制状态的心智成本。比如媒体库，里面包含了媒体的管理、上传、本地化等等，这些逻辑还是很复杂的，如果还是按照细拆思路，那么实现起来就烦得要死。因此，这类工具我都是只暴露为一个大的组件。
同时，为了方便开发者在某些情况下快捷接入，我会设计一些自己看到的不错的编辑器UI，然后用上诉的工具把它们搭出来，这样，开发者如果在产品需求中发现仓库里已经有功能一致的组件，就不需要自己去组合，直接使用对应组件即可。
以模仿剪映为例，开发者只需要接入WebCutEditor这个组件即可：
<script setup>
import { WebCutEditor } from 'webcut';
import 'webcut/esm/style.css';
</script>
<template>
<WebCutEditor />
</template>
这样就可以得到一个界面接近于剪映的视频编辑器。
数据驱动，视频编辑的DSL
经过我的研究，发现对于单纯的视频编辑而言，编辑器其实只需要两份数据，就可以解决大部分场景下的需求。一份是编辑的素材数据，一份是视频的配置数据。
素材数据
它包含素材文件本身的信息、素材的组织信息、素材的属性信息。
文件信息
我通过opfs将文件存在本地，并且在indexedDB中存储每一个文件的关联信息。包含文件的类型、名称、大小等。在一个域名下，每一个文件的实体（也就是File对象）只需要一份，通过file-md5值作为索引存在opfs中。而一个文件可能会在多处被使用，indexedDB中则是记录这些信息，多个关联信息可同时链接到同一个File。另外，基于indexedDB的特性，还可以实现筛选等能力。
素材组织信息
主要是指当把素材放在视频时间轨道中时，所需要的数据结构。包含轨道列表、素材所对应的文件、素材对应时间点、播放时的一些属性等等信息。这些信息综合起来，我们就知道，在视频的某一个时刻，应该播放什么内容。
素材属性信息
在播放中，素材以什么方式呈现，如文本的样式、视频音频的播放速度、动画、转场等。
配置数据
主要指视频本身的信息，在导出时这些配置可以直接体现出来，例如视频的分辨率、比例、速率等，视频是否要添加某些特殊的内容，例如水印等。
基于素材数据和配置数据，我们基本上可以完整的知道当前这个视频的编辑状态。通过数据来恢复当前的编辑状态，变得可行，这可以抵消用户在浏览器中经常执行“刷新”操作带来的状态丢失。同时，这份数据也可以备份到云端，实现多端的同步（不过需要同时同步File，速度肯定会受影响）。而且由于数据本身是纯序列化的，因此，可以交给AI来进行处理，例如让AI调整一些时间、样式等可基于纯序列化数据完成的功能。这就让我们的编辑器变得有更多的玩法。
发布上线🌏
经过几天的工作，我终于把代码整理完整，经过调试之后，基本可用了，便迫不及待的准备与大家分享。现在，你可以使用这个项目了。
由于底层是由Vue3作为驱动的，因此，在Vue中使用有非常大的优势，具体如下：
npm i webcut
先安装，安装之后，你就可以在Vue中如下使用。
<script setup>
import { WebCutEditor } from 'webcut';
import 'webcut/esm/style.css';
</script>
<template>
<WebCutEditor />
</template>
或者如果你的项目支持typescript，你可以直接从源码进行引入，这样就不必主动引入css:
<script setup lang="ts">
import { WebCutEditor } from 'webcut/src';
</script>
如果是非Vue的项目，则需要引用webcomponents的构建产物：
import 'webcut/webcomponents';
import 'webcut/webcomponents/style.css';
export default function Some() {
return <webcut-editor></webcut-editor>;
}
如果是直接在HTML中使用，可以直接引入webcomponents/bundle，这样包含了Vue等依赖，就不需要另外构建。
<script src="https://unpkg.com/webcut/webcomponents/bundle/index.js"></script>
<link rel="stylesheet" href="https://unpkg.com/webcut/webcomponents/bundle/style.css" />
<webcut-editor></webcut-editor>
如果是想自己布局，则需要引入各个很小的组件来自己布局。在这种情况下，你必须引入WebCutProvider组件，将所有的子组件包含在内。
<webcut-provider>
<webcut-player></webcut-player>
<webcut-export-button></webcut-export-button>
</webcut-provider>
未来展望
当前，WebCut还是处于很初级的阶段，实现了最核心的能力，我的目标是能够为开发者们提供一切需要的组件，并且不需要复杂的脚本处理就可以获得视频编辑的全部功能。还有很多功能没有实现，在计划中：
- 历史记录功能，包含撤销和重做功能
- 内置样式的字体
- 花字，比内置样式更高级的文本
- 轨道里的素材吸附能力
- 视频的轨道分离（音频分离）
- 音视频的音量调节
- 单段素材的下载导出
- 整个视频导出时可以进行分辨率、码率、速率、编码、格式的选择，支持只导出音频
以上这些都是编辑的基本功能。还有一些是从视频编辑定制化的角度思考的能力：
- 动画（帧）支持
- 转场过渡效果支持
- 扩展功能模块，这部分可能会做成收费的，下载模块后，通过一个接口安装一下，就可以支持某些扩展功能
- AI Agent能力，通过对话来执行视频编辑，降低视频编辑的门槛
- 视频模板，把一些流行的视频效果片段做成模板，在视频中直接插入后，与现有视频融合为模板中的效果
- 基于AI来进行短剧创作的能力
要实现这些能力，需要大量的投入，虽然现在AI编程非常火热，但是真正能够完美实现的，其实还比较少，因此，这些工作都需要小伙伴们的支持，如果你对这个项目感兴趣，可以通过DeepWiki来了解项目代码的底层结构，并fork项目后，向我们提PR，让我们一起共建一个属于我们自己的视频编辑UI框架。
最后，你的支持是我前进的动力，动动你的小手，到我们的github上给个start，让我们知道你对此感兴趣。
