Velorn：开源NLE编辑器，AI代理直接操刀剪辑与混音

从 ComfyStudio 到 Velorn：一位 VFX 老兵的产品野心

当前 AI 视频工具要么把生成能力锁在云端积分墙后，要么只是 prompt-to-video 的简单玩具。Velorn（前身 ComfyStudio）选择了一条截然不同的路：打造一个以 ComfyUI 为原生生成引擎的专业非线性编辑器（NLE）。

什么是非线性编辑器（NLE）？ NLE 是现代影视后期制作的核心工具，其「非线性」概念源于对传统线性磁带剪辑的革新。1990年代，Avid Media Composer 的出现彻底改变了好莱坞工作流，随后 Final Cut Pro、Premiere Pro 和 DaVinci Resolve 相继确立了多轨道时间线、关键帧动画、合成层级等行业标准范式。专业 NLE 的核心竞争力在于三点：实时预览性能、精密的时间线控制粒度，以及与周边工具链（调色、特效、音频）的深度集成。Velorn 选择以 NLE 为产品形态，而非独立生成工具，本质上是在押注：AI 生成内容最终必须回归到传统后期制作的组织框架中，才能完成从「素材」到「成片」的跨越。

项目作者是一位拥有 25 年经验的影视 VFX 艺术家，他将 Velorn 定义为「我一直想要的、专为 AI 工作打造的编辑器」。项目完全免费、开源，支持 Windows、Mac 和 Linux 三大平台。

Velorn 编辑器界面

对于熟悉传统剪辑软件的用户，Velorn 的功能列表相当扎实：多轨道系统、关键帧动画、贝塞尔缓动、速度斜坡（speed ramps）、轨道遮罩、运动路径、转场、运动模糊、字幕，以及基于 GPU 合成的实时预览与导出管线。

贝塞尔缓动与速度斜坡是专业动态图形与视频剪辑中控制运动节奏的核心工具。贝塞尔曲线源于法国工程师 Pierre Bézier 为雷诺汽车设计所发明的参数曲线数学模型，现已成为几乎所有矢量图形和动画软件的关键帧插值基础。通过调整控制点，创作者可以精确定义属性值从 A 到 B 的变化速率，实现「先快后慢」「先慢后快」等富有质感的运动曲线，这是区分业余动画与专业动效的重要视觉细节。速度斜坡则特指对视频素材本身播放速率的非线性调整，常见于运动类短视频的升格转正速切换镜头。这两项功能的存在，标志着 Velorn 定位于专业创作工具，而非消费级 AI 玩具。

它并非在"生成"上做加法，而是把生成能力内建进成熟的时间线编辑器。

生成能力：运行在你自己的 ComfyUI 上

Velorn 最核心的设计理念，是把图像、视频和音乐生成全部交由用户自己的 ComfyUI 实例处理。

ComfyUI 生态背景：ComfyUI 是基于节点图（Node Graph）范式的开源 Stable Diffusion 前端，由开发者 comfyanonymous 于 2023 年初发布。与 WebUI 的线性表单操作不同，ComfyUI 将每个处理步骤（采样器、VAE 解码、ControlNet 等）暴露为可自由连接的节点，使用户能够构建任意复杂的生成管线。这一设计催生了庞大的自定义节点生态——ComfyUI Manager 目前索引了数千个社区扩展，涵盖视频生成（AnimateDiff、CogVideoX）、图像修复、风格迁移等几乎所有主流 AI 影像技术。ComfyUI 的工作流可以 JSON 格式保存和分享，comfy.org 平台已聚集大量可直接导入的社区工作流。Velorn 选择 ComfyUI 作为原生生成引擎，实质上是接入了整个开源 AI 影像技术栈，而非自建封闭的生成能力。

本地算力与云端 API 的双轨选择

有充足 GPU 资源，可直接跑本地模型；没有，也可通过 API 节点调用 Seedance、Kling 等云端服务。关键在于——任何功能都不被云端积分锁死。这对需要可控成本和数据隐私的商业创作者来说，价值极高。

