Shotloom – Montaggio Multicam AI Locale

“Hai già girato l’episodio a due, tre, quattro camere. Quello che manca non è un altro tutorial su Premiere: è sync, rough cut, caption ed export — senza caricare i rushes su un NLE cloud e senza passarci il pomeriggio.”

Shotloom è un NLE locale guidato dall’AI pensato per chi gira multicam sul serio: podcast settimanali, eventi, interviste, workshop, lezioni. Il percorso primario è automatico — analizza e monta — e solo dopo, se sei precisino, raffini ritmo, stile sottotitoli e parametri nella dashboard. I file restano sulla tua macchina (o sul VPS che controlli tu): niente upload obbligatorio, niente bolletta cloud di montaggio.

Il nome non è marketing vuoto: shot (inquadrature) + loom (telaio). Entrano più camere; ne esce un solo montaggio utilizzabile.

Il progetto è in early access su GitHub. Oggi si avvia con Docker e si usa dal browser; la roadmap punta all’installer Electron retail (stesso schema di Qwibo) e a una modalità documentaristica con tanti clip + voce fuori campo.

Perché l’ho fatto

Dopo Qwibo — trascrizione audio/video locale, packaging Electron retail — il pezzo successivo della catena creativa era ovvio: dal rushes al cut.

Chi produce contenuti multicam conosce il collo di bottiglia. La ripresa c’è. Il tempo per allineare le tracce, scegliere i tagli, bruciare i sottotitoli e esportare quattro formati diversi no. CapCut e Descript risolvono la velocità, ma chiedono di caricare i file. Premiere e DaVinci restano ottimi per il finish, ma sono lenti se ti serve solo un rough cut pubblicabile entro sera.

Volevo uno strumento che:

Partisse dal caso d’uso reale (2–4 camere, non “un editor generico”)
Facesse il lavoro sporco da solo (sync, montaggio, caption, export)
Restasse on-device per privacy e costi
Avrebbe una sola superficie chiara (dashboard Shotloom), non un clone CapCut da imparare prima di ottenere un risultato

Shotloom è la risposta a quella domanda. Non è “un altro NLE con AI appiccicata”: è un prodotto con una stella polare esplicita — clip multicam in → Shotloom fa tutto → se serve, raffini.

Il problema: il multicam mangia le giornate

1. Sync e switch camera non sono “creatività”

Allineare tre microfoni e due videocamere, trovare dove parla chi, tagliare i morti: è lavoro meccanico. L’AI può (e deve) farlo per prima.

2. Ogni piattaforma vuole un export diverso

YouTube 16:9, TikTok/Reels 9:16, caption bruciati o file separati, ritmi diversi. Rifare lo stesso episodio quattro volte è il modo più sicuro di odiare il proprio mestiere.

3. Privacy e rushes non pubblicati

Episodi non ancora usciti, eventi clienti, interviste sensibili: caricarli su un servizio cloud non è sempre accettabile. Per molti è un vincolo, non una preferenza.

4. L’NLE tradizionale è sovradimensionato per il rough cut

Color grading, curve, plugin: utili dopo. Prima serve un cut che regga. Shotloom punta a quel tratto — prima di pranzo, non “entro fine settimana se tutto va bene”.

Cosa fa Shotloom (funzionalità)

Flusso primario — automatico

Dashboard — dove controlli il risultato

La UI è un’unica dashboard web (apps/web) servita dall’API:

Avvio Analizza e monta senza dover imparare una timeline da zero
Anteprima del cut e dei caption
Impostazioni di progetto (ritmo, lingue, stile sottotitoli, profili piattaforma)
Tab di raffinamento (grade, effetti, transizioni, mask) come layer di preview — il cablaggio completo su export è lavoro ancora in corso; il percorso veloce resta il montaggio automatico

Cosa non è (di proposito)

Non è un clone CapCut cloud
Non è un secondo “studio OpenCut” parallelo: l’amalgama è stato rimosso (ADR di prodotto). Un frontend, una direzione
Non pretende di sostituire Premiere/DaVinci sul finish fine: punta al tratto rushes → cut esportabile, con export NLE in roadmap

Come funziona (oggi)

Step 1 — Bootstrap

Installi Docker, lanci lo script di bootstrap una volta. Sale lo stack (API, worker, volumi progetti). Apri http://127.0.0.1:8765 nel browser.

Step 2 — Progetto e clip

Crei un progetto, trascini 2–4 file camera. Nessuna preparazione manuale tipica: formati da ripresa reali (podcast, evento, intervista).

Step 3 — Analizza e monta

La pipeline sincronizza, propone il rough cut, prepara i caption. Puoi lasciare elaborare e tornare: non è un processo che deve tenerti incollato a una progress bar tutto il pomeriggio.

