Communitygithub.com

jianying-subtitle

从剪映(JianyingPro)草稿提取字幕生成标准 SRT,并自动审查改正错别字、重复字词、他/它指代错误、断句碎片、词语分割和语句不通顺。Use when user provides a JianyingPro draft directory path (containing draft_content.json) and wants to (1) extract subtitles to SRT, (2) review subtitles and list errors (typos, repeated words, 他/它 errors, sentence fragments, split words, ill-formed sentences), or (3) apply fixes back into the draft (write_back). Especially useful when a video was exported from Jianying and the user wants to find and correct ASR subtitle issues.

jianying-subtitle란 무엇인가요?

jianying-subtitle is a Claude Code agent skill that 从剪映(JianyingPro)草稿提取字幕生成标准 SRT,并自动审查改正错别字、重复字词、他/它指代错误、断句碎片、词语分割和语句不通顺。Use when user provides a JianyingPro draft directory path (containing draft_content.json) and wants to (1) extract subtitles to SRT, (2) review subtitles and list errors (typos, repeated words, 他/它 errors, sentence fragments, split words, ill-formed sentences), or (3) apply fixes back into the draft (write_back). Especially useful when a video was exported from Jianying and the user wants to find and correct ASR subtitle issues.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wildmai/video-skills/tree/HEAD/jianying-subtitle

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

Jianying Subtitle

从剪映草稿一键提取字幕 → 自动审查改正 → 输出 SRT + 审查清单 → (可选)写回草稿。

适用场景

用户给出剪映草稿路径(典型路径如 D:/JianyingPro Drafts/<日期或项目名>/),希望:

  1. 把草稿里的字幕导成标准 SRT 文件
  2. 检查字幕里的错别字、重复字词、他/它指代错误、词语分割、语句不通顺
  3. 一键应用审查改正,并产出审查清单
  4. (可选)把改正后字幕直接灌回 draft_content.json

视频通常没有内嵌字幕或字幕是 ASR 生成的有错字,从草稿提取能拿到原始的、已对齐时间码的字幕文本。

快速使用

第一步:提取 + 审查

python scripts/process.py "<剪映草稿目录>"

输出(默认写到当前工作目录):

  • <草稿名>.srt — 原始 SRT 字幕
  • <草稿名>.txt — 原始纯文本(带行号,便于人审)
  • <草稿名>.fixed.srt — 审查改正后的 SRT
  • <草稿名>.fixed.txt — 审查改正后的纯文本
  • <草稿名>.review.md — 审查清单(Markdown)

可选参数:

python scripts/process.py "D:/JianyingPro Drafts/9月7日" --output-dir "E:/output"

第二步:(可选)写回草稿

python scripts/write_back.py "<剪映草稿目录>" --output-dir "<同 process.py 的输出目录>"

写回前必须关闭剪映,否则剪映下次保存会覆盖你的修改。

写回脚本会自动:

  1. 备份原文件为 draft_content.json.review-backup
  2. 合并所有文本轨道的 segment 后按 start 排序,与 fixed.srt 一一对应
  3. 修改 materials.texts[].content.text 字段
  4. 校验全部匹配 + 检查常见 ASR 错字残留

检测能力

精确改正(依赖预定义清单,行号是参考值)

类型数量典型例子
错别字4「最重要的一个月」「月」字、「的/得/地」误用
多余字 / 缺字7「学会到怎么样」多「到」、「最值的」少「得」
重复字词2「给你给它聊天」、「接着接着生成」
语病2主语切换突兀、句子结构断裂
断句碎片1跨行条目 6-7、174-175 合并

通用检测(不依赖预定义清单,对其他草稿同样适用)

检测算法信号强度
词语分割下行以「的」开头极强(几乎不会单独成句)
词语分割下行以「了」+ 数字开头强(V了N 型补语被切断)
词语分割上行末尾孤立强虚词(做/把/给/和/与/但/或…)+ 短句强(几乎不成词尾)
词语分割上行末尾孤立弱虚词(在/地/到/为/而/来/以)+ 短句中(需排除合法词尾后)
语句不通顺单字连续重复 ≥ 3 次(排除数字)强
语句不通顺非叠词白名单的 2-4 字重叠中
语句不通顺长度异常(>30 或 ≤ 2 字符)中

调参经验(MFlash 草稿,257 条):

