Communitygithub.com

Pluviobyte/rnskill

口播基础素材包 생성。转录口播、识别口误、生成审核页;用户确认后剪出新视频,Agent 再基于剪后视频重新转写、AI 校对字幕,输出后续口播成片可用的 source_cut.mp4 和 subtitles.srt。触发词:剪口播、处理口播素材、准备口播素材、识别口误、基础素材包

rnskill란 무엇인가요?

이 스킬은 화면 앞에서 말하는(口播) 영상의 기초 소재 패키지를 자동으로 생성하는 AI Agent 스킬입니다. 사용자가 영상을 제공하면, Volcengine 음성 인식을 통해 자막을 추출하고, AI가 말실수(口誤), 반복, 끊김 등을 분석하여 자동 선택 목록을 만듭니다. 이후 검토용 웹페이지(review.html)를 생성하여 사용자가 직접 삭제할 부분을 확인하고 '실행' 버튼을 누르면, Agent가 새 비디오를 자릅니다. 자른 비디오를 기반으로 다시 음성을 추출하고 Volcengine 전사를 거친 후, Agent가 AI 보정(문맥, 전문 용어, 동음이의어 수정)을 적용하여 최종 SRT 자막을 생성합니다. 최종적으로 'source_cut.mp4'와 'subtitles.srt'를 포함한 기초 소재 패키지를 제공하며, Claude Code, Cursor, Codex 등 다양한 AI 코딩 에이전트에서 실행할 수 있습니다. 이 스킬은 영상 편집 과정에서 수동 작업을 최소화하고, 일관된 품질의 자막과 편집 결과물을 빠르게 얻고자 하는 콘텐츠 제작자에게 특히 유용합니다.

지원 대상✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Pluviobyte/rnskill/tree/HEAD/skills/chengfeng-videocut-skills/%E5%89%AA%E5%8F%A3%E6%92%AD

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

剪口播 v3

Volcengine 전사 + AI 말실수 인식 + 웹 검토 + 자른 후 재전사 + AI 자막 보정

빠른 사용법

사용자: 이 口播 영상 잘라줘
사용자: 이 영상 처리해줘
사용자: 이 녹화 영상을 기초 소재 패키지로 만들어줘

자막 생성 기능을 별도의 Skill로 분리하지 마세요. 剪口播는 口播 기초 소재 패키지를 위한 유일한 진입점입니다.

사용자가 口播 녹화 영상을 제공하면, 이 Skill은 기본적으로 이후 口播成片에서 바로 사용할 수 있는 기초 소재 패키지를 생성합니다:

source_cut.mp4       # 자른 口播 비디오
subtitles.srt        # 자른 비디오 기반 재전사 후 AI 보정 자막
assets/              # 선택적: 스크린샷, 댓글 이미지, 결과 페이지 등

검토 페이지는 사용자가 "어디를 삭제할지" 확인하고 새 비디오를 자르는 역할만 합니다. 자막은 원본 비디오 자막을 그대로 사용하거나 Volcengine 전사 초안을 최종 자막으로 사용해서는 안 됩니다. Agent는 반드시 자른 비디오를 기반으로 재전사하고 AI 보정을 거친 후에야 subtitles.srt에 기록해야 합니다.

출력 디렉토리 구조

output/
└── YYYY-MM-DD_비디오명/
    ├── 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
    │       └── video.mp4 → 원본 비디오(심볼릭 링크)
    └── 字幕/
        ├── 1_转录/
        │   ├── audio.mp3
        │   └── volcengine_result.json
        ├── subtitles_with_time.json
        └── 3_输出/
            ├── video.raw.srt
            └── video.srt

규칙: 이미 존재하는 폴더는 재사용하고, 없으면 새로 생성합니다.

