snip — 视频切割与重新排列
将视频切割成片段,重新排序,并以指定的帧率导出。 适用于制作精彩集锦、重新排列场景或改变视频节奏。
技能目录(即此 SKILL.md 所在目录)在下文中称为 $SKILL_DIR。
使用时机
当用户希望执行以下操作时使用此技能:
- 将视频切割成特定片段
- 以不同顺序重新排列视频片段
- 移除视频中不需要的部分
- 更改输出帧率(每秒帧数)
- 自动检测语音片段以实现自然切割(优先)
- 作为回退方案,自动检测场景变化
设置(仅首次运行)
cd "$SKILL_DIR" && uv sync
代理工作流程
1. 询问用户
在切割视频之前,我需要了解以下信息:
📹 源视频
列出视频文件及其位置
✂️ 要切割的片段
对于每个片段,请指定:
- source: 文件名
- start: 起始时间(秒,例如 0.0, 5.5)
- end: 结束时间(秒,例如 2.0, 10.0)
示例片段:
[
{"source": "video.mp4", "start": 0.0, "end": 1.0},
{"source": "video.mp4", "start": 3.0, "end": 4.5},
{"source": "video.mp4", "start": 1.5, "end": 2.5}
]
🎬 输出帧率(可选)
默认值:30 fps
常用选项:24, 30, 60
📁 输入/输出目录(默认:./input 和 ./输出)
等待用户响应后再继续。
2. 确定切割策略
优先级顺序:
- 显式片段 — 如果用户提供了具体的起止时间,则直接使用
- 音频转录 — 如果
transcription.enabled: true(默认),则查找或生成转录,并在语音片段边界处切割 - 自适应场景检测 — 如果转录不可用或失败,则作为回退方案
音频转录(主要方法)
该技能将首先尝试使用音频转录从视频中获取带时间戳的语音片段。这能产生与语音内容对齐的更自然的切割。
🤖 音频转录模式(优先)
切割器将:
1. 在输出目录中查找现有的转录 JSON(例如 video_transcription.json)
2. 如果未找到,则自动运行音频转录
3. 在语音片段边界处切割视频
⚙️ 配置:
- transcription.enabled: true(默认)
- fallback_to_adaptive: true(默认)— 如果转录失败,则使用场景检测
- min_segment_duration: 每段最小时长(秒,默认:1.0)
- max_segment_duration: 每段最大时长(秒,默认:30.0)
示例配置:
{
"segments": [{"source": "video.mp4", "start": 0, "end": 60}],
"transcription": {
"enabled": true,
"fallback_to_adaptive": true,
"min_segment_duration": 1.0,
"max_segment_duration": 30.0
}
}
自适应场景检测(回退方案)
如果转录被禁用或失败,该技能将回退到视觉场景检测:
🎬 自适应场景检测(回退方案)
自动检测视频中的场景变化以创建切割点。
通过在自然过渡点切割,避免无聊、重复的内容。
⚙️ 检测模式:
- adaptive — 最适合光照变化/渐变场景 [默认]
- content — 最适合快速、清晰的场景切换
- threshold — 最适合检测淡入/淡出
📏 场景时长过滤器:
- min_scene_duration: 每段最小时长(秒,默认:1.0)
- max_scene_duration: 每段最大时长(秒,默认:10.0)
🎛️ 高级选项(可选):
- threshold: content 模式的像素差异阈值(默认:27.0)
- adaptive_threshold: adaptive 模式的比率阈值(默认:3.0)
- window_width: 平均帧数(默认:2)
- min_scene_len: 切割前的最小帧数(默认:15)
- min_content_val: 最小内容变化(默认:15.0)
使用自动检测回退的示例配置:
{
"segments": [{"source": "video.mp4", "start": 0, "end": 60}],
"transcription": {
"enabled": false
},
"auto_detect": {
"enabled": true,
"mode": "adaptive",
"min_scene_duration": 1.0,
"max_scene_duration": 10.0
}
}
3. 编辑 config.json
根据用户选择编写或更新 $SKILL_DIR/config.json。
4. 运行
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json
5. 报告结果
告知用户输出文件路径、时长和帧率。说明使用了哪种方法(基于转录或场景检测)。
配置参考
| 键 | 值 | 默认值 | 描述 |
|---|---|---|---|
input_dir | 路径 | ./input | 包含输入视频的文件夹 |
output_dir | 路径 | ./output | 目标文件夹 |
segments | 数组 | (必需) | 片段定义列表 |
output_fps | 整数 | 30 | 输出帧率 |
片段定义
| 键 | 类型 | 描述 |
|---|---|---|
source | 字符串 | input_dir 中的文件名 |
start | 浮点数 | 起始时间(秒) |
end | 浮点数 | 结束时间(秒) |
转录(优先方法)
| 键 | 值 | 默认值 | 描述 |
|---|---|---|---|
enabled | 布尔值 | true | 启用基于转录的切割 |
fallback_to_adaptive | 布尔值 | true | 如果转录失败,使用场景检测 |
min_segment_duration | 浮点数 | 1.0 | 跳过短于此值的片段(秒) |
max_segment_duration | 浮点数 | 30.0 | 跳过长于此值的片段(秒) |
自动检测(回退方案)
| 键 | 值 | 默认值 | 描述 |
|---|---|---|---|
enabled | 布尔值 | false | 启用自动场景检测(仅回退) |
mode | adaptive、content、threshold | adaptive | 检测算法 |
min_scene_duration | 浮点数 | 1.0 | 跳过短于此值的场景(秒) |
max_scene_duration | 浮点数 | 10.0 | 跳过长于此值的场景(秒) |
threshold | 浮点数 | 27.0 | content/threshold 模式的像素差异阈值 |
adaptive_threshold | 浮点数 | 3.0 | adaptive 模式的比率阈值 |
window_width | 整数 | 2 | 前后平均的帧数 |
min_scene_len | 整数 | 15 | 切割前的最小帧数 |
min_content_val | 浮点数 | 15.0 | 最小内容变化 |
检测模式(回退)
- adaptive(默认):最适合光照变化或渐变过渡的视频
- content:最适合具有清晰、锐利场景切换的视频
- threshold:最适合检测淡入/淡出过渡
常见调用
# 默认配置(如果可用则使用转录,否则回退到 adaptive)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json
# 强制使用自适应场景检测(跳过转录)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json --no-transcription
# 自定义目录
cd "$SKILL_DIR" && uv run python scripts/cutter.py \
--input /path/to/videos --output /path/to/output
输出
每个配置会在 output_dir 中生成一个 output.mp4,其中包含拼接后的片段。音频会从原始视频片段中保留。
错误处理
- 未定义片段 → 输出错误信息,退出
- 无效的片段时间 → 显示清晰错误及期望格式
- 源视频未找到 → 显示文件未找到错误
- 转录失败 → 如果启用了回退则切换到 adaptive,否则报错
- 单个片段错误 → 记录日志;其他片段继续处理