Open source видеоредактор Wunjo Make v3: свой ИИ-плагин за час без навыков кода
Открытый видеоредактор Wunjo Make v3 позволяет подключать нейросети через плагины, и любой автор может собрать свой плагин за час, даже без опыта в программировании, с помощью Claude Code, Codex или Cursor.
Плагины решают главную проблему монолитных ИИ-проектов: конфликт библиотек между нейросетями. Теперь каждая модель живёт в своей «песочнице», а пользователь ставит только то, что нужно, и не рискует сломать остальное.
Wunjo Make, open source видеоредактор (открытый видеоредактор с исходным кодом, который может менять и дополнять любой желающий), развивается уже три года. Автор проекта столкнулся с тем, что больше 50 нейросетей в одном приложении начали конфликтовать: новая модель синхронизации губ (липсинка) требовала версию PyTorch, от которой ломалась замена лица. Проект был заброшен, пока в августе автор не переписал архитектуру: из Flask-приложения на Python и JavaScript Wunjo Make превратился в полноценный видеоредактор на Qt и Python, а нейросети разъехались по изолированным плагинам.
Версия v3 построена как форк Kdenlive, добротного open source видеоредактора на лицензии GNU GPL v3.0. Помимо стандартного монтажа, в проекте две крупные идеи: управление монтажом через нейросеть по MCP (Model Context Protocol, протокол, через который языковая модель управляет инструментами внешнего приложения) и система плагинов, где каждый плагин может добавить генерацию видео, озвучку, замену одежды, субтитры или любую другую функцию.
Зачем автору Дзена собственный плагин?
Плагин для Wunjo Make это не абстрактная разработка. Это способ подключить к локальному редактору конкретный API, например Pika или Seedance, и работать с ним офлайн внутри проекта, не переключаясь между вкладками браузера. Автор проекта прямо указывает: «Можно написать свой за часик на вайбкодинге».
По умолчанию в проект встроен плагин с локальной моделью Qwen 3.5, но архитектура открыта для любых моделей, включая облачные российские сервисы. Нейросеть через MCP умеет искать файлы на компьютере по описанию, находить стоковые видео и аудио в интернете, генерировать контент и работать в режиме loop (цикла), когда вы задаёте сценарий, последовательность действий и критерии остановки.
Что понадобится
- Wunjo Make v3 из репозитория проекта (поддерживает Windows, Linux и macOS)
- Python 3.10+ и среда разработки или один из ИИ-помощников: Claude Code, Codex, Cursor
- Код сборщика плагинов и файлы «умений» для облачных языковых моделей, они добавлены в репозиторий проекта
- API-ключ нужного сервиса (Pika, Seedance, или российского облачного ИИ), если плагин использует внешний API
- Примерно час времени на первый плагин при работе через вайбкодинг (написание кода через диалог с ИИ на естественном языке)
Пошаговая инструкция
-
Клонируйте репозиторий Wunjo Make v3 и убедитесь, что проект запускается на вашей системе. macOS теперь поддерживается, в отличие от старых версий.
-
Откройте папку с кодом сборщика плагинов в репозитории. Там лежат шаблоны и файлы «умений» (skills), которые описывают, что плагин должен уметь.
-
Выберите задачу для плагина. Например: подключить Pika API для генерации видео, интегрировать Seedance 2.5 для создания ракурсов или добавить озвучку через российский облачный сервис.
-
Запустите ИИ-помощника (Claude Code, Codex или Cursor) и передайте ему файлы умений из репозитория. Эти файлы работают как инструкция для модели, объясняя структуру плагина.
-
Опишите плагин на естественном языке. Например:
Создай плагин для Wunjo Make, который принимает текстовое описание сцены,
отправляет его в Pika API, получает сгенерированное видео
и добавляет его на таймлайн редактора.
-
Проверьте сгенерированный код. Плагин должен быть изолированным модулем со своими зависимостями, именно это решает проблему конфликта библиотек.
-
Поместите плагин в соответствующую папку проекта и перезапустите редактор. Плагин появится в интерфейсе и будет доступен для использования.
-
Протестируйте. Если плагин использует API, убедитесь, что ключ прописан, и попробуйте выполнить базовую операцию.
