Communitygithub.com

剪口播 v2 (ComeOnOliver/skillshub)

Transkribiert Aufnahmen mit KI, erkennt Versprecher und erstellt Prüfberichte mit Löschvorschlägen. Auslöser: 剪口播, 处理视频, 识别口误

Was ist skillshub)?

Diese Skill automatisiert die Nachbearbeitung von Sprachaufnahmen für Video-Podcasts. Sie transkribiert das Audio mithilfe der Volcengine-API, erkennt auf Wort- und Satzebene Versprecher (z. B. Wortwiederholungen, Satzabbrüche, Füllwörter) sowie längere Stillen und generiert daraus eine visuelle Prüfseite (review.html). Der Benutzer kann über eine Weboberfläche jede gefundene Stelle anhören und die Löschvorschläge bestätigen oder ablehnen – erst nach Bestätigung wird der endgültige Schnitt ausgeführt. Die Skill unterstützt macOS/Linux, benötigt ffmpeg, Node.js und einen Volcengine-API-Key sowie einen uguu.se-Uploaddienst für temporäre Audio-URLs. Sie ist in Claude Code, Cursor und Codex Agenten integrierbar und eignet sich besonders für Creator, die mit smarten KI-Assistenten Videos schneller redigieren möchten.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ComeOnOliver/skillshub/tree/HEAD/skills/Ceeon/videocut-skills/%E5%89%AA%E5%8F%A3%E6%92%AD

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

剪口播 v2

火山引擎转录 + KI-Versprecher-Erkennung + Web-Review

快速使用

Benutzer: Hilf mir, dieses Aufnahme-Video zu schneiden.
Benutzer: Bearbeite dieses Video.

Ausgabe-Verzeichnisstruktur

output/
└── YYYY-MM-DD_VideoName/
    ├── 剪口播/
    │   ├── 1_转录/
    │   │   ├── audio.mp3
    │   │   ├── volcengine_result.json
    │   │   └── subtitles_words.json
    │   ├── 2_分析/
    │   │   ├── readable.txt
    │   │   ├── auto_selected.json
    │   │   └── 口误分析.md
    │   └── 3_审核/
    │       └── review.html
    └── 字幕/
        └── ...

Regel: Bestehende Ordner werden wiederverwendet, ansonsten neu erstellt.

Ablauf

0. Erstelle Ausgabe-Verzeichnis
    ↓
1. Audio extrahieren (ffmpeg)
    ↓
2. Hochladen und öffentliche URL abrufen (uguu.se)
    ↓
3. Volcengine-API Transkription
    ↓
4. Wortgenaue Untertitel generieren (subtitles_words.json)
    ↓
5. KI-Analyse: Versprecher/Stille erkennen, Vorauswahlliste erstellen (auto_selected.json)
    ↓
6. Review-Webseite generieren (review.html)
    ↓
7. Review-Server starten, Benutzer bestätigt über Webseite
    ↓
【Warte auf Benutzerbestätigung】→ Auf Webseite „Ausführung starten“ klicken oder manuell /剪辑

Ausführungsschritte

Schritt 0: Ausgabe-Verzeichnis erstellen

# Variablen setzen (abhängig vom tatsächlichen Video)
VIDEO_PATH="/Pfad/zum/Video.mp4"
VIDEO_NAME=$(basename "$VIDEO_PATH" .mp4)
DATE=$(date +%Y-%m-%d)
BASE_DIR="output/${DATE}_${VIDEO_NAME}/剪口播"

# Unterverzeichnisse anlegen
mkdir -p "$BASE_DIR/1_转录" "$BASE_DIR/2_分析" "$BASE_DIR/3_审核"
cd "$BASE_DIR"

Schritte 1-3: Transkription

cd 1_转录

# 1. Audio extrahieren (bei Doppelpunkt im Dateinamen „file:“-Präfix hinzufügen)
ffmpeg -i "file:$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3

# 2. Hochladen und öffentliche URL abrufen
curl -s -F "files[][email protected]" https://uguu.se/upload
# Rückgabe: {"success":true,"files":[{"url":"https://h.uguu.se/xxx.mp3"}]}

# 3. Volcengine-API aufrufen
SKILL_DIR="/Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills/剪口播"
"$SKILL_DIR/scripts/volcengine_transcribe.sh" "https://h.uguu.se/xxx.mp3"
# Ausgabe: volcengine_result.json

Schritt 4: Untertitel generieren

node "$SKILL_DIR/scripts/generate_subtitles.js" volcengine_result.json
# Ausgabe: subtitles_words.json

cd ..