프로세스

0. 출력 디렉토리 생성
    ↓
1. 오디오 추출 (ffmpeg)
    ↓
2. Volcengine 음성 파일 인식 2.0 호출 (Seed ASR v3)
    ↓
3. volcengine_result.json 생성
    ↓
4. 단어 수준 자막 생성 (subtitles_words.json)
    ↓
5. AI 말실수/무음 분석, 사전 선택 목록 생성 (auto_selected.json)
    ↓
6. 검토 웹페이지 생성 (review.html)
    ↓
7. 검토 서버 시작, 사용자 웹페이지 확인
    ↓
【사용자 확인 대기】→ 웹페이지에서 '클립 실행' 클릭
    ↓
8. 서버가 새 비디오만 자름
    ↓
9. Agent가 자른 비디오 생성을 감시
    ↓
10. 자른 비디오 기반 오디오 재추출, Volcengine 전사, video.raw.srt 생성
    ↓
11. Agent가 원고/본문 대조하며 AI 보정, video.srt 기록
    ↓
12. 기초 소재 패키지 정리: source_cut.mp4 + subtitles.srt + 선택적 assets/

자른 후 자막 하드 규칙:

  • 반드시 자른 비디오를 기반으로 재전사해야 함. 원본 비디오 자막을 역추론해서 사용할 수 없음.
  • Volcengine 전사는 초안일 뿐이며, video.raw.srt로 출력.
  • video.srt / subtitles.srt는 오직 Agent AI 보정을 거친 최종 자막만 허용.
  • 보정 시 사용자가 제공한 口播 원고, 본문, 고유 명사 및 문맥을 대조하여 전문 용어, 동음이의어 오인식, 문장 분할을 수정함. 비디오에 없는 내용을 추가해서는 안 됨.

실행 단계

단계 0: 출력 디렉토리 생성

# 변수 설정 (실제 비디오 경로에 맞게 조정)
VIDEO_PATH="/path/to/비디오.mp4"
VIDEO_NAME=$(basename "$VIDEO_PATH" .mp4)
DATE=$(date +%Y-%m-%d)
BASE_DIR="output/${DATE}_${VIDEO_NAME}/剪口播"

# 하위 디렉토리 생성
mkdir -p "$BASE_DIR/1_转录" "$BASE_DIR/2_分析" "$BASE_DIR/3_审核"
cd "$BASE_DIR"

단계 1-3: 전사

cd 1_转录

# 1. 오디오 추출 (파일명에 콜론이 있으면 file: 접두어 필요)
ffmpeg -i "file:$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3

# 2. Volcengine 음성 파일 인식 2.0 호출 (기본 resource_id=volc.seedasr.auc)
SKILL_DIR="/Volumes/成峰/代码/剪辑Agent/.claude/skills/剪口播"
"$SKILL_DIR/scripts/volcengine_transcribe.sh" audio.mp3
# 출력: volcengine_result.json

전사 스크립트는 기본적으로 Volcengine v3 Seed ASR 2.0을 사용합니다:

POST /api/v3/auc/bigmodel/submit
POST /api/v3/auc/bigmodel/query
X-Api-Resource-Id: volc.seedasr.auc

임시로 다른 리소스로 되돌리거나 비교하려면 환경 변수로 재정의할 수 있습니다:

VOLCENGINE_ASR_RESOURCE_ID=volc.bigasr.auc "$SKILL_DIR/scripts/volcengine_transcribe.sh" audio.mp3

단계 4: 단어 수준 타임라인 생성

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

cd ..

타임스탬프 규칙:

  • generate_subtitles.js는 result.utterances (v3)와 구버전 utterances를 모두 호환해야 함.
  • v3 결과의 유효하지 않은 타임스탬프 토큰(주로 공백, start_time/end_time = -1)은 반드시 필터링해야 함. 그렇지 않으면 가짜 무음이 생성됨.
  • 2026-06-25의 180초 샘플 평가: Seed ASR 2.0은 보정 자막 타임 윈도우 기준 단어 수준 경계 오프셋 중앙값 약 80ms, P90 약 240ms, 최대 약 620ms. 기본 剪口播 타임라인으로 사용 가능하지만, 긴 문장은 여전히 단어 수준 타임스탬프에 따라 자막 줄로 다시 잘라야 함.

단계 5: 말실수 분석 (스크립트 + AI)

5.1 읽기 쉬운 형식 생성

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 >= 0.2) output.push(i + '|[静' + 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 사용자 습관 읽기

먼저 用户习惯/ 디렉토리의 모든 규칙 파일을 읽습니다.