Step 4 — Affina i parametri

Nella dashboard regoli ciò che conta per te: ritmo del montaggio, stile sottotitoli, profili di export. Pochi controlli, non mille pannelli.

Step 5 — Export

Scarichi master e/o verticali per le piattaforme scelte. I file restano nei volumi locali del progetto.

Il prodotto oggi vs dove sta andando

Oggi (early access)

Runtime Docker Compose (dev e VPS self-hosted)
Dashboard browser + API FastAPI + worker
Landing bilingue EN/IT: shotloom.github.io
Codice aperto su GitHub
Licenza in definizione (early access mentre il prodotto matura)

Roadmap (già tracciata)

Altre linee aperte sul tracker: burn-in sottotitoli brand-aware, UX timeline Creator, verifica crop 9:16 = export.

Decisioni di prodotto (e perché contano in un portfolio)

Stella polare esplicita

Clip multicam in → Shotloom fa tutto → precisino raffina. Ogni feature si giudica rispetto a questa frase. Se non accelera il percorso automatico, non è prioritaria.

Un solo frontend

È stata rimossa la tentazione di mantenere uno “studio” parallelo tipo OpenCut. La dashboard Shotloom è la superficie unica: meno confusione per l’utente, meno debito architetturale.

Privacy come requisito

Come in Qwibo: on-device non è un bullet marketing, è la condizione perché certi creator e producer possano usarlo.

Docker ora, Electron dopo

Consegnare early access self-hosted velocemente; poi packaging retail quando la pipeline è abbastanza stabile. Stessa lezione di Qwibo, applicata al video.

Stack tecnologico

Componente	Tecnologia	Ruolo
API	Python · FastAPI	Progetti, job, settings, artifact
Worker	Pipeline locale (ffmpeg / toolchain media)	Sync, cut, caption, export
Dashboard	Frontend `apps/web`	Flusso primario + refine
Runtime	Docker Compose	Dev e deploy VPS (`127.0.0.1:8765` in default sicuro)
Tracking	GitHub Issues (+ CLI agenti)	Backlog prodotto, non chat sparse
Presence	Jekyll (shotloom.github.io)	Landing EN/IT
Roadmap desktop	Electron (pattern Qwibo)	Installer retail post-v1

Architettura (vista d’insieme)

┌──────────────────────────────────────────────────────────────┐
│  Shotloom (oggi)                                              │
│                                                               │
│   Cam A/B/C/D ──► ingest ──► API + worker                     │
│                      │            │                           │
│                      │            ├── sync + rough cut AI     │
│                      │            ├── captions                │
│                      │            └── export YT/TikTok/IG/FB  │
│                      │                                        │
│                      └── dashboard (browser)                  │
│                                                               │
│  Dopo: Electron shell · documentario + VO · export NLE        │
└──────────────────────────────────────────────────────────────┘

Competenze dimostrate

Product engineering (AI video)

Definire un problema verticale (multicam → cut) e rifiutare il “editor generico con AI”. Stella polare, ADR, taglio di scope (niente studio parallelo).

Full-stack / pipeline media

API, worker asincroni, artifact, dashboard unica; vincoli reali di ffmpeg, formati, export piattaforma.

Privacy-by-design e self-hosting

Stesso filone di Qwibo: software che gira dove stanno i file, non dove sta l’abbonamento.

Roadmap retail

Saper distinguere early access tecnico (Docker) da prodotto consumer (Electron), e tracciare le evolutive sul tracker pubblico.

Brand e go-to-market

Identità (coral → magenta), logo “tre camere → timeline”, sito e portfolio: il prodotto si presenta, non solo “compila”.

🚀 Perché questo progetto mi interessava

Shotloom sta all’incrocio di tre temi che mi interessano:

AI utile su footage reale, non demo da keynote
Sovranità dei media — rushes che non devono uscire di casa
Prodotto verticalissimo — meglio fare bene 2–4 camere che fingere di essere Premiere

La sfida non è “mettere un modello su un video”. È costruire un percorso che un creator possa usare ogni settimana: bootstrap, drop, cut, export — e solo dopo, se vuole, raffinare.

Specifiche tecniche (snapshot early access)

Runtime: Docker Compose · API FastAPI · worker · dashboard web

Input: 2–4 clip multicam tipici (podcast, evento, intervista, workshop)

Output: rough cut, caption, export multi-piattaforma

Privacy: elaborazione locale / self-hosted

Roadmap: Electron #51 · documentario + VO #52 · export NLE #50

Sito: shotloom.github.io

Licenza: in definizione (early access su GitHub)

🌐 Sito ufficiale: shotloom.github.io

💻 Codice sorgente: github.com/Shotloom/Shotloom

📩 Vuoi montare i tuoi multicam in locale? Contattami