视频编辑
使用自然语言指令编辑视频。支持修剪、跳剪（静音移除）、多风格字幕、文字叠加和速度调整——全部基于 ffmpeg 和 Whisper。
使用方法
提供视频文件路径并描述你的需求：
剪辑位于 ~/video.mp4 的视频——移除静音，添加 Hormozi 风格字幕，并将速度提高到 1.25 倍
将 ~/interview.mp4 从 00:02:00 到 00:15:00 进行修剪，并添加标准字幕
在 ~/video.mp4 的第 1 分钟处添加一个 "订阅！" 文字叠加
功能
修剪
按指定的起始/结束时间戳或时长裁剪视频。
scripts/trim.sh video.mp4 --start 00:01:30 --end 00:05:00
跳剪（静音移除）
自动检测并移除静音/无声片段。可配置阈值、最小静音时长和填充。
scripts/jumpcut.sh video.mp4 --threshold -30 --duration 0.5 --padding 0.1
字幕
使用 Whisper 转录音频，然后将字幕嵌入视频。三种字幕风格：
| 风格 | 描述 |
|---|---|
| hormozi | 粗体、居中、大号——Alex Hormozi 逐词冲击风格 |
| 标准 | 传统底部字幕，半透明背景 |
| 简约 | 较小的底部三分之一字幕，干净清爽 |
scripts/transcribe.sh video.mp4 --model base --language en
scripts/caption.sh video.mp4 video.srt --style hormozi
文字叠加
在特定位置和时间添加文字。支持 7 种位置：居中、顶部、底部、左上、右上、左下、右下。
scripts/overlay-text.sh video.mp4 --text "订阅！" --start 00:01:00 --end 00:01:05 --position bottom-right
速度调整
调整播放速度（音频通过 atempo 实现音调校正）。
# 通过 edit.sh 编排器
scripts/edit.sh video.mp4 --speed 1.5
完整流程（编排器）
在单条命令中串联多个操作：
scripts/edit.sh video.mp4 \
--trim-start 00:00:10 --trim-end 00:10:00 \
--jumpcut \
--caption --caption-style hormozi \
--speed 1.25 \
--overlay-text "点赞并订阅" --overlay-start 00:01:00 \
--output final.mp4
流程顺序：修剪 → 跳剪 → 速度 → 字幕 → 叠加
要求
- ffmpeg — 视频处理（必须安装）
- whisper — 用于字幕的音频转录（openai-whisper CLI）
脚本参考
| 脚本 | 用途 |
|---|---|
scripts/edit.sh | 主编排器——串联所有操作 |
scripts/transcribe.sh | Whisper 转录 → SRT 文件 |
scripts/caption.sh | 将 SRT 字幕嵌入视频并设置风格 |
scripts/trim.sh | 按时间戳修剪 |
scripts/jumpcut.sh | 通过 silencedetect 自动移除静音 |
scripts/overlay-text.sh | 添加定位文字叠加 |
智能体指令
当用户要求编辑视频时：
- 解析请求 — 确定需要哪些操作（修剪、跳剪、字幕、叠加、速度）
- 多操作编辑使用 edit.sh — 它按正确顺序串联操作
- 单操作编辑使用独立脚本 — 更快、更简单的输出
- 字幕：如果用户已有 SRT 文件，使用
--caption-srt；否则自动运行转录 - 默认字幕风格：除非用户指定风格，否则使用 "标准"
- 默认 whisper 模型：使用 "base" 以保证速度；对长/嘈杂视频建议使用 "medium" 或 "large" 以确保准确性
- 输出：始终告知用户输出文件路径和时长