5.3 문장 목록 생성 (핵심 단계)

먼저 문장을 분리한 후 분석합니다. 무음을 기준으로 문장 목록으로 분할:

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 스크립트 자동 무음 표시 (먼저 실행 필수)

node -e "
const words = require('../1_转录/subtitles_words.json');
const selected = [];
words.forEach((w, i) => {
  if (w.isGap && (w.end - w.start) >= 0.2) selected.push(i);
});
require('fs').writeFileSync('auto_selected.json', JSON.stringify(selected, null, 2));
console.log('≥0.2초 무음 개수:', selected.length);
"

→ auto_selected.json 출력 (무음 idx만 포함)

5.4b 앞뒤 자르기 (전사 사각지대, 필수)

🚨 Volcengine은 음성만 전사합니다. 끝 부분의 전사되지 않은 잡음/마무리 동작은 자막에 없으므로 모든 감지기가 볼 수 없습니다. 비디오 길이를 비교하여 보완해야 합니다. 用户习惯/3-静音段处理.md 참조.

VDUR=$(ffprobe -v error -show_entries format=duration -of csv=p=0 "file:$VIDEO_PATH")
node -e "
const fs=require('fs');
const w=require('../1_转录/subtitles_words.json');
const auto=require('./auto_selected.json');
const VDUR=$VDUR, last=w[w.length-1];
if(VDUR - last.end > 0.3){            // 끝부분 미포함 → 꼬리 요소 추가 및 사전 선택
  w.push({text:'',start:last.end,end:VDUR,isGap:true,reason:'끝부분 미전사(잡음/마무리)'});
  auto.push(w.length-1);
  fs.writeFileSync('../1_转录/subtitles_words.json',JSON.stringify(w));
  fs.writeFileSync('./auto_selected.json',JSON.stringify([...new Set(auto)].sort((a,b)=>a-b),null,1));
  console.log('꼬리 요소 추가 idx',w.length-1,'['+last.end+'→'+VDUR+']');
} else console.log('꼬리 부분 이미 포함됨');
if(w[0].start>0.3) console.log('⚠️ 시작 부분',w[0].start,'초 미포함, 머리 요소 추가 고려');
"

5.5 AI 말실수 분석 (auto_selected.json에 추가)

🚨 핵심 원칙: 앞쪽은 삭제하고 뒤쪽은 보존합니다. 모든 반복/말실수는 앞쪽을 삭제하고 뒤쪽을 보존합니다.

감지 유형별로 분담하여 여러 Agent를 병렬 실행:

각 Agent는 하나의 감지 유형만 담당하므로, 프롬프트가 더 짧고 정확하며 규칙 간 간섭을 피할 수 있습니다.

Agent입력감지 내용삭제 범위
A-문장 간 반복sentences.txt인접/한 문장 건너뛰고 시작 부분 5자 이상 동일앞 문장 전체 삭제
B-문장 내 반복sentences.txt동일 문장 내 A+중간+A 패턴앞쪽 조각만 삭제, 전체 문장 삭제 안함
C-불완전 문장sentences.txt말하다 중단 + 무음 + 다시 말하기불완전 문장 전체 삭제

스크립트로 직접 처리 가능 (AI 불필요):

  • 더듬는 단어 (那个那个, 就是就是) → 정규식 매칭
  • 감탄사 (嗯, 啊, 呃) → 사용자 확인 대기로 표시

검증(verify) — 위험도에 따라 투입, 전체에 적용하지 않음 (用户习惯/10-删除风险分层.md 참조):

  • 저위험 면제: 무음, 글자 단위 부분 반복 (보존 내용의 글자 단위 시작 부분 삭제, 예: 「我把同一句」삭제하고「我把同一句话」보존), ≤3자 단순 막힘/감탄사 → 바로 auto_selected에 추가, 웹페이지에서 사용자 최종 확인.
  • 고위험 필수 검증: 전체 문장 삭제, "시작과 끝이 다른" 패턴 (예: 「超出了预算」vs 「超出了路线规划能力」), 긴 구간 반복 → 대항 리뷰어(adversarial reviewer) 투입하여 고유 내용이 삭제되지 않았는지 확인.
  • 교훈: 전체 후보에 2배 검증을 적용했을 때, 약 4/91만 적중했고 모두 고위험 유형에 속함 (log/ 참조). verify는 비용이 많이 들므로, 잘못 삭제될 위험이 있는 곳에만 집중하는 것이 좋습니다.