  • 句尾「了」不参与断词检测 —— 句尾带「了」是极常见句式,误报率高达 6/8; 真正需要抓的「V了N」被切断,由「下行以『了』+数字开头」这条规则覆盖。
  • 数字剔除时用 \x00 占位,不要替换成空格,否则「Deepseek 4.1 Flash 1017」 会因数字被抹成空格而误报「单字空格连续重复 3 次」。
  • 弱虚词行尾需要词尾白名单(可以/接下来/得到/成为/…)才能压住误报。

工作流程

第一步:定位草稿

草稿目录必须包含 draft_content.json。如果用户给的路径是草稿父目录(如 D:/JianyingPro Drafts/),需要先列出所有子目录让用户确认是哪一个。

ls "D:/JianyingPro Drafts/"

第二步:运行 process.py

脚本自动:

  1. 解析 draft_content.json 中所有 tracks[type=text] 和 materials.texts[](多文本轨道会被合并)
  2. 按 target_timerange.start 排序,提取 (start_us, duration_us, text) 三元组
  3. 写 SRT 和 TXT(时间单位微秒 → HH:MM:SS,mmm)
  4. 全局「他」→「它」(保留「其他」)
  5. 应用审查清单精确替换(默认 18 条通用规则;专用规则写在 scripts/process.py 顶部)
  6. 选手标签归一化:a/b/c/d → A/B/C/D(仅在紧贴「选手」或「和」的语境下替换,不误伤 bug/Harness 等英文词)
  7. 通用检测:扫描词语分割、语句不通顺
  8. 生成 Markdown 审查清单

第三步:汇报结果

告知用户:

  • 字幕条目数
  • 全局「他」→「它」数量
  • 精确清单命中数
  • 通用检测疑似数量
  • 残留「他」检查结果(应为 0)
  • 输出文件路径

通用检测会有少量误报(特别是孤立虚词规则),需向用户说明「疑似」性质,并引导人工复核。

第四步:(可选)写回草稿

如果用户希望直接灌回 draft_content.json:

  1. 先关闭剪映
  2. 让用户确认(写回是不可逆的,脚本会先备份)
  3. 运行 scripts/write_back.py
  4. 启动剪映核对

扩展审查清单

如果用户指出新的错误类型,按以下格式追加到 scripts/process.py 的 REPLACEMENTS:

{'lines': [<行号>], 'old': '<原文>', 'new': '<改正>', 'kind': '<类型>', 'note': '<备注>'},

跨行条目用 \n 分隔并包含下一行的行号前缀(.txt 格式:<行号> <文本>):

{'lines': [174, 175], 'old': '旧文本\n175  续文本', 'new': '新文本\n175  续新文本', ...}

apply_replacements 会自动:

  • 对 .txt 用原 old/new 匹配
  • 对 .srt 去掉每行行号前缀、改为单行匹配(因为 SRT 相邻条目间是序号+时间码,无法直接拼接跨行)

修改后重跑 scripts/process.py。

规则分类建议

把规则按"通用 vs 专用"分组放在 REPLACEMENTS 顶部,便于维护:

  • 通用规则:对其他草稿也适用(词语、句式、错别字形态等)
  • 专用规则:与具体草稿主题/工具名绑定(仅当前草稿命中)

orca 草稿(18 条命中)的拆分示例(已写入 process.py 顶部注释):

专用(11 条,工具名/上下文绑定):

  • 工具名 ASR 错字:Vscode/VOCA/尔卡 → Orca(5 条)
  • 工具名 ASR 错字:Helix → Herdr(1 条)
  • 工具名 ASR 错字:MACDOWN → Markdown(1 条)
  • 跨行条目 043-044、085-086:Liner → Linear(3 条)
  • 单行条目 016、042、078:Git Hub / Github → GitHub(3 条,跨行 085-086 已含 Git Hub→GitHub)

通用(7 条,其他草稿也适用):

  • 错别字:制定 → 定制(058)
  • 错别字:work tree → worktree(090、094)
  • 错别字:work(多余)删除(089)
  • 错别字:功能 → agent(074,上下文相关但模式可复用)
  • 断句碎片:跨行 047-048 主语切换
  • 跨行条目 47-48 合并

通用规则应该沉淀到 skill 默认清单,专用规则按需追加。

专用名词规范化(MFlash 草稿沉淀)

