你是否曾为音视频转换工具安装复杂、依赖繁琐而头疼？是否期待一款既功能强大、又易于分发的一站式处理工具？

近期，社区开发者 @Jack Lau 将应用  OpenConverter 适配成玲珑格式，使其能够以完整的形态无缝集成至 玲珑 & deepin 生态中，真正实现了 “下载即用，无需配置” 的流畅体验。

OpenConverter：不只是格式转换

OpenConverter 是⼀款基于 FFmpeg 和 BMF 框架编写的跨平台(支持 Windows，Linux，MacOS)开源⾳视频转换⼯具，可以⽅便的进⾏⾳视频信息查看，格式转换，编码转换，视频剪切，⾳频提取，图⽚压缩，批量处理等操作，最近还⽀持了AI超分功能，未来会开放更多AI能⼒。同时，它⽀持 GUI 和 CLI 两种使⽤⽅式，还可以根据需要选择不同的转码内核(FFTOOL， FFMPEG， BMF)。

下载体验

• deepin 应用商店（AMD64、ARM64）
• 如意玲珑应用商店：https://store.linyaps.org.cn/
• GitHub：
  https://github.com/OpenConverterLab/OpenConverter

BMF 框架：多媒体处理的新选择

OpenConverter 最初完全基于 FFmpeg API 编写的，常做开发的朋友可能了解，FFmpeg 无疑是⾳视频开发领域的“瑞⼠军⼑”，其功能涉及格式转换、编解码、流媒体、滤镜处理等，功能⼗分强⼤。但是基于 FFmpeg API 开发⼀直都是⼀件令新⼿痛苦的事情，⻔槛较⾼，且在对 AI 功能的支持上存在局限。那我们能否找到⼀个更⽅便的多媒体处理框架，并且保留FFmpeg的强⼤功能呢？

BMF(Babit Media Framework)框架是⼀个不错的选择，它继承了 FFmpeg 的强⼤功能，同时模块编写⽀持多语⾔(C++，Python，Go)的特性使其可以轻松接⼊ AI 能⼒，灵活的 pipeline+ 模块化设计也使得其易于扩展和定制。

例如，实现 AI 超分只需构建如下 pipeline：

BMF 解码模块（C++） → AI 超分模块（Python） → BMF 编码模块（C++）

如果要⽀持其他 AI 能⼒，⽐如去噪，只需要编写并替换中间的 AI 模块即可以，也可以根据业务需求构造更复杂的pipeline。限于篇幅，想了解 BMF 的更多功能可以查看官⽅文档( https://babitmf.github.io)。

当 BMF 遇见玲珑：一次生态落地的实践

早在 2024 年底，我就尝试过在玲珑容器⾥编译 BMF，并成⽴了 sig-linyaps-bmf，计划给玲珑⽣态贡献⼀款基于 BMF 打造的 GUI 软件。

经过近一年的业余开发，OpenConverter v1.5.3 现已正式上架 deepin 应用商店(AMD64、ARM64)，并提供自动化构建的玲珑包。

在编写 Github Action ⾃动化构建玲珑包的过程中，由于缺乏现成样例，我⼿搓了相关脚本(在.github/workflows/build.yaml)，主要包括：

• 准备⼆进制⽂件，便携 linglong.yaml，以及 desktop，icon 等⽂件；
• 使⽤ ll-builder build 构建玲珑包；
• 使用 ll-builder export –layer –no-develop 导出玲珑包文件。

过程中遇到一个典型问题：构建时会拉取 deepin base 依赖，官方源速度较慢，易导致超时。为此，我们在本地制作了包含 deepin base 镜像的 Docker 镜像，提前拉取缓存，显著提升构建速度与稳定性。该 Docker 镜像(https://github.com/JackLau1222?tab=packages)已开源，供有需要的开发者直接使用。

未来：持续共建音视频开源生态

这一次的适配，不仅是一次技术集成，更是对玲珑生态的一次真实验证。OpenConverter 依赖复杂(FFmpeg、BMF、AI 运行时等)，但通过玲珑的容器化封装，用户无需配置任何环境，即可在 deepin 上稳定运行所有功能，并承载 FFmpeg、BMF 以及 AI 超分等复杂依赖。

这对于⼀个跨平台、GUI 的⾳视频应⽤来说并不容易，⽽玲珑统一的运行环境与可调试的容器特性，也显著降低了分发与维护成本。

OpenConverter 不仅是一个工具，也是一个面向开发者的参考实现。我们希望通过它，降低音视频处理与 AI 融合的开发门槛，并为玲珑生态提供一个真实、可复用的应用案例。

作为 FFmpeg 与 BMF 的 Maintainer，Jack Lau 表示他将持续推动这两个开源项目与 deepin & 玲珑社区的协作，陆续带来更多“BMF + 玲珑”的开发实例与适配优化。

我们也欢迎更多开发者参与到项目中来，无论是反馈问题、贡献代码，还是一起探讨音视频与 AI 的结合可能！

加入如意玲珑生态共建小组