Agent 프롬프트 템플릿:

각 Agent 프롬프트에 포함할 내용:
1. 해당 Agent가 담당하는 하나의 감지 규칙만 포함 (사용자 습관에서 읽어옴)
2. 전체 sentences.txt 내용
3. 명확한 요구사항: 삭제할 idx 범위 목록 반환
4. 🚨 "앞쪽 삭제, 뒤쪽 보존" 강조: 앞쪽 버전을 삭제하고, 더 완전한 뒤쪽 버전을 보존

Agent 반환 형식:

| 문장 번호 | idx 범위 | 유형 | 내용 요약 | 처리 |
|------|---------|------|----------|------|

삭제 idx 목록: [삭제할 모든 idx]

결과 병합:

모든 Agent가 반환한 idx 목록 수집 → auto_selected.json에 병합 → 중복 제거 및 정렬

범위 전체 삭제 규칙: 말실수를 표시할 때, startIdx부터 endIdx 사이의 모든 요소(중간 gap 포함)를 auto_selected에 추가합니다. gap을 건너뛰고 텍스트 idx를 하나씩 선택하지 마십시오.

🚨 중요 경고: 줄 번호 ≠ idx

readable.txt 형식: idx|내용|시간
                   ↑ 이 값을 사용

줄 번호 1500 → "1568|[静1.02s]|..."  ← idx는 1568이지, 1500이 아닙니다!

말실수 분석.md 형식:

## 문장 간 반복 (Agent A)

| 문장 번호 | idx 범위 | 내용 요약 | 처리 |
|------|---------|----------|------|
| 5 | 212-233 | 문장 6과 중복, 문장 6이 더 완전 | 앞 문장 삭제 |

## 문장 내 반복 (Agent B)

| 문장 번호 | idx 범위 | 내용 요약 | 처리 |
|------|---------|----------|------|
| 16 | 492-510 | "很多人一提到CLI命令" 앞부분 중복 | 조각 삭제 |

## 불완전 문장 (Agent C)

| 문장 번호 | idx 범위 | 내용 요약 | 처리 |
|------|---------|----------|------|
| 7 | 266-275 | "为了解释为了回答这个" 미완성 | 전체 문장 삭제 |

5.6 口播 원고 정렬로 누락 보완 (口播 원고가 있을 때)

사용자가 口播 원고/원문을 제공한 경우(口播를 원고를 보고 읽은 경우), 이를 사용하여 문장 수준 정렬로 누락을 보완합니다. — 用户习惯/11-口播稿对齐.md 참조.

口播 원고 = 의미 ground truth (표현은 변경될 수 있음, 예: "两个模型"↔"两个大模型", 글자 단위 diff는 하지 마십시오). 각 전사 문장을 口播 원고 문장에 정렬하여 순수 텍스트 감지로는 놓치는 문장 수준 말실수를 찾아냅니다: 전체 문장 다시 말하기, 불완전 문장, 대응되는 원고 없음 — 특히 기술 용어 막힘 (Mindverse / δ-mem / LoRA 발음 틀려 다시 시작, "Delta Mam", 고립된 단일 글자 "从"). 이러한 전체 문장 삭제는 고위험에 해당 → 검증 절차를 거쳐 보존된 버전이 口播 원고의 원래 의미를 포함하는지 확인합니다.

단계 6-7: 검토

cd ../3_审核

# 6. 검토 웹페이지 생성 (비디오 파일 전달, 자동으로 심볼릭 링크 생성)
node "$SKILL_DIR/scripts/generate_review.js" ../1_转录/subtitles_words.json ../2_分析/auto_selected.json "$VIDEO_PATH"
# 출력: review.html, video.mp4 (심볼릭 링크)

# 7. 검토 서버 시작
node "$SKILL_DIR/scripts/review_server.js" 8899 "$VIDEO_PATH"
# http://localhost:8899 열기

⚠️ 반드시 review_server.js를 사용해야 합니다. python3 -m http.server로 대체할 수 없습니다. 이유: 비디오 재생은 HTTP Range 요청(206)에 의존합니다. Python 간이 서버는 이를 지원하지 않아 비디오가 재생되지 않거나 소리가 나지 않을 수 있습니다. 일반 사용자는 이 터미널 창을 열어두기만 하면 됩니다. Claude Code / Codex는 Agent가 현재 환경에서 사용 가능한 백그라운드 작업 능력을 이용하여 호스팅합니다. 사용자에게 tmux 설치를 요구하지 마십시오.