ASR 出来的模型名/产品名几乎总是大小写与空格错乱,应当按官方写法统一, 而不是逐条「看起来没问题就放过」。MFlash 草稿的规范写法:

ASR 出现的写法规范写法
Deepseek / Deepseek4.1Flash / Deepseek V4.1的Flash1017DeepSeek V4.1 Flash / DeepSeek V4.1 Flash 1017
Minimax / Mini Max / 迷你Max / M3 Flash / M3FlashMiniMax M3.1 Flash
GRM / GM5.3Flash / GLM5.3FlashGLM 5.3 Flash
三benchFun Bench
three点jsthree.js

规则写法:品牌级的大小写/空格统一用 {'lines': [], ...} 全局替换; 需要补全版本号(如 M3 Flash → M3.1 Flash)或删除多余词(如「人物的和场景」) 的,用带行号的精确规则,并在 note 里写明推断依据。

注意:全局替换规则之间有先后顺序 —— 精确规则里的 old 必须写成 「前序全局规则已经执行完之后」的文本,否则匹配不上。

参赛选手标签大小写

评测类视频的字幕里,参赛选手标签统一用大写 A/B/C/D。

process.py 的 fix_contestant_labels() 用带上下文的正则处理,只改文字:

语境规则示例
字母紧跟「选手」(?<![A-Za-z])([abcd])(?=选手)a选手 → A选手
「选手」紧跟字母(?<=选手)([abcd])(?![A-Za-z])选手a → 选手A
字母紧跟「和」(?<![A-Za-z])([abcd])(?=和)c和d → C和d
「和」紧跟字母和([abcd])(?![A-Za-z])b和c → b和C

该步必须放在精确替换之后执行:精确规则的 old 里写的是小写标签 (如 c选手画面和人物比a),先做大写化会让它匹配不上。

已知陷阱

  1. CRLF 换行:剪映 json 在 Windows 上是 \r\n,脚本内已做归一化处理。
  2. 「其他」一词:含「他」字,必须保留。脚本用占位符隔离。
  3. 跨行条目:
    • .txt 格式:相邻条目用 \n<行号> <文本> 分隔,匹配模式要包含行号
    • .srt 格式:相邻条目用 \n\n<序号>\n<时间码>\n<文本> 分隔,不能用 \n\n 拼接跨行——脚本会自动改为单行匹配
  4. 空字幕:少数片段 content.text 为空,已自动跳过。
  5. 草稿已被剪映同步:如果用户在剪映里手动改过字幕,原始错误可能已不存在。
  6. 多文本轨道:一个草稿可以含多条文本轨道(正文 + 角标/标签),extract_subtitles 已改为遍历全部轨道并合并去重。早期版本只取第一个轨道,会漏掉绝大多数字幕。
  7. 剪映帧对齐:target_timerange.start 和 duration 不是精确毫秒,会有 ±666us(30fps 下约一帧)的偏差。write_back.py 用位置一一对应而非精确时间码匹配,避开此问题。
  8. 跨行条目匹配跨格式:见 §"扩展审查清单",apply_replacements 已处理。
  9. 固定错误:.fixed.srt 与 .fixed.txt 必须完全等价(除行号格式)。write_back.py 会校验这一致性。
  10. ⭐ 改字会打乱字幕样式(不是换行符的问题): 剪映每条字幕的 content.styles[0].range 是字符区间(正常情况下恒等于 [0, len(text)])。 只改 content.text 而不同步区间,剪映就只对区间内的字符套用样式、其余字符回落成模板默认样式, 表现为「从某条字幕开始样式和前后不一致」(第一条被改动的字幕 = 症状起点)。 write_back.py 的 sync_style_ranges() 会把整条覆盖区间同步成 [0, len(新文本)]。
  11. materials.texts[].words 会与文本脱节: 这是 ASR 的逐词时间轴(text / start_time / end_time),改字后不再对应新文本。 剪映的逐字校对面板会读到它。write_back.py 的 remap_words() 用 difflib 对齐 旧→新字符区间,重新切分词并同步时间轴;整段被删的词连同其时间一起丢弃, 插入的字符并入前一个词。三个数组长度始终一致,校验不过则原样保留。

反向灌回剪映(细节)

完整步骤:

  1. 关闭剪映(必须;剪映运行时会覆盖你的修改)
  2. 运行 scripts/write_back.py "<草稿目录>"
  3. 脚本会自动:
    • 备份原 draft_content.json → draft_content.json.review-backup
    • 修改 materials.texts[].content.text 字段(保留其它字段和键顺序)
    • 同步 content.styles[].range 与新文本长度(否则字幕样式只覆盖前 N 个字,样式会被打乱)
    • 同步 materials.texts[].words 逐词时间轴(否则逐字校对面板仍是旧文本)
    • 校验全部匹配 + 检查常见 ASR 错字残留
  4. 重启剪映核对

回滚:把 .review-backup 改回 draft_content.json。

详细字段说明见 references/jianying-schema.md。

资源

scripts/

  • process.py — 端到端处理:提取 + 全局他→它 + 精确清单 + 通用检测 + 生成审查清单
  • write_back.py — 把 <草稿名>.fixed.srt 灌回 draft_content.json

references/

  • jianying-schema.md — 剪映 draft_content.json 字段说明、时间单位、常见陷阱

验证清单

每次运行后必须确认:

  • SRT 文件条目数 = 字幕片段数
  • SRT 结构合法(每 3 行 + 空行:序号 / 时间码 / 文本)
  • 残留「他」= 0(排除「其他」)
  • 审查清单的「合计」= 实际命中数
  • 通用检测项需人工复核(标注「疑似」)
  • 如执行 write_back:写回后残留 ASR 错字(Vscode/VOCA/MACDOWN/Liner/Git Hub/Github/尔卡 等)= 0

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

auto-tutorial-studio

给定网站地址、软件名称和一份粗略章节大纲,由技能驱动真实操作、由用户用外部录屏工具采集,再对采集到的视频做逐句对位剪辑、动效叠加、转场、BGM 压低、逐帧遮挡校验并导出可播放成片。用于制作实操教程视频。只写口播稿用 tutorial-voiceover;需要人工把关每一步、或者由技能自己录屏用 tutorial-video-recorder。

outline-to-video

把「一份视频大纲 + 一个素材视频目录」做成完整的知识/干货讲解成片:清点并转写素材视频、按大纲匹配相关片段、编写带钩子与节奏设计的口播脚本、用免费的 Edge TTS 出试听稿等用户确认,确认后再用豆包声音复刻配音并渲染输出 MP4。当用户说"按大纲做视频""把这些录屏剪成讲解视频""根据大纲配音出片""大纲出片""outline to video"时使用。

web-video-presentation

把一篇文章或口播稿,做成"看起来像视频"的点击驱动 16:9 网页演示,可选合成口播音频。流程:原始文章 → **一次产出**口播稿 + outline 开发计划 → 用户**一次对齐** 5 件事(稿子 / outline / 主题 / 素材 / 开发模式)→ 网页开发(逐章 / 顺序 / 并行)→ 可选音频合成(provider-agnostic:内置 MiniMax mmx-cli + OpenAI TTS,可换 ElevenLabs / edge-tts / Azure / 自带 TTS)。**outline 只规划节奏与信息密度,不规划动画** —— 动画由章节开发时按 PRINCIPLES + ANTI-AI 法则即时设计。每次点击推进口播稿的一个节拍,每一步独占整屏,进度条平时隐藏只在悬浮时出现。适用场景:用网页做视频(动态 PPT 但不像 PPT)、把口播稿 / 文章变成可交互的解说、为 B 站 / YouTube / 视频号录屏教程、做有电影感的产品 / talk demo。本 Skill 沉淀的是设计方法论 + 协作流程 —— 不绑定任何特定样式 / 字体 / 颜色 —— 因此能复用到任意主题与美学。

youtube-viral-thumbnail-designer

Create high-click-through YouTube thumbnails from a video summary, script opening, product test result, or brief topic description. Use this skill when the user asks to design, redesign, generate, or evaluate a YouTube thumbnail, especially for AI, AI coding, agents, software development, model benchmarks, technical tutorials, product tests, workflow automation, and industry-opinion videos. The skill automatically extracts the strongest click hook, compresses it into a short judgment-led headline, selects one visual composition, preserves mobile readability, and follows the formula: one strong judgment + one strong visual subject + one credible proof + generous whitespace.

관련 스킬