Frame - 基于 Tauri v2 的 FFmpeg 媒体转换工具

基于 Tauri v2 + Svelte 5 构建的高性能媒体转换工具，为 FFmpeg 操作提供原生界面。

核心功能

容器支持

• mp4, mkv, webm, mov
• mp3, m4a, wav, flac

视频编码器

硬件加速

• h264_videotoolbox - Apple Silicon
• h264_nvenc - NVIDIA

音频编码器

• aac, ac3 (杜比数字), libopus, mp3

架构与工作流

技术栈

后端 (Rust)

• Tauri v2 (Rust Edition 2024)
• tokio - 异步 I/O 运行时
• tauri-plugin-shell - sidecar 执行 (FFmpeg/FFprobe)
• window-vibrancy - 窗口毛玻璃效果

前端 (Svelte 5)

• Svelte 5 (Runes API)
• Vite - 构建系统
• Tailwind CSS v4 - 样式框架

安装与使用

Homebrew 安装 (macOS)

brew tap 66HEX/frame
brew install --cask frame

开发构建

bun install
bun run setup:binaries
bun run tauri dev

注意事项

macOS 未签名应用需手动移除隔离属性：

xattr -dr com.apple.quarantine /Applications/Frame.app

相关链接

• GitHub 仓库: https://github.com/66HEX/frame
• 下载地址: https://github.com/66HEX/frame/releases

在 AI 技术快速迭代的今天，保持持续学习的能力比掌握任何特定的技术都更重要。理解底层原理可以帮助你在遇到新技术时更快地上手，可以在不同的技术方案之间做出更明智的选择。建议开发者建立自己的技术框架，而不是追逐每一个新的工具和框架。实践是最好的学习方式，在真实项目中应用新学到的技术，遇到问题并解决，这种经历比任何教程都更有价值。定期整理和复盘也是很好的习惯。将学到的知识归档整理，形成自己的知识库。当需要用到某个技术时，可以直接从自己的知识库中找到相关的参考，而不是从零开始搜索。

技术的价值不在于它有多前沿，而在于它能在多大程度上解决实际问题。AI 技术的快速迭代不是用来追赶的潮流，而是用来解决业务痛点的工具箱。在实际应用中，有时候简单的方案反而最有效。一个 RAG 系统用了最复杂的检索策略但文档处理没做好，效果不如一个文档处理完善但检索策略简单的系统。一个 Agent 系统用了最贵的模型但 prompt 设计粗糙，效果不如一个精心设计 prompt 的普通模型。建议在追求技术先进性之前，先把基础工作做扎实。文档清洗、数据标注、评测体系、监控告警，这些看似基础的工作，往往是决定 AI 项目成败的关键。