사용자가 웹페이지에서 수행하는 작업:

  • 비디오 화면 재생하여 확인
  • 삭제 항목 선택/해제
  • 왼쪽 버튼을 누른 상태로 텍스트 위를 밀어서 일괄 삭제/복구 표시 가능. 여러 줄에 걸쳐 밀기 가능. 드래그를 너무 많이 했을 때 손을 떼지 않고 뒤로 당기면 선택 영역이 실시간으로 좁혀짐
  • '클립 실행' 버튼 클릭

단계 8: 자른 비디오 감시

사용자가 검토 페이지 버튼을 클릭하면, review_server.js는 새 비디오만 자르고 검토 디렉토리에 cut_done.json을 기록합니다. Agent는 이 파일을 감시하여 자른 비디오가 실제로 생성되었고 크기가 안정적인지 확인해야 합니다.

# 다른 Agent 작업/터미널에서 사용자 확인 후 클립 결과 대기
node "$SKILL_DIR/scripts/watch_cut_done.js" "output/YYYY-MM-DD_비디오명/剪口播/3_审核"

감시 결과는 자른 비디오 경로를 반환합니다:

{
  "output": "output/YYYY-MM-DD_비디오명/剪口播/3_审核/비디오명_cut.mp4",
  "newDuration": "123.45",
  "outputSize": 12345678
}

반환된 output을 CUT_VIDEO로 기록합니다. 이후 자막은 반드시 이 비디오를 기반으로 재전사해야 합니다.

curl /api/cut 또는 스크립트로 클릭을 시뮬레이션하지 마십시오. 사용자가 명시적으로 승인하지 않는 한 허용되지 않습니다.

단계 9: 자른 비디오 기반 재전사

"$SKILL_DIR/scripts/generate_srt_for_video.sh" "자른_비디오.mp4" "output/YYYY-MM-DD_비디오명/字幕"

자막은 반드시 자른 비디오를 기반으로 재전사해야 합니다. 원본 비디오 자막을 역추론할 수 없습니다.

이 단계에서는 Volcengine 전사 초안만 생성합니다:

output/YYYY-MM-DD_비디오명/字幕/1_转录/volcengine_result.json
output/YYYY-MM-DD_비디오명/字幕/subtitles_with_time.json
output/YYYY-MM-DD_비디오명/字幕/3_输出/video.raw.srt

단계 10: AI 자막 보정

Agent는 반드시 video.raw.srt 또는 subtitles_with_time.json을 읽고, 사용자가 제공한 口播 원고/본문/고유 명사/문맥과 대조하여 AI 보정을 수행해야 합니다.

보정 규칙:

  • 원래 타임라인은 유지하고, 우선 자막 텍스트만 수정합니다.
  • 기술 용어, 도구 이름, 사람 이름, 영어 단어, 동음이의어 오인식을 수정합니다.
  • 명백히 부자연스러운 문장 분할을 조정합니다.
  • 비디오에 없는 내용을 추가하지 않습니다.
  • 보정 완료 후 字幕/3_输出/video.srt에 기록합니다.

단계 11: 기초 소재 패키지 정리

AI 보정이 완료된 후, 자른 비디오와 최종 자막을 프로젝트 루트 디렉토리로 정리합니다:

OUTPUT_ROOT="output/YYYY-MM-DD_비디오명"
ln -sf "$CUT_VIDEO" "$OUTPUT_ROOT/source_cut.mp4"
ln -sf "$OUTPUT_ROOT/字幕/3_输出/video.srt" "$OUTPUT_ROOT/subtitles.srt"

최종 산출물은 최소한 다음을 포함합니다:

output/YYYY-MM-DD_비디오명/字幕/3_输出/video.srt
output/YYYY-MM-DD_비디오명/source_cut.mp4
output/YYYY-MM-DD_비디오명/subtitles.srt

사용자가 다음 단계로 口播成片을 실행하려는 경우, 산출물을 다음과 같은 개념으로 정리합니다:

source_cut.mp4  = 자른 口播 비디오
subtitles.srt   = AI 보정된 자른 자막 SRT
assets/         = 선택적 소재

source_cut.mp4와 subtitles.srt는 심볼릭 링크일 수 있습니다. 사용자에게 보고할 때는 이들이 자른 비디오와 자른 자막을 가리키고 있음을 명확히 알려야 합니다.

검토 하드 규칙

검토 페이지 단계에서 반드시 멈추고 링크를 사용자에게 전달해야 합니다.

