很适合放进工具箱：三个让我眼前一亮的开源项目
翻了几天 GitHub Trending，筛掉一批蹭 AI 热度的，真正留下来值得写一写的是这三个：一个替代 CapCut 的网页剪辑工具，一个纯本地的会议纪要工具，一个给 Claude Code 省 token 的插件。各自解决的都是一线实际痛点，逐个拆开说。
OpenCut：把 CapCut 的开源替代做到了 8 万 star
- GitHub：（官网 opencut.app）
- 项目定位：浏览器直接打开就能用的视频剪辑工具，定位是「开源版 CapCut」。MIT 协议，商用无限制。
版本状态：当前线上可用的是旧版架构（opencut.app 直接打开），TypeScript 写的。项目方正在用 Rust 重写核心，新版规划支持桌面端和移动端共用代码、第三方插件，还会带一个 MCP server —— 意味着 AI Agent 可以接管剪辑操作。但注意，这些都是规划中，现在能用到的只有旧版。
功能情况：基础的剪切、转场、字幕、特效都齐全，界面交互逻辑和 CapCut 高度相似，迁移成本基本为零。免安装、免注册。
取舍判断：
- 适合：短视频剪辑、教程录屏，不想付费订阅、不想被水印恶心、也不想装重量级软件的场景。
- 不适合：对特效丰富度、专业调色有要求的场景。原文也承认跟商业团队的 CapCut 比功能丰富度有差距，这不是谦虚，是事实。
- 仓库 star 数已到 8.8 万、近期增长很猛，属于活跃项目里热度第一梯队。
是否实测：未实测。以上功能描述和架构信息来自原文与仓库 README。
Meetily：会议纪要全程本地，一个字都不上云
- GitHub：（官网 meetily.ai）
- 项目定位：本地优先的 AI 会议助手，专门解决 Otter、Fireflies 这类云服务在合规上的尴尬 —— 敏感会议内容传第三方服务器，法务那边过不去。Meetily 全程本地处理。
技术栈：Rust 后端 + Tauri 前端（不是 Electron 套壳）。转录用 Parakeet 或 Whisper 模型，摘要用 Ollama 本地模型，数据落到本地 PostgreSQL。音频层面做了 EBU R128 归一化、降噪和回声消除，支持蓝牙设备。
实测数据（原文数据，非本人实测）：转录速度是实时速度的 4 倍，1 小时会议约 15 分钟转完。带说话人分离，可区分发言者。
版本状态：macOS 和 Windows 可用，Linux 版在做了。安装走 GitHub Releases，首次运行拉取 Parakeet 模型约 1GB，之后完全离线。Rust 后端 + Tauri 前端，技术选型上有诚意，不是随便糊个壳子。
取舍判断：
- 适合：会议内容涉敏感信息、公司内部有合规要求、不想依赖云服务的场景。
- 不适合：需要多人实时协作查看纪要的团队；对摘要质量要求极高、依赖云端大模型的场景（本地 Ollama 模型的摘要能力是上限）。
- 首次部署 1GB 模型下载需留意，网络环境差的话装上就劝退。
是否实测：未实测。转录速度、模型选型、安装流程均来自原文描述。
Caveman：让 AI 闭嘴干活，输出 token 省 65%
- GitHub：（作者一句话：why use many token when few token do trick）
- 项目定位：Claude Code 的 skill 插件。核心思路粗暴但有效：给 AI 一条指令，强制输出风格压缩到「穴居人模式」——去客套、去铺垫、去过渡句，代码、命令、错误信息一个字符不改，只砍自然语言的水分。
数据（原文数据，非本人实测）：输出 token 平均减少 65%。README 里也承认了场景差异，不是每个工作流都能复现这个数字。且该数字只针对输出 token，输入和推理 token 不省；skill 本身每轮还会增加 1 到 1.5k 输入 token。如果你本身 prompt 就很精简，整体收益会明显缩水。但输出越长、交互越频繁，省得越实打实。
附带命令：
/caveman-commit：自动生成 Conventional Commit 格式提交信息，限 50 字符/caveman-review：一行式 PR 评论/caveman-stats：统计当前会话实际省了多少 token 并换算成美元/caveman-compress：压缩 CLAUDE.md 这类记忆文件，后续会话从小上下文起步
兼容性：安装一行命令搞定，macOS 和 Windows 都支持。不锁死在 Claude Code，Codex、Gemini、Cursor、Windsurf 等 30+ 个 AI 编码工具都能用。Go 写的，仓库 star 已破 10 万。
取舍判断：
- 适合：高频使用 Claude Code、输出长、追求 token 成本下限的日常重度用户。
- 不适合：追求 AI 输出可读性/教学感的场景——省 token 的同时，输出风格确实像穴居人，阅读体验要自己适应。另外如果你 prompt 本来就很简洁，这插件带来的收益有限。
- 作者在 README 里主动声明 token 节省因场景而异，这个态度值得给好评，比那些吹「神器」「革命性」的项目可信得多。
是否实测：未实测。节省比例、输入 token 开销、兼容工具数量均来自原文。
工具清单（速查）
| 项目 | GitHub | 解决什么问题 | 适合 | 不适合 | 版本状态 | 协议 | 实测 |
|---|---|---|---|---|---|---|---|
| OpenCut | 视频剪辑要付费/水印 | 短视频、教程录屏，不想装软件 | 专业剪辑、特效需求 | 线上旧版可用，Rust 重写规划中 | MIT | 否 | |
| Meetily | 会议纪要上云不合规 | 敏感会议、离线环境、本地优先 | 多人协作、需云端大模型摘要 | Win/macOS 可用，Linux 开发中 | MIT | 否 | |
| Caveman | AI 输出 token 浪费 | 高频编码工具重度用户 | prompt 已精简、重可读性 | 已发布，支持 30+ 编码工具 | MIT | 否 |
三个项目同为 MIT 协议，免费无广告。建议按自己实际场景挑，别全装。OpenCut 可以随时打开试，Meetily 需要先确认 1GB 模型下载能不能接受，Caveman 装上跑一天看 /caveman-stats 的数据再决定留不留。