这种「本地优先 + 可选云端」的架构契合 ComfyUI 生态的开放精神：用户不被单一供应商绑定，也不必担心项目进行到一半被算力卡脖子。

核心亮点：AI 代理真正参与你的剪辑流程

如果说时间线编辑是 Velorn 的地基，那么 MCP 代理集成就是作者最具前瞻性的押注。

内置 100+ 工具的本地 MCP 服务器

MCP 协议背景：Model Context Protocol（MCP）是 Anthropic 于 2024 年 11 月发布的开放标准协议，旨在解决 AI 大语言模型与外部工具、数据源之间的集成碎片化问题。在 MCP 出现之前，每个 AI 应用都需要为不同工具编写定制化接口，维护成本极高。MCP 定义了一套标准化的服务器-客户端架构：MCP Server 暴露工具（Tools）、资源（Resources）和提示模板（Prompts），MCP Client（如 Claude、Cursor 等 AI 助手）通过统一协议调用这些能力。这一设计使 AI 代理能够「理解并操作」任意复杂的外部系统，而不仅仅是进行文本对话。Velorn 内置 MCP 服务器意味着，任何兼容 MCP 的 AI 代理都可以将 Velorn 的 100+ 编辑工具视为自己的原生能力调用，这是从「AI 辅助创作」迈向「AI 主动参与制作流程」的关键架构跃迁。

Velorn 内置本地 MCP 服务器，提供超过 100 个可调用工具。连接 Claude Code、Codex 或 Cursor 后，AI 代理可以：

读取时间线：理解当前项目结构
逐帧审阅画面：逐镜头分析剪辑内容
执行编辑操作：所有修改预览确认后才写入撤销栈
生成补充素材：直接调用生成能力填充内容
安装社区工作流：自动处理依赖关系
导出最终成片

值得关注的是，ComfyUI 官方在 Velorn 之前约一周也发布了 MCP 支持。两者时间的巧合印证了行业走向——AI 代理正从「对话助手」演进为「能真正操作专业软件的协作者」。

社区工作流：把分享链接直接交给代理

ComfyUI 生态最大的财富之一是海量的社区工作流，Velorn 在此做了极为务实的设计。

只需将任意 comfy.org 分享链接或工作流 JSON 交给代理，它会自动：

识别缺失的自定义节点与模型
在用户授权后完成安装
用时间线里的素材运行该工作流
将结果直接导回项目

过去 ComfyUI 用户最头疼的「装节点、找模型、对接素材」繁琐流程，被压缩成一次授权点击。对不想折腾环境配置的创作者，这几乎是降维打击。

v0.3.0 新增：专业级音频混音器

最新发布的 v0.3.0 版本补齐了此前的明显短板——完整的音频混音系统。

所见即所得的音频处理

新混音器包含推子（faders）、声像（pan）、静音/独奏（mute/solo）、真实电平表，以及每条轨道和主输出均可使用的压缩器、限制器、混响效果器。

作者特别强调一个技术细节：导出音频与预览完全一致，因为两者共用同一套 DSP 处理链路。

为什么 DSP 链路一致性如此重要？ 数字信号处理（Digital Signal Processing，DSP）链路的一致性问题是专业音频软件的长期痛点。许多非线性编辑器为了保证预览的实时性，会在监听时对部分效果器进行近似计算或降采样处理，导致最终渲染导出时使用完整精度 DSP 链路，与预览产生可感知的差异。这在响度较敏感的场景（如动态压缩、限制器阈值控制）中尤为明显。Velorn 强调预览与导出共用同一套 DSP 链路，是一个专业级的承诺——这要求实时预览引擎本身具备足够的性能余量，能够在不降级处理的前提下维持流畅回放。对于将 Velorn 用于商业交付的创作者而言，这意味着混音决策的所见即所得，消除了反复渲染确认的工时浪费。

这直接解决了许多剪辑软件「预览听着好、导出却走样」的经典痛点。

音频混音同样支持 AI 代理操作。你可以直接说「把音乐压到人声下面 6dB，然后在主输出加个限制器」，代理即可执行。自然语言指令与专业音频工程之间的鸿沟，被大幅拉近。

观察与思考：AI 原生视频编辑器的早期样本

Velorn 目前仍处于早期阶段，作者是独立开发者，快速迭代中难免存在 bug。但从产品思路看，它代表了一个值得持续关注的方向。

过去讨论 AI 视频，往往停留在「生成一段片段」的层面。Velorn 试图回答一个更实际的问题：当你需要把 AI 素材组织成一部真正的成片时，工作流该是什么样的？ 它的答案是——让专业 NLE、开放的生成引擎、以及能动手操作的 AI 代理三者融为一体。

对影视、短视频和动态图形创作者而言，这种「人机协作剪辑」模式，可能比单纯追求更逼真的生成模型更贴近实际生产力需求。能否在稳定性、性能和社区生态上最终跑通，还需要时间验证。但作为一个免费开源项目，Velorn 至少提供了一个极具想象力的参考样本。

项目地址：GitHub（VelornLabs/velorn） | 官网：velorn.ai