사용자가 확인하기 전에, Agent는 다음 세 가지만 수행할 수 있습니다:

  1. review.html 생성
  2. review_server.js 시작
  3. 사용자에게 검토 페이지 URL 알리기

사용자가 명시적으로 "네가 실행 버튼을 클릭해줘" 또는 "바로 잘라"라고 말하지 않는 한, Agent는 다음을 허용하지 않습니다:

  • /api/cut 직접 호출
  • curl / 스크립트로 클릭 시뮬레이션
  • 검토 페이지 건너뛰고 바로 자른 비디오 생성

사용자가 검토 페이지에서 '클립 실행'을 클릭하면, 서버는 자른 비디오만 생성합니다. Agent는 자른 비디오 생성이 완료되었음을 감지한 후에야 자른 후 재전사 및 AI 자막 보정 단계로 들어갈 수 있습니다.


데이터 형식

subtitles_words.json

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

auto_selected.json

[72, 85, 120]  // Claude 분석 생성 사전 선택 인덱스

클립 인코딩 (하드 규칙)

⚠️ 원본 비디오의 인코딩 매개변수를 일치시켜 재인코딩하고, 프레임 단위로 정확하게 자릅니다.

cut_video.sh의 작동 방식:

  1. 원본 비디오의 인코딩 매개변수(codec/profile/pix_fmt/bitrate)를 자동 감지
  2. filter_complex trim+concat을 사용하여 프레임 단위로 정확하게 자름
  3. 동일한 매개변수로 재인코딩: -profile:v high -b:v {원본 비트레이트} -pix_fmt yuv420p

중요: 재인코딩 화질은 원본 매개변수와 일치하는지에 달려 있으며, CRF 값이 아닙니다.

  • ✅ -b:v {원본 비트레이트} -profile:v high -pix_fmt yuv420p → 육안으로 차이 없음
  • ❌ -crf N만 지정하고 profile/pix_fmt를 지정하지 않음 → 차이가 있을 수 있음

설정

Volcengine API Key

사용자에게 Volcengine 음성 인식 API Key가 없는 경우, 먼저 사용자에게 Volcengine 콘솔을 열어 "음성 파일 인식 2.0"을 활성화하고 API Key를 생성하도록 안내합니다:

https://console.volcengine.com/speech/new/setting/activate?projectName=default

현재 기본 모델 리소스:

음성 파일 인식 2.0 / Seed ASR
resource_id = volc.seedasr.auc

Key를 받은 후, Skills 루트 디렉토리의 .env에 기록합니다:

cd /Volumes/成峰/代码/剪辑Agent/.claude/skills
cp .env.example .env
# .env를 편집하여 VOLCENGINE_API_KEY=xxx 입력

npm으로 설치한 경우, Skills 루트 디렉토리는 일반적으로 다음과 같습니다:

~/.claude/skills/chengfeng-videocut-skills
~/.codex/skills/chengfeng-videocut-skills

Individual skills in this repo

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

Pluviobyte/rnskill

将法天象地、同源巨大法相或角色力量显现的视觉参考制作成连续关键帧,再使用用户选择或可用的图生视频工具分段生成、检查和合成动作视频,不绑定成片平台。适用于本体与法相同框、领域展开、凝实与同步出招;不负责整部小说改编或普通图片轮播。

Pluviobyte/rnskill

Create Ian Xiaohei-style HTML/SVG motion illustrations for Chinese articles, scripts, storyboard scenes, workflow explanations, concept metaphors, and short video visual aids. Use when the user asks for 小黑 SVG、漫画感 HTML、分层 SVG 动效、把小黑生图做成 HTML/SVG、可编辑矢量动效、口播流程动画、手绘漫画动效、正文配图动画, or wants a Xiaohei illustration style adapted into controllable HTML/SVG/GSAP output instead of raster image generation.

Pluviobyte/rnskill

口播视频成片 Skill。把文章/口播稿/SRT、剪后视频和 HTML/图片素材串成分镜稿、时间线预览和最终 MP4;成片比例和动画风格从用户配置读取,动画默认使用小黑风格。触发词:口播成片、做分镜稿、时间线预览、合成口播视频、导出竖屏MP4

Pluviobyte/rnskill

自进化 skills。记录用户反馈,更新方法论和规则。触发词:更新规则、记录反馈、改进skill

Pluviobyte/rnskill

dontbesilent 目标清晰化。用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物。 触发方式:/dbs-goal、/目标、「帮我搞清楚目标」「我想做个人 IP」「我的目标是成为...」「我想变得更...」 Goal clarification using Wittgenstein's philosophy of language. Audits fuzzy goals into checkable deliverables. Trigger: /dbs-goal, "help me clarify my goal", "I want to become...", "my goal is...

