Palmier Pro: Open-Source-macOS-Videoeditor mit KI und lokalem MCP-Server
Palmier Pro entstand ursprünglich als internes Werkzeug der beiden Gründer Marcos und Harrison, die KI-Launch-Videos für andere Startups produzierten. Der Kernschmerz war der ständige Wechsel zwischen KI-Generierungsplattform und Videoeditor: Videos herunterladen, importieren, bearbeiten, erkennen dass das KI-Video angepasst werden muss – und von vorne beginnen. Die Lösung war ein schlanker, nativer macOS-Editor in Swift, der KI-Generierung und Editing in einer Oberfläche vereint. Die Wahl von Swift war bewusst: kein Node.js, kein Webview, stattdessen direkte Nutzung nativer macOS-APIs wie SpeechAnalyzer und CoreML. Neben SpeechAnalyzer für die lokale Transkription kommen SigLIP2 für semantisches Video-Frame-Embedding, beat_this für Beat-Erkennung und Silero VAD für Stille-Erkennung zum Einsatz – alles lokal, ohne Cloud-Anbindung. Der lokale MCP-Server öffnet den Editor für externe Agenten-Workflows: Nutzer berichten etwa, einen bestimmten Podcast-Schnittstil automatisiert auf beliebig viele weitere Footage-Pakete zu übertragen. Zum Veröffentlichungszeitpunkt unterstützt Palmier Pro ausschließlich macOS 26; Windows- und Linux-Unterstützung ist langfristig geplant, hat aber aktuell keine Priorität. KI-Generierungsfeatures erfordern einen kostenlosen Account und laufen über das Backend von Palmier, während alle Analyse-Modelle vollständig lokal bleiben.
- In-App-Chat und externer MCP-Server nutzen dieselben Tools und APIs – kein Funktionsunterschied zwischen beiden Zugriffswegen.
- SigLIP2 wird lokal eingesetzt, um Video-Frames semantisch zu embedden und damit eine inhaltsbasierte Mediensuche im Projekt zu ermöglichen.
- beat_this übernimmt die Beat-Erkennung für beat-basierte Rough-Cut-Automatisierung – ein Anwendungsfall, bei dem KI laut den Gründern solide Ergebnisse liefert.
- Codex-Demo zeigt Multicam-Editing via MCP-Server, Claude-Demo zeigt KI-Transitions – beide Agenten steuern dieselbe Timeline-API.
- Kostenlose Credits beim Sign-up erlauben das Testen der cloudgebundenen KI-Generierung (Bilder, Videos, Soundeffekte, Captions, Musik) ohne sofortige Kosten.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHgithub.com3w
SCM: Lokale KI-Suche über Fotos und Videos auf macOS
- MEINUNGreddit.com3w
Community sucht lokale Tools für KI-generierte Erklärvideo-Pipelines
- MEINUNGreddit.com3w
Muse Spark 1.3 generiert Videos kostenlos via OpenCode
- LAUNCHreddit.com2d
SenseNova 6.8 Code2Video: Open-Source-Modell generiert Videos via Code
Palmier Pro: Open-Source-macOS-Videoeditor mit KI und lokalem MCP-Server
Palmier Pro entstand ursprünglich als internes Werkzeug der beiden Gründer Marcos und Harrison, die KI-Launch-Videos für andere Startups produzierten. Der Kernschmerz war der ständige Wechsel zwischen KI-Generierungsplattform und Videoeditor: Videos herunterladen, importieren, bearbeiten, erkennen dass das KI-Video angepasst werden muss – und von vorne beginnen. Die Lösung war ein schlanker, nativer macOS-Editor in Swift, der KI-Generierung und Editing in einer Oberfläche vereint. Die Wahl von Swift war bewusst: kein Node.js, kein Webview, stattdessen direkte Nutzung nativer macOS-APIs wie SpeechAnalyzer und CoreML. Neben SpeechAnalyzer für die lokale Transkription kommen SigLIP2 für semantisches Video-Frame-Embedding, beat_this für Beat-Erkennung und Silero VAD für Stille-Erkennung zum Einsatz – alles lokal, ohne Cloud-Anbindung. Der lokale MCP-Server öffnet den Editor für externe Agenten-Workflows: Nutzer berichten etwa, einen bestimmten Podcast-Schnittstil automatisiert auf beliebig viele weitere Footage-Pakete zu übertragen. Zum Veröffentlichungszeitpunkt unterstützt Palmier Pro ausschließlich macOS 26; Windows- und Linux-Unterstützung ist langfristig geplant, hat aber aktuell keine Priorität. KI-Generierungsfeatures erfordern einen kostenlosen Account und laufen über das Backend von Palmier, während alle Analyse-Modelle vollständig lokal bleiben.
- In-App-Chat und externer MCP-Server nutzen dieselben Tools und APIs – kein Funktionsunterschied zwischen beiden Zugriffswegen.
- SigLIP2 wird lokal eingesetzt, um Video-Frames semantisch zu embedden und damit eine inhaltsbasierte Mediensuche im Projekt zu ermöglichen.
- beat_this übernimmt die Beat-Erkennung für beat-basierte Rough-Cut-Automatisierung – ein Anwendungsfall, bei dem KI laut den Gründern solide Ergebnisse liefert.
- Codex-Demo zeigt Multicam-Editing via MCP-Server, Claude-Demo zeigt KI-Transitions – beide Agenten steuern dieselbe Timeline-API.
- Kostenlose Credits beim Sign-up erlauben das Testen der cloudgebundenen KI-Generierung (Bilder, Videos, Soundeffekte, Captions, Musik) ohne sofortige Kosten.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
- LAUNCHgithub.com3w
SCM: Lokale KI-Suche über Fotos und Videos auf macOS
- MEINUNGreddit.com3w
Community sucht lokale Tools für KI-generierte Erklärvideo-Pipelines
- MEINUNGreddit.com3w
Muse Spark 1.3 generiert Videos kostenlos via OpenCode
- LAUNCHreddit.com2d
SenseNova 6.8 Code2Video: Open-Source-Modell generiert Videos via Code