KiteCut

AIと一緒に仕上げる動画編集アプリ
カイトカット · by kitepon

制作実演 · はじめる · AIから操作する · 開発に参加する

AIが素材を見て構成を決め、人と同じタイムラインを編集するWindowsアプリです。編集の途中で止めて手直しし、その状態からAIに続きを任せられます。文字やロゴの動き、BGM・効果音・ナレーションを重ねて、MP4に仕上げます。

制作実演

28秒のCMを作る過程を、約83秒の動画で。 素材の配置から文字の演出、音声の追加、書出しまでを編集画面ごと収録しています。最後には完成したCMを大きく表示して通しで再生します。等速・音声ありです。

CM.-X.mp4

_{収録時のアプリ表示名はFrontstageです。現在の名称はKiteCutです。実演に使った制作素材はソース配布に含みません。}

実演の説明ページ

できること

作業	KiteCutでの操作
素材を並べて編集	動画・画像・音声の取り込み、カット、トリミング、クロップ、位置・サイズの調整
文字とロゴを演出	日本語書体、文字組み、図形、キーフレーム、文字の出現・移動、パスに沿った描画
音を仕上げる	ナレーション、BGM、効果音、音量の時間変化、発話や拍を使ったタイミング調整
素材を観察・生成	VideoChat3による動画理解、字幕認識、ローカルでの画像・動画・音声生成
人とAIで共同編集	画面とAPIでタイムライン・構成・履歴を共有。停止、手直し、再開、元に戻す・やり直す
作品として保存	プロジェクトの保存と再開、音声付きMP4への書出し、編集画面の収録

AIの判断が、編集画面に反映される

構成やコピー、どこを切るかは操作者のAIが決めます。KiteCutはその判断を編集操作として実行し、人も同じ結果を確認・修正できます。動画理解や素材生成には、仕事の範囲を決めた補助モデルを使います。

flowchart LR
    AI[操作者のAI] -->|公開APIで編集| Timeline[共通のタイムライン・構成・履歴]
    Human[人] <-->|画面で確認・手直し| Timeline
    Timeline --> Preview[プレビュー]
    Timeline --> Output[保存・MP4書出し]

Loading

はじめる

現在はWindows向けのソース公開版です。PowerShell 7とwingetを用意してください。初回起動時に依存ソフトと採用モデルを取得するため、インターネット接続と大きな空き容量が必要です。

git clone https://github.com/kitepon/kitecut.git
cd kitecut
pwsh -NoProfile -File .\Start-Editor.ps1

Gitを使わず取得する場合は、最新版のソースZIPを展開して、同じ起動スクリプトを実行します。Gitなど必要なツールは起動時にwingetから導入します。

1. 素材を取り込み、タイムラインに配置する。
2. 人の画面操作、またはAIの公開操作入口から編集する。
3. プレビューで確かめ、「書き出す」から動画を保存する。

動作を確認した環境

WindowsとNVIDIA RTX 5090（VRAM 32GB）で、動画理解、音声・画像・動画の生成、編集・書出しを確認しています。これは実測環境であり、最小動作要件を示すものではありません。ほかのGPUでの速度や必要容量は未測定です。GPUを使うモデル処理は順番に実行します。

ローカルの採用モデルはAPIキー・従量課金なしで利用します。操作者として使うAIや、アプリ内で選ぶ外部AIサービスには別途契約が必要な場合があります。

更新・保存先・依存の導入について

現在はWindows向けのソース公開版。インストーラーはまだ提供していない。

git clone https://github.com/kitepon/kitecut.git
cd kitecut

WindowsのPowerShell 7で、このフォルダーの Start-Editor.ps1 を実行する。

pwsh -NoProfile -File .\Start-Editor.ps1

初回は公式パッケージと採用モデルをダウンロードするため、インターネット接続と大きな空き容量が必要。Git、Node.js、uv、Inkscape、7-Zip、共有FFmpegがなければwingetで導入する。PowerShell 7とwingetは実行前に用意する。モデルの取得・生成にはAPIキーや従量課金サービスを使わない。

同じ入口を実行すると、編集中の内容を保存し、採用版の依存とソースへ更新して最後の作品を再開する。現在の作品に操作中の処理がある場合は、保存と終了が成立したことを確認してから更新する。配布物を更新するときは作品と .work を残し、新しい起動コード・採用台帳・差分を展開してから同じ入口を実行する。

採用元の版を更新するときは、旧編集コードを .work/editor-backups へ退避する。適用途中で失敗した場合は旧版の復元を確認してからエラーを表示する。編集コードを自分で変更していた場合や、新しいファイルと衝突する場合は、その内容を保持して更新を止める。

依存とモデルは .work、作品はアプリで選んだ保存先に置く。既存のComfyUI Portableを利用する場合は、初回起動時に MOVIE_COMFY_HOME 環境変数へそのフォルダーを指定できる。場所は .work/dependency-locations.json に保存される。指定がない新規環境はアプリ配下へ公式Portableを導入する。

音声モデル・字幕認識・素材生成について

1. 素材を取り込み、タイムラインへ配置する。接続カメラや画面の収録から取り込むこともできる。
2. AIが構成を決め、公開APIから編集する。変更は人が使う画面・履歴にも反映される。
3. 人が手直しするときはAI欄で「外部AIの後続操作を停止」を押す。再開後、AIは最新のタイムラインを読み直して続きを編集する。
4. 保存して再開できる。完成したら「書き出す」から動画を出力する。

標準声は採用済みのQwen3-TTSによる声質参照、落ち着いた声はVOICEVOX Nemo女声6を使う。Nemoの音声を使う作品には「VOICEVOX Nemo」を表記する。音声選定とモデル版は採用台帳に記録し、起動時に別モデルへ置き換えない。

字幕認識は初回使用時にWhisperのモデルを取得して端末へキャッシュする。画像・動画生成はローカルComfyUI、動画理解はVideoChat3を使用する。アプリ内の外部AIサービスには別途契約が必要なものもある。外部API課金を必須にせず、操作者AIは同梱の公開操作入口から直接編集できる。

node experiments/mcp-client.mjs tools
node experiments/mcp-client.mjs get_timeline

案内

知りたいこと	入口
AIから編集する	操作の流れとAPIの使い方
ソースの構成を知る	アプリの構成とソースの場所
修正・機能追加を提案する	開発案内・変更提案
不具合・要望を報告する	報告フォーム
セキュリティの問題を知らせる	非公開での報告方法
公開履歴を見る	変更履歴・リリース

ライセンスと採用元

KiteCutはFrontstageを基盤に開発し、改変ソースと起動コードをGPL-3.0で公開しています。上流の固定ソースと改変差分を同梱し、起動時に完全な編集用ソースを展開します。

モデル、書体、外部ソフトにはそれぞれの利用条件があります。VOICEVOX Nemoの音声を使う作品には「VOICEVOX Nemo」を表記してください。

ライセンス原文 · 第三者の権利 · 採用台帳

配布物とソースの詳細

採用構成は 配布台帳、第三者の権利は 同梱案内、ソースのライセンス原文は GPL-3.0 を参照する。元実演や個人の収録素材はソース配布に含まれない。

KiteCutは Frontstage を基盤に開発している。上流の固定ソースをGit bundle、変更を差分として同梱し、起動時に完全な編集用ソースを組み立てる。ソースの場所と変更手順は 開発案内 を参照。

node experiments/build-distribution.mjs で配布ファイルを作る。固定した上流ソース、改変差分、依存の採用台帳、起動用コード、書体とライセンスをまとめる。公開先への送信は行わない。