Pluviobyte/rnskill

dontbesilent 短视频开头优化。诊断开头问题 + 生成优化方案。 触发方式:/dbs-hook、/hook、「帮我优化开头」「开头怎么写」 Short video opening optimization with diagnosis and solutions. Trigger: /dbs-hook, "optimize my opening", "how to write opening

Pluviobyte/rnskill

把当前诊断的关键状态存到本地,下次回来可以接着用。 触发方式:/dbs-save、/存档、「保存这次诊断」「记下来」「这个结论留着」 Save the current diagnosis state to disk for cross-session recall. Trigger: /dbs-save, "save this diagnosis", "remember this

Pluviobyte/rnskill

dontbesilent 商业工具箱主入口。双模式:任务前路由(你的问题该用哪个 skill)+ 任务后导航(刚做完诊断,下一步该干什么)。 触发方式:/dbs、/商业、「帮我看看」、「下一步怎么走」 Main entry point for dontbesilent business toolkit. Dual mode: pre-task routing + post-task navigation. Trigger: /dbs, "help me with my business", "what's next

Pluviobyte/rnskill

孙宇晨.skill 的别名。触发后立刻读取并执行 `../孙宇晨/SKILL.md`,不单独维护内容。 触发:孙割.skill、/孙割、"用孙割视角看"、"孙割会怎么处理"、"切换到孙割"。

Pluviobyte/rnskill

蒸馏孙宇晨(孙割)公开可查的决策模式,做成一套非扮演的决策分析工具:拆解他如何把注意力、身份、叙事当成可购买、可叠加、可兑换的资产来经营,用来给你自己的选题/发布/公关/危机决策做沙盘推演,不用于替他或任何真实人物发声、编造言论。 触发:孙宇晨.skill、孙割.skill、/孙宇晨、/孙割、"用孙割视角看"、"孙宇晨会怎么做"、"孙割会怎么处理"、"注意力收割模型"、"蒸馏孙宇晨"。

Pluviobyte/rnskill

将参考图或简要描述解码为可编辑的半色调纸张拼贴规范,默认使用 Codex 内置 image_gen 生成品牌一致的静帧和透明图层,再用本地 FFmpeg 或 HyperFrames 制作“从空背景逐件组装”的确定性动态视频。用户提到半色调拼贴、纸张拼贴、剪纸拼贴、编辑式拼贴、杂志拼贴、复古印刷拼贴、拼贴动效、拼贴动画、剪纸动画、纸片组装、逐层组装、从无到有、元素飞入拼装、定格拼贴、定格动画、Arcads 风格、参考图拆解、风格拆解、反向拆解视觉、照这个风格做、做类似的、生成拼贴静帧、让这张图动起来、让这些元素组装起来、制作拼贴广告或拼贴解释视频时使用。英文触发语义包括 editorial collage、halftone collage、paper collage、paper-cut motion、stop-motion graphic、assemble from empty、build-on motion、analyze this、break this down、reverse-engineer this look、generate the stills、animate this、make these move。默认不调用 Arcads、Nano Banana、Seedance 或 Kling;只有用户明确要求且对应连接器可用时才进入外部生成路径。

Pluviobyte/rnskill

Create deterministic editorial-style cover images with a warm paper-gray background, oversized black slab-serif/Chinese display typography, generous whitespace, and a dotted vector analysis icon. Use when the user asks for a “点阵编辑风封面”, “暖灰杂志风封面”, “Codex + Hyperframes 同款封面”, or wants to reproduce/adapt the specific minimal left-text/right-icon banner style. Produce editable SVG and a rendered PNG; do not use this skill for generic covers without this visual direction.

Pluviobyte/rnskill

Chinese AI/tech writing de-AI editor for posts, X/Twitter threads, technical essays, product notes, model reviews, and public-writing drafts. Use when the user asks to 去AI味, 改得像本人, 写推特post, 精修中文AI技术文章, or complains about AI-flavored shells such as 不是A而是B, 真正/其实/本质上, 更重要的是, 冒号讲义腔, 空泛总结, 顺滑但没作者判断的稿子.

