SupoClip im Einsatz: Lange Videos automatisch in vertikale Kurzclips verwandeln

SupoClip löst ein sehr direktes Problem: Bei einem langen Video – Podcast, Interview, Live-Stream-Aufzeichnung – findet es automatisch die 3 bis 7 Clips mit dem größten Verbreitungspotenzial, bewertet sie nach Attraktivität und rendert sie als 9:16-vertikale Kurzvideos mit Wort-für-Wort-Untertiteln, zentriertem Gesichtszuschnitt und Titel-Hooks. Der gesamte Prozess läuft auf Ihrer eigenen Hardware, ohne Wasserzeichen und ohne Plattformbindung.

Die technische Pipeline besteht aus fünf Schritten: AssemblyAI oder Whisper für die Spracherkennung mit Wort-für-Wort-Zeitstempeln; ein LLM wählt die Highlights aus dem Transkript aus und bewertet sie; Gesichtserkennung entscheidet, wer im vertikalen Bild zentriert wird; Untertitel werden Wort für Wort auf der Zeitachse angezeigt; schließlich exportiert FFmpeg das Ergebnis. Das Frontend ist Next.js, das Backend FastAPI, Hintergrundaufgaben werden von ARQ-Workern aus einer Redis-Warteschlange verarbeitet, PostgreSQL speichert Benutzer- und Aufgabendaten.

Kernabhängigkeiten und Umgebung

Stellen Sie zunächst die Grundvoraussetzungen sicher:

  • Git
  • Docker Engine oder Docker Desktop mit Compose-Plugin
  • Mindestens 10 GB freier Speicherplatz (Videodateien, Modell-Caches und Render-Zwischendateien benötigen Platz)
  • Eine CPU reicht aus, aber Transkription und Rendering werden langsamer sein; mit einer NVIDIA-GPU können Sie BACKEND_CPU_ONLY deaktivieren, um zu beschleunigen

Zwei erforderliche Schlüssel:

  • AssemblyAI-API-Schlüssel: für die Transkription, Standardpfad
  • Ein API-Schlüssel eines LLM-Anbieters: Google, OpenAI, Anthropic oder OpenRouter (einer davon)

Für einen komplett lokalen Betrieb können Sie die Transkription auf Whisper umstellen und das Auswahlmodell auf Ollama, sodass kein einziger API-Schlüssel benötigt wird.

Projektstruktur

supoclip/
├── frontend/          # Next.js-Frontend, Port 3107, leitet Authentifizierungsanfragen an das Backend weiter
├── backend/           # FastAPI-Backend, Port 8000, inkl. interaktiver API-Dokumentation unter /docs
├── worker/            # ARQ-Hintergrundprozess für Transkription, Analyse und Rendering
├── mcp/               # MCP-Server für Aufrufe von Claude/Cursor
├── docs/              # Dokumentation zu Setup, Konfiguration, Fehlerbehebung usw.
├── scripts/           # Betriebsskripte wie Datenbankreparatur
├── docker-compose.yml # Orchestrierung von fünf Diensten: frontend/backend/worker/postgres/redis
└── .env.example       # Umgebungsvariablen-Vorlage

Daten werden in benannten Volumes gespeichert: postgres_data, redis_data, uploads, clips. Das Backend bindet außerdem die lokalen Verzeichnisse backend/fonts und backend/transitions ein, die Untertitel-Schriftarten bzw. Übergangsmaterial enthalten.

Schritt-für-Schritt-Deployment

1. Repository klonen und Umgebungsdatei vorbereiten

git clone https://github.com/FujiwaraChoki/supoclip.git
cd supoclip
cp .env.example .env

Bearbeiten Sie .env und füllen Sie mindestens diese drei Einträge aus:

ASSEMBLY_AI_API_KEY=Ihr_assemblyai_schluessel
LLM=google-gla:gemini-3-flash-preview
GOOGLE_API_KEY=Ihr_google_schluessel

