Loading... # videocut-skills：Claude Code 视频剪辑 Agent 技术分析 # 一、项目概述 ## 1. 基本信息 videocut-skills 是一个基于 Claude Code Skills 的视频剪辑自动化工具，通过 AI Agent 实现口播视频的智能剪辑流程。 项目仓库：https://github.com/Ceeon/videocut-skills 开源协议：MIT License 活跃度：310 星标、69 分支、3 关注者 ## 2. 核心亮点 ### A. 智能化剪辑 - 逐字口误检测，精准定位问题片段 - 自动识别静音片段（≥1 秒） - 语气词智能处理（嗯、哎等） ### B. 高质量字幕 - Whisper 大模型转录 - 词典纠错优化 - 字幕质量优于剪映 ### C. 自适应学习 - 自更新机制，从错误中学习 - 越用越懂用户剪辑习惯 # 二、功能分析 ## 1. 核心功能模块 ```mermaid graph TB A[videocut-skills] --> B[剪口播] A --> C[剪辑] A --> D[字幕] A --> E[自更新] A --> F[安装] B --> B1[音频转录] B --> B2[口误识别] B --> B3[静音检测] B --> B4[语气词处理] B --> B5[生成审查稿] C --> C1[FFmpeg 剪辑] C --> C2[执行删除] C --> C3[循环审查] D --> D1[Whisper 转录] D --> D2[词典纠正] D --> D3[烧录字幕] E --> E1[记录反馈] E --> E2[更新规则] F --> F1[环境准备] F --> F2[模型下载] ```  ## 2. 功能详情 ### A. 口误识别 逐字检测视频中的口误、重复、停顿等问题，确保不漏不误。 ### B. 静音检测 自动识别时长超过 1 秒的静音片段，为剪辑提供参考。 ### C. 语气词处理 识别并标记嗯、哎等语气词，精确删除冗余内容。 ### D. 字幕生成 使用 Whisper large-v3 模型进行音频转录，配合词典纠正机制生成高质量字幕。 ### E. 自更新 从用户反馈中学习，持续优化剪辑规则和识别精度。 # 三、技术架构 ## 1. Skill 清单 | Skill | 功能 | 触发词 | |-------|------|--------| | videocut:安装 | 环境准备、模型下载 | 安装、初始化 | | videocut:剪口播 | 转录 + 口误/静音识别 → 审查稿 | 剪口播、处理视频 | | videocut:剪辑 | 执行 FFmpeg 剪辑 + 循环审查 | 执行剪辑、确认 | | videocut:字幕 | 字幕生成与烧录 | 加字幕、生成字幕 | | videocut:自更新 | 从错误中学习，更新规则 | 更新规则、记录反馈 | ## 2. 技术依赖 ### A. 核心依赖 - Python 3.8+：脚本运行环境 - FFmpeg：视频处理引擎 - FunASR：口误识别模型 - Whisper large-v3：字幕生成模型 ### B. 模型资源 - 模型大小约 5GB - 首次安装自动下载 ## 3. 工作流程 ```mermaid graph TD A[开始] --> B{首次使用?} B -->|是| C[执行安装] B -->|否| D[剪口播] C --> D D --> E[音频转录] E --> F[口误识别] F --> G[静音检测] G --> H[语气词处理] H --> I[生成审查稿] I --> J{用户确认?} J -->|确认| K[执行剪辑] J -->|修改| I K --> L[FFmpeg 删除片段] L --> M[重新审查] M --> N{还有口误?} N -->|是| J N -->|否| O[生成字幕] O --> P[Whisper 转录] P --> Q[词典纠正] Q --> R[烧录字幕] R --> S{发现问题?} S -->|是| T[自更新] S -->|否| U[完成] T --> U ```  # 四、安装与使用 ## 1. 安装步骤 ### A. 下载 Skills 克隆项目到 Claude Code skills 目录： ```bash git clone https://github.com/Ceeon/videocut-skills.git ~/.claude/skills/videocut ``` ### B. 安装环境 打开 Claude Code，输入指令： ```bash /videocut:安装 ``` AI 会自动安装依赖并下载模型（约 5GB）。 ## 2. 使用流程 ### A. 剪口播 ```bash /videocut:剪口播 ``` AI 自动完成：转录 → 识别口误/静音/语气词 → 生成审查稿 → 等待用户确认。 ### B. 执行剪辑 ```bash /videocut:剪辑 ``` 确认后执行删除操作，循环审查直到零口误。 ### C. 加字幕 ```bash /videocut:字幕 ``` Whisper 转录 → 词典纠正 → 烧录字幕。 ### D. 自更新 ```bash /videocut:自更新 ``` 告诉 AI 你的偏好，它会记住并优化。 # 五、技术特点 ## 1. Agent 化设计 将复杂剪辑流程拆解为多个 Skill，每个 Skill 专注于特定任务，符合 Agent 编程范式。 ## 2. 人机协作 生成审查稿后需要用户确认，确保剪辑质量，避免误删重要内容。 ## 3. 循环优化 执行剪辑后重新审查，循环直到零口误，保证输出质量。 ## 4. 自适应学习 通过自更新机制，系统能从用户反馈中学习，持续优化规则。 # 六、应用场景 ## 1. 口播视频制作 适用于教程、演讲、访谈等需要大量口误清理的场景。 ## 2. 批量处理 可处理多个视频文件，提高制作效率。 ## 3. 字幕制作 高质量字幕生成，适合需要多语言字幕的场景。 # 七、项目价值 ## 1. 技术创新 ### A. Claude Code Skills 应用 展示了 Claude Code Skills 在自动化工作流中的强大能力。 ### B. AI Agent 实践 提供了 AI Agent 在视频编辑领域的实践案例。 ### C. 多模型集成 整合 FunASR、Whisper 等多个 AI 模型，实现端到端自动化。 ## 2. 实用价值 ### A. 提高效率 自动化口误识别和剪辑，大幅减少人工操作时间。 ### B. 降低门槛 无需专业剪辑技能，通过自然语言指令完成复杂操作。 ### C. 质量保证 循环审查机制确保剪辑质量，避免遗漏。 ## 3. 生态贡献 ### A. 开源社区 为 Claude Code 生态贡献实用工具，推动 AI 辅助编程发展。 ### B. 可扩展性 模块化设计便于其他开发者在此基础上扩展功能。 # 八、发展前景 ## 1. 技术演进 ### A. 模型优化 随着 ASR 模型持续进步，识别精度将进一步提升。 ### B. 功能扩展 可增加更多剪辑功能，如配乐、特效等。 ### C. 平台支持 可能扩展到其他 AI 编程工具平台。 ## 2. 应用拓展 ### A. 多语言支持 目前主要针对中文，可扩展到更多语言。 ### B. 专业领域 针对不同领域（如新闻、教育）优化识别规则。 ### C. 协作功能 支持多人协作编辑和版本管理。 # 九、总结 videocut-skills 是一个创新的视频剪辑自动化工具，通过 Claude Code Skills 将复杂的剪辑流程简化为自然语言指令。项目展示了 AI Agent 在专业领域的应用潜力，为创作者提供了高效的自动化解决方案。 项目的核心价值在于： 1. 将 AI 能力与专业工具深度结合 2. 人机协作确保输出质量 3. 自适应学习持续优化体验 随着 AI 技术不断发展，这类自动化工具将在内容创作领域发挥越来越重要的作用。 *** ## 参考资料 1. [videocut-skills GitHub 仓库](https://github.com/Ceeon/videocut-skills) 最后修改：2026 年 01 月 19 日 © 允许规范转载 赞 如果觉得我的文章对你有用，请随意赞赏