Schritt 5: Versprecher-Analyse (Skript + KI)

5.1 Lesbare Formatierung generieren

cd 2_分析

node -e "
const data = require('../1_转录/subtitles_words.json');
let output = [];
data.forEach((w, i) => {
  if (w.isGap) {
    const dur = (w.end - w.start).toFixed(2);
    if (dur >= 0.5) output.push(i + '|[Stille' + dur + 's]|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
  } else {
    output.push(i + '|' + w.text + '|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
  }
});
require('fs').writeFileSync('readable.txt', output.join('\\n'));
"

5.2 Benutzergewohnheiten auslesen

Zunächst alle Regeln aus 用户习惯/-Verzeichnis lesen.

5.3 Satzliste generieren (kritischer Schritt)

Erst in Sätze aufteilen, dann analysieren. Satzliste anhand der Stille erzeugen:

node -e "
const data = require('../1_转录/subtitles_words.json');
let sentences = [];
let curr = { text: '', startIdx: -1, endIdx: -1 };

data.forEach((w, i) => {
  const isLongGap = w.isGap && (w.end - w.start) >= 0.5;
  if (isLongGap) {
    if (curr.text.length > 0) sentences.push({...curr});
    curr = { text: '', startIdx: -1, endIdx: -1 };
  } else if (!w.isGap) {
    if (curr.startIdx === -1) curr.startIdx = i;
    curr.text += w.text;
    curr.endIdx = i;
  }
});
if (curr.text.length > 0) sentences.push(curr);

sentences.forEach((s, i) => {
  console.log(i + '|' + s.startIdx + '-' + s.endIdx + '|' + s.text);
});
" > sentences.txt

5.4 Stille automatisch markieren (muss zuerst ausgeführt werden)

node -e "
const words = require('../1_转录/subtitles_words.json');
const selected = [];
words.forEach((w, i) => {
  if (w.isGap && (w.end - w.start) >= 0.5) selected.push(i);
});
require('fs').writeFileSync('auto_selected.json', JSON.stringify(selected, null, 2));
console.log('Stille ≥0.5s Anzahl:', selected.length);
"

→ Ausgabe auto_selected.json (nur Stille-Indizes)

5.5 KI-Versprecher-Erkennung (an auto_selected.json anhängen)

Erkennungsregeln (nach Priorität):

#TypErkennungsmethodeLöschbereich
1SatzwiederholungBenachbarte Sätze haben ≥5 gleiche Zeichen am AnfangKürzeren ganzen Satz löschen
2Übernächste WiederholungWenn dazwischen ein abgebrochener Satz liegt, vergleiche vorherigen und nachfolgenden SatzVorherigen Satz + abgebrochenen Satz löschen
3SatzabbruchHälfte des Satzes gesprochen + StilleGanzen abgebrochenen Satz löschen
4Wortwiederholung im SatzMuster A+Mitte+AVorderen Teil löschen
5Stockwörterdas das, also alsoVorderen Teil löschen
6Korrektur durch NeusatzTeilwiederholung/VerneinungskorrekturVorderen Teil löschen
7Füllwörterhm, ah, alsoMarkieren, aber nicht automatisch löschen

Kernprinzipien:

  • Erst in Sätze aufteilen, dann vergleichen: sentences.txt verwenden, um benachbarte Sätze zu vergleichen
  • Ganze Sätze löschen: Abgebrochene und wiederholte Sätze müssen als vollständige Sätze gelöscht werden, nicht nur die auffälligen Wörter

Abschnittweise Analyse (Schleife):

1. readable.txt lesen Offset=N Limit=300
2. Zusammen mit sentences.txt diese 300 Zeilen analysieren
3. Versprecher-Indizes an auto_selected.json anhängen
4. In 口误分析.md protokollieren
5. N += 300, zurück zu Schritt 1

🚨 Wichtiger Warnhinweis: Zeilennummer ≠ idx

readable.txt Format: idx|Inhalt|Zeit
                     ↑ Hier diesen Wert verwenden

Zeile 1500 → "1568|[Stille1.02s]|..."  ← idx ist 1568, nicht 1500!

Format 口误分析.md:

## Abschnitt N (Zeilenbereich)

| idx | Zeit | Typ | Inhalt | Aktion |
|-----|------|------|--------|--------|
| 65-75 | 15.80-17.66 | Satzwiederholung | "Das ist ein von mir erstelltes Beispiel" | Löschen |

Schritte 6-7: Review

cd ../3_审核

# 6. Review-Webseite generieren
node "$SKILL_DIR/scripts/generate_review.js" ../1_转录/subtitles_words.json ../2_分析/auto_selected.json ../1_转录/audio.mp3
# Ausgabe: review.html

# 7. Review-Server starten
node "$SKILL_DIR/scripts/review_server.js" 8899 "$VIDEO_PATH"
# Öffne http://localhost:8899

Benutzer auf der Webseite:

  • Videoabschnitt anhören und bestätigen
  • Löschoptionen an-/abwählen
  • „Ausführung starten“ klicken

Datenformat

subtitles_words.json

[
  {"text": "Groß", "start": 0.12, "end": 0.2, "isGap": false},
  {"text": "", "start": 6.78, "end": 7.48, "isGap": true}
]

auto_selected.json

[72, 85, 120]  // Von KI generierte vorausgewählte Indizes

Konfiguration

Volcengine-API-Key

cd /Users/chengfeng/Desktop/AIos/剪辑Agent/.claude/skills
cp .env.example .env
# Bearbeite .env, setze VOLCENGINE_API_KEY=xxx

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

ComeOnOliver/skillshub

Create stunning, animation-rich HTML presentations from scratch or by converting PowerPoint files. Use when the user wants to build a presentation, convert a PPT/PPTX to web, or create slides for a talk/pitch. Helps non-designers discover their aesthetic through visual exploration rather than abstract choices.

ComeOnOliver/skillshub

Next.js 16+ 和 Turbopack — 增量打包、文件系统缓存、开发速度,以及何时使用 Turbopack 与 webpack。

ComeOnOliver/skillshub

SwiftUI architecture patterns, state management with @Observable, view composition, navigation, performance optimization, and modern iOS/macOS UI best practices.

ComeOnOliver/skillshub

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

ComeOnOliver/skillshub

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

ComeOnOliver/skillshub

Next.js 15 애플리케이션을 위한 프론트엔드 개발 가이드라인. React 19, TypeScript, Shadcn/ui, Tailwind CSS를 사용한 모던 패턴. Server Components, Client Components, App Router, 파일 구조, Shadcn/ui 컴포넌트, 성능 최적화, TypeScript 모범 사례 포함. 컴포넌트, 페이지, 기능 생성, 데이터 페칭, 스타일링, 라우팅, 프론트엔드 코드 작업 시 사용.

ComeOnOliver/skillshub

Provides Tamagui patterns for config v4, compiler optimization, styled context, and cross-platform styling. Must use when working with Tamagui projects (tamagui.config.ts, @tamagui imports).

ComeOnOliver/skillshub

Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

ComeOnOliver/skillshub

Create high-converting, visually distinctive landing pages. Use when building marketing pages, product launches, SaaS homepages, or any single-page conversion-focused website. Guides section-by-section composition with anti-AI-slop principles.

ComeOnOliver/skillshub

Auto-loaded context for Portfolio Buddy 2 development. Use for ANY task involving: React 19 development, TypeScript, portfolio analysis features, metrics calculations, trading strategy comparison, or working with the Portfolio Buddy 2 codebase. Contains tech stack, known issues, and architectural constraints.

ComeOnOliver/skillshub

Next.js development tooling via MCP. Inspect routes, components, build info, and debug Next.js apps. Use when working on Next.js applications, debugging routing, or inspecting app structure. NOT for general React or non-Next.js projects.

ComeOnOliver/skillshub

Implement UI using Shadcn MCP (atoms/theme) and 21st.dev MCP (complex sections). Use when adding buttons, layouts, or generating landing pages.

ComeOnOliver/skillshub

A conceptual skill for building an API client in Next.js that handles JWT tokens

ComeOnOliver/skillshub

Best practices and patterns for Next.js App Router, Server Actions, and Routing in this project.

ComeOnOliver/skillshub

The Design System, Theme, and UX rules for the Physical AI Hub.

ComeOnOliver/skillshub

Comprehensive frontend development skill for building modern, performant web applications using ReactJS, NextJS, TypeScript, Tailwind CSS. Includes component scaffolding, performance optimization, bundle analysis, and UI best practices. Use when developing frontend features, optimizing performance, implementing UI/UX designs, managing state, or reviewing frontend code.

ComeOnOliver/skillshub

This document captures learnings from fixing keyboard navigation issues when floating components (Select, DropdownMenu, Popover) have CSS open/close animations.

ComeOnOliver/skillshub

Build Next.js 16 applications with correct patterns and distinctive design. Use when creating pages, layouts, dynamic routes, upgrading from Next.js 15, or implementing proxy.ts. Covers breaking changes (async params/searchParams, Turbopack, cacheComponents) and frontend aesthetics. NOT when building non-React or backend-only applications.

ComeOnOliver/skillshub

Comprehensive Framer Motion animation library for React. Covers motion components, variants, gestures, page transitions, and scroll animations. Use when adding animations to React/Next.js applications.

ComeOnOliver/skillshub

Build interfaces that resonate, not just render. This skill enforces bold, intentional

Verwandte Skills