2. Highlight-Auswahlmodell konfigurieren

Die Variable LLM bestimmt, welches Modell Ihre Clips auswählt. Neben Cloud-Modellen wie Gemini, GPT, Claude können Sie auch das Präfix ollama: verwenden, um auf jeden Dienst zu verweisen, der das v1/chat/completions-Protokoll unterstützt. Zum Beispiel mit Defapi und einem lokalen Modell:

LLM=ollama:Ihre_modell_id
OLLAMA_BASE_URL=https://api.defapi.org/v1
OLLAMA_API_KEY=Ihr_defapi_schluessel

Das Präfix ollama: in SupoClip wählt nur den Client-Typ aus und erzwingt keinen lokalen Ollama-Betrieb. Im Code verwendet OllamaProvider AsyncOpenAI mit base_url und API-Schlüssel. Solange der Zieldienst das OpenAI-Chat-Completion-Protokoll unterstützt, funktioniert es. Defapi ist ein solcher Dienst, kostet etwa die Hälfte der offiziellen Preise und unterstützt mit allen Modellen grundsätzlich die drei Protokolle v1/chat/completions, v1/messages und v1beta/models/. Ob die Auswahl durchläuft, muss durch Tests bestätigt werden; die Transkription und die AI-Bearbeitung in der Schnittstelle sind weiterhin separate Pfade.

3. Build und Start

./start.sh

Alternativ können Sie es manuell starten:

docker-compose up -d --build

Beim ersten Build werden Images gepullt und Abhängigkeiten installiert; auf CPU-Maschinen kann das einige Minuten dauern. Überwachen Sie den Fortschritt mit:

docker-compose logs -f

Wenn alle fünf Dienste healthy sind, ist alles bereit:

docker-compose ps

4. Service-Health überprüfen

Öffnen Sie die folgenden Adressen zur Bestätigung:

Die Ausgabe von docker-compose ps sollte fünf Container enthalten: supoclip-frontend, supoclip-backend, supoclip-worker, supoclip-postgres, supoclip-redis.

5. Konto erstellen und Video hochladen

Öffnen Sie die Frontend-Startseite im Browser und registrieren Sie ein Konto. Die Startseite unterstützt zwei Eingabemethoden: Einfügen eines YouTube-/Twitch-/Kick-Links oder direktes Hochladen einer lokalen Videodatei. Beachten Sie, dass das Upload-Limit standardmäßig 4 GB beträgt; das reicht für ein reguläres 1080p-Video mit normaler Bitrate.

6. Vertikale Kurzclips ansehen, bearbeiten und exportieren

Nach dem Absenden der Aufgabe zeigt die Aufgabenseite den Fortschritt in Echtzeit: Transkription, AI-Analyse und Rendering-Status werden gepusht. Nach Abschluss sehen Sie für jeden Clip Dauer, Transkriptionsauszug, AI-Begründung und Viralitäts-Score.

Im Schnitt-Studio können Sie folgende Anpassungen vornehmen:

  • Clips durch Ziehen der Ränder kürzen
  • Lange Clips in mehrere kleinere aufteilen
  • Clips zusammenführen
  • Untertiteltext neu schreiben
  • Untertitelstil ändern (Schriftart, Animation, Größe, Farbe)
  • Exportieren mit Plattform-Voreinstellungen: TikTok, Reels, Shorts

Beim Export wählen Sie „Vertical output“ und erhalten das fertige 9:16-Vertikalvideo, in das Gesichtszentrierung und Wort-für-Wort-Untertitel bereits eingebrannt sind.

Häufige Probleme und Lösungen

Frontend-Seite ist nicht erreichbar

Überprüfen Sie den Host-Port. Die Vorlage verwendet standardmäßig FRONTEND_PORT=3107. Wenn Sie von einer älteren Version aktualisieren und diese Variable nicht in .env haben, wird auf 3001 zurückgegriffen. Verwenden Sie docker-compose port frontend 3107, um die tatsächliche Zuordnung zu sehen.