Pluviobyte/rnskill

内容复盘工作流:取数 → 爆款分级(R/M/Tier)→ 按需拉取内容本体 → 归因 → 沉淀(方法论/金句库/案例库/概念库/课程灵感)+ 选题卡回写。 Use when the user says 复盘xx, 内容复盘, xx数据怎么样, xx表现如何, 复盘一下这条, 为什么这条爆了, 为什么这条没爆. 沉淀铁律:复盘不沉淀,等于白复盘——每次至少一条资产入库,或写明为什么没有。

Pluviobyte/rnskill

实操长片策划工作流(B站/YouTube 新赛道,实操+真人出镜)。产出可直接照着录的策划稿:测试题组(含可粘贴 prompt)、 结构时间轴(全身出镜段 vs PiP 段)、出镜口播稿、录屏操作清单、悬念与彩蛋设计。 Use when the user says 做实操长片, 实操视频, 实测视频, 对比实测, xx做成实操, 出个实测策划, 这个选题拍实操, or ra-选题 routes a 实操长片 立项 here. 策划稿落 `01-内容生产/视频工作台/制作中/<日期-主题>/策划稿.md`,frontmatter status 是与制作端交接的唯一状态机。

Pluviobyte/rnskill

视频脚本洗稿和二创脚本工作流。Use when the user provides an existing transcript, oral draft, viral script, competitor video text, rough topic notes, or wants 洗稿, 二创改写, 爆款视频脚本重写, 逐字稿改成短视频脚本, rewrite with ra-人话, and queue the approved script into 01-内容生产/视频工作台/待制作/ as the handoff contract for video production. If the user provides a video URL or local video file and asks 视频洗稿、视频二创、洗稿并制作视频, use ra-video-wash-pipeline first.

Pluviobyte/rnskill

选题全生命周期调度:记录选题、深化选题、选题推荐、立项分发(视频/图文/文章/实操长片/多形态)、发布归档。 Use when the user says 灵感xx, 想法xx, 记录选题, 这个可以做个选题, 先存着这个链接, 深化选题/深化一下xx, 给我N个选题, 帮我出选题, 选题推荐, 立项, 做成视频, 制作视频, 做成文章, 制作文章, 做成图文, 制作图文, 做成实操长片, 图文视频文章都做/都分发, 我要自己出镜讲, xx发布了, xx要改; or when the user gives a link plus a target form (链接+制作视频/文章/图文). Owns the 00-选题池 card system: one topic = one card; user never moves files — this skill does.

Pluviobyte/rnskill

短视频钩子(开头)类型选择与写法,中文名「钩子」。Use when 起钩子、写钩子、钩子怎么写、钩子没思路、设计前5秒钩子、写视频开头/口播稿开头, or when the user asks 视频开头怎么做、开头模板、hook 类型、帮我起个钩子, including during ra-洗稿 script rewriting and 选题深化. Provides a scenario-based taxonomy of 7 hook types with decision flow, prerequisites, sentence templates, and common mistakes. For diagnosing and optimizing an existing hook draft, use dbs-hook instead; this skill chooses the type, dbs-hook polishes the execution.

Pluviobyte/rnskill

End-to-end video production orchestration for the content-creation workspace. Use when the user asks to make, recreate, package, render, QC, or archive a video; when the user says 制作待制作队列, 按交接稿制作, 制作队列视频, or points at a handoff project folder under 01-内容生产/视频工作台/待制作/ (contract file 交接稿.md inside) or an image-card handoff under 01-内容生产/图文工作台/待制作/ (its frontmatter is the binding production contract); when a request could route to HyperFrames, Remotion, captions, TTS, download/transcription, website/product videos, motion graphics, or reference replication; or when the user needs production planning before editing.

Pluviobyte/rnskill

Create dark cinematic SaaS/product motion videos in the Presenton-like "magic UI" style: black starfield stage, bottom purple glow, large kinetic type, cyan-to-magenta CTA buttons, prompt cards, floating UI templates, integration badges, model rings, export objects, speed-blur transitions, and short product capability arcs. Use when the user asks for "这种风格", "同款风格", dark SaaS promo, AI product demo, magic UI product video, or a style-level creation inspired by a reference video. Do not use for pixel-level or frame-accurate replication; use rn-replica-qc first for that.

관련 스킬