videocut-skills

Videocut Skills

用 Claude Code Skills 构建的视频剪辑 Agent，专为口播视频设计

为什么做这个？

剪映的"智能剪口播"有两个痛点：

1. 无法理解语义：重复说的句子、说错后纠正的内容，它识别不出来
2. 字幕质量差：专业术语（Claude Code、MCP、API）经常识别错误

这个 Agent 用 Claude 的语义理解能力解决第一个问题，用自定义词典解决第二个问题。

效果演示

输入：19 分钟口播原片（各种口误、卡顿、重复）

输出：

• 自动识别 608 处问题（静音 114 + 口误/重复 494）
• 剪辑后视频 72MB
• 全程 AI 辅助，人工只需确认

核心功能

功能	说明	对比剪映
语义理解	AI 逐句分析，识别重说/纠正/卡顿	只能模式匹配
静音检测	>0.3s 自动标记，可调阈值	固定阈值
重复句检测	相邻句开头≥5字相同 → 删前保后	无此功能
句内重复	"好我们接下来好我们接下来做" → 删重复部分	无此功能
词典纠错	自定义专业术语词典	无此功能
自更新	记住你的偏好，越用越准	无此功能

快速开始

1. 安装 Skills

# 克隆到 Claude Code skills 目录
git clone https://github.com/Ceeon/videocut-skills.git ~/.claude/skills/videocut

2. 配置 API Key

cd ~/.claude/skills/videocut
cp .env.example .env
# 编辑 .env，填入火山引擎 API Key

3. 安装环境

打开 Claude Code，输入：

/videocut:安装

AI 会自动：

• 检查 Python、FFmpeg、Node.js
• 安装 FunASR（口误识别模型，约 2GB）
• 安装 Whisper large-v3（字幕模型，约 3GB）

使用流程

┌─────────────────────────────────────────────────────────┐
│  /videocut:安装  →  首次使用，安装环境和模型            │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  /videocut:剪口播 视频.mp4                              │
│                                                         │
│  1. 提取音频 → 上传云端                                 │
│  2. 火山引擎转录 → 字级别时间戳                         │
│  3. AI 审核：静音/口误/重复/语气词                      │
│  4. 生成审核网页 → 浏览器打开                           │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  【人工审核 + 执行剪辑】                                │
│                                                         │
│  - 单击跳转播放                                         │
│  - 双击选中/取消                                        │
│  - Shift 拖动多选                                       │
│  - 确认后点击「执行剪辑」→ 自动 FFmpeg 剪辑            │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  /videocut:字幕                                         │
│                                                         │
│  - Whisper 转录                                         │
│  - 词典纠错（Claude Code → claude code）                │
│  - 人工确认 → 烧录字幕                                  │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  /videocut:自更新  （可选）                             │
│                                                         │
│  告诉 AI 你的偏好，它会记住：                           │
│  - "静音阈值改成 1 秒"                                  │
│  - "保留适量嗯作为过渡"                                 │
└─────────────────────────────────────────────────────────┘

Skill 清单

Skill	功能	输入	输出
安装	环境准备	无	安装日志
剪口播	转录 + AI 审核 + 剪辑	视频文件	剪辑后视频
字幕	生成字幕	视频文件	带字幕视频
自更新	记录偏好	用户反馈	更新规则文件

目录结构

videocut/
├── README.md           # 本文件
├── .env.example        # API Key 模板
├── 安装/               # 环境安装 skill
├── 剪口播/             # 核心：转录 + AI 审核 + 剪辑
│   ├── SKILL.md        # 流程说明
│   ├── *.js            # 脚本（生成字幕、审核页面、服务器）
│   ├── *.sh            # 脚本（转录、剪辑）
│   └── 用户习惯/       # 审核规则（可自定义）
│       ├── 1-核心原则.md       # 删前保后
│       ├── 2-语气词检测.md     # 嗯啊呃
│       ├── 3-静音段处理.md     # >0.3s 删除
│       ├── 4-重复句检测.md     # 相邻句开头相同
│       ├── 5-卡顿词.md         # 那个那个、就是就是
│       ├── 6-句内重复检测.md   # A+中间+A 模式
│       ├── 7-连续语气词.md     # 嗯啊、啊呃
│       └── 8-重说纠正.md       # 部分重复、否定纠正
├── 字幕/               # 字幕生成与烧录
│   └── 词典.txt        # 自定义词典
└── 自更新/             # 自我进化机制

技术架构

┌──────────────────┐     ┌──────────────────┐
│   火山引擎 ASR   │────▶│  字级别时间戳    │
│  （云端转录）    │     │  subtitles.json  │
└──────────────────┘     └────────┬─────────┘
                                  │
                                  ▼
┌──────────────────┐     ┌──────────────────┐
│   Claude Code    │────▶│   AI 审核结果    │
│  （语义分析）    │     │  auto_selected   │
└──────────────────┘     └────────┬─────────┘
                                  │
                                  ▼
┌──────────────────┐     ┌──────────────────┐
│   审核网页       │────▶│   最终删除列表   │
│  （人工确认）    │     │  delete_segments │
└──────────────────┘     └────────┬─────────┘
                                  │
                                  ▼
┌──────────────────┐     ┌──────────────────┐
│     FFmpeg       │────▶│   剪辑后视频     │
│  filter_complex  │     │   xxx_cut.mp4    │
└──────────────────┘     └──────────────────┘

依赖

依赖	用途	安装方式
Node.js 18+	运行脚本	brew install node
FFmpeg	音视频处理	brew install ffmpeg
Python 3.8+	模型运行	系统自带
火山引擎 API	语音转录	申请 Key

常见问题

Q: 火山引擎转录超时？

上传音频到 uguu.se（脚本默认），不要用 catbox.moe（火山引擎访问慢）。

Q: 审核网页打不开？

检查端口 8899 是否被占用：lsof -i :8899

Q: 剪辑后音画不同步？

使用 filter_complex + trim 而非 concat demuxer，脚本已处理。

Q: 如何添加自定义词典？

编辑 字幕/词典.txt，每行一个词：

Claude Code
MCP
API

License

MIT