Anmeldung meldet „Invalid origin“

NEXT_PUBLIC_APP_URL und BETTER_AUTH_URL müssen exakt mit der Browseradresse übereinstimmen, einschließlich Protokoll und Port. localhost und 127.0.0.1 sind zwei verschiedene Origins. Wenn Sie andere Domains oder Ports verwenden, müssen Sie BETTER_AUTH_TRUSTED_ORIGINS als kommagetrennte Liste setzen; Wildcards werden nicht unterstützt.

Aufgabe bleibt in „queued“

Schauen Sie zuerst in die Worker-Logs. docker-compose logs -f worker zeigt Fehlermeldungen direkt. Überprüfen Sie dann den Worker-Heartbeat mit curl -f http://localhost:8000/health/worker; ein 503 bedeutet, dass der Worker die Verbindung verloren hat oder Redis nicht erreichbar ist. Der ARQ-Heartbeat läuft etwa alle 31 Sekunden ab.

Transkription bleibt bei 30% stehen

Diese Phase ruft AssemblyAI auf. Überprüfen Sie in den Backend-Logs, ob der API-Schlüssel gültig ist und das Kontoguthaben ausreicht. Die Statusabfrage hat ein Gesamt-Timeout-Budget von standardmäßig 900 Sekunden; bei Überschreitung wird dieselbe Transkriptionsaufgabe erneut versucht, ohne doppelte Abrechnung. Für lange Videos können Sie ASSEMBLY_AI_HTTP_TIMEOUT_SECONDS entsprechend erhöhen.

Auswahlmodell meldet Fehler oder liefert falsches Format

Das LLM-Präfix und der Provider-Schlüssel müssen zusammenpassen: ollama: mit OLLAMA_BASE_URL und OLLAMA_API_KEY, google-gla: mit GOOGLE_API_KEY usw. Wenn ein lokales Modell unstrukturiertes JSON zurückgibt, versucht der Agent es bis zu zweimal erneut (output_retries=2). Der Wechsel auf ein Modell mit besserer Anweisungsbefolgung behebt das Problem meist.

Registrierung meldet „Failed to create account“

In der Regel liegt das Datenbankschema hinter dem Code zurück. Führen Sie das idempotente Reparaturskript aus; es fügt nur Spalten hinzu und berührt keine vorhandenen Daten:

docker compose exec -T postgres psql -U supoclip -d supoclip < scripts/selfhost-schema-repair.sql

Führen Sie auf dieser Datenbank niemals prisma db push oder prisma migrate deploy aus; das Backend verwaltet Tabellen, die Prisma nicht kennt, und db push würde sie löschen.

Weiterführende Lektüre / Fortgeschrittene Ansätze

  • Komplett lokale Route: Setzen Sie TRANSCRIPTION_PROVIDER auf whisper und verwenden Sie für die Auswahl LLM=ollama:... mit einem lokalen Ollama-Dienst. Beachten Sie, dass die Standard-Ollama-Adresse in Docker http://host.docker.internal:11434/v1 ist; der Ollama-Dienst auf dem Host muss diesen Port überwachen.
  • MCP-Integration: Das mcp/-Verzeichnis im Repository enthält einen MCP-Server, mit dem Sie SupoClips Bearbeitungsfunktionen direkt aus Clients wie Claude oder Cursor aufrufen können.
  • REST-API: Erstellen Sie unter /settings/api-keys einen API-Schlüssel und rufen Sie die Backend-Endpunkte direkt auf; ideal für Skript-basierte Batch-Verarbeitung.
  • B-Roll-Material: Setzen Sie PEXELS_API_KEY, damit nach der AI-Auswahl automatisch freie Stockvideos von Pexels als Illustrationsaufnahmen zugeordnet werden.
  • Lizenzgrenzen: Die aktuelle Version unterliegt der SupoClip Noncommercial Source License 1.1. Nicht-kommerzielle Nutzung und Monetarisierung durch einzelne Kreative im Selbstmedienbereich sind kostenlos. Unternehmen, Organisationen, Teams oder Agenturen für Schnittdienstleistungen müssen per E-Mail eine schriftliche Genehmigung einholen. Lesen Sie vor der Verwendung die Datei LICENSE, insbesondere die Definition von „Individual Creators“.