Допустим, вы автор Дзена и хотите быстро генерировать короткие видео по текстовому описанию. Вы открываете Claude Code, передаёте ему файлы умений из репозитория Wunjo Make и пишете: «Создай плагин, который берёт текст из буфера обмена, отправляет в Pika API и вставляет результат на таймлайн». Через 20 минут вайбкодинга плагин готов. Вы заходите в Wunjo Make, видите новый пункт в меню плагинов, вводите описание сцены и получаете видеоролик прямо на монтажном столе, без переключения в браузер, без скачивания файлов вручную.
Для интеграции российских облачных ИИ-моделей процесс аналогичен: вместо Pika API в промпте (текстовой инструкции для ИИ-модели) указываете эндпоинт нужного сервиса. Плагин будет работать локально, а обращаться к облаку только за генерацией.
Не путайте плагин и расширение основного кода. Весь смысл новой архитектуры в изоляции: если вы пишете плагин, который лезет в основные библиотеки редактора напрямую, вы воспроизводите ту самую проблему конфликтов, от которой проект уходил.
Не забывайте про зависимости. Каждый плагин тянет свои версии библиотек. Если вы вручную правите код после вайбкодинга, проверяйте, что не привязали плагин к версии PyTorch из основного проекта.
API-ключи и офлайн-режим. Плагин с внешним API (Pika, Seedance) не будет работать без интернета. Локальный редактор останется доступен офлайн, но генерация через облако, нет. Для полностью автономной работы используйте плагины с локальными нейросетями, как встроенный Qwen 3.5.
macOS: проверяйте совместимость. Поддержка macOS появилась в v3, но не все плагины от сообщества могут быть протестированы на этой системе.
Что делать с этим прямо сейчас?
Авторам Дзена и видеомейкерам. Wunjo Make с плагинами позволяет собрать конвейер: взять видео, наложить субтитры, выделить лицо, нарезать на шортсы. Всё это внутри одного редактора без подписок. Начните с готовых плагинов из библиотеки проекта, прежде чем писать свои.
Маркетологам. Режим loop, когда нейросети задаётся сценарий с критериями остановки, это способ поставить на поток адаптацию роликов под разные площадки. Пока функция требует настройки, но экономия на рутинном монтаже может быть заметной.
Предпринимателям из РФ и СНГ. Проект опенсорсный и работает локально. Для тех, кому критична независимость от зарубежных облачных сервисов, можно интегрировать российские API и локальные модели. Из доступных в РФ вариантов для языкового управления монтажом стоит попробовать YandexGPT или GigaChat как альтернативу облачным зарубежным моделям.
Идея плагинов для видеоредактора с нейросетями выглядит как правильное архитектурное решение. Я лично сталкивался с конфликтами библиотек при работе с несколькими ИИ-моделями, и изоляция каждой в свой модуль действительно снимает эту боль.
Честная оговорка: проект держится на одном разработчике. Это и сила (быстрые решения, ясная архитектура), и риск (зависимость от одного человека). Если вы строите на Wunjo Make рабочий конвейер, будьте готовы к тому, что обновления и поддержка зависят от ресурсов автора.
Вайбкодинг через Claude Code или Cursor для создания плагинов работает, но результат нужно проверять. ИИ-помощник не знает специфику вашего окружения и может сгенерировать код, который формально корректен, но ломается на нестандартной конфигурации. Тестируйте каждый плагин на реальной задаче перед тем, как встраивать в рабочий процесс.
Система плагинов в Wunjo Make v3 превращает open source видеоредактор из монолита в платформу, где каждый может собрать под себя именно тот набор нейросетей, который нужен. Если вы до сих пор монтируете видео для Дзена, переключаясь между пятью вкладками браузера, попробуйте собрать один плагин и оценить разницу на практике.

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также
Что такое ИИ-агент с самоулучшением: запускаем цикл RRSI от Google локально на Python
Автор Дзена или маркетолог, который слышал про ИИ-агентов, но не понимает, как они учатся сами себя улучшать, после этого гайда сможет запустить на своём…
USA Today требует от OpenAI $250 млн: суды изданий против ИИ набирают массу
Издательский дом USA Today Co. подал в суд на OpenAI, обвинив компанию в копировании «сотен тысяч» статей для обучения ИИ-моделей и потребовав возмещения…
SpaceXAI вложила $1,5 млн токенами Grok в дистрибутив Linux: деньги заменили вычислениями
Почему это важно Крупный игрок космической и ИИ-индустрии впервые напрямую финансирует дистрибутив Linux не деньгами, а вычислительными ресурсами для ИИ, и…
Комментарии