macOS 和 Windows 自动视频编辑器
使用本地的 HotClip 和 FFmpeg 在 macOS 或 Windows 上创建可审查的视频剪辑。通过该平台的原生技能安装程序将这个标准 Agent 技能安装到当前 agent 中。要求:macOS 或 Windows 10+、互联网访问、以及数 GB 可用磁盘空间。准备编辑时,使用操作系统的包管理器安装 Git、Node.js LTS、FFmpeg、HotClip 以及 HotClip 的本地语音模型,然后使用 HotClip CLI。在 macOS 上,通常使用 Homebrew 作为包管理器;在 Windows 上,使用 winget。此转录驱动选择流程不需要仓库 PowerShell 引导、Ollama 或 LLM 端点。安装技能后,如有需要,请重启 agent。
工作流程
- 使用
ffprobe探测源文件:时长、帧大小以及音频/视频流。保留源文件并创建一个新的同级输出文件夹成品_自动精剪_YYYY-MM-DD;如果已存在,则添加数字后缀。 - 对于超过五分钟的视频,从转录稿中选择高光数量:15 分钟以下的视频通常选择 1-2 个,15-60 分钟的选择 2-4 个,超过 60 分钟的选择 3-5 个。这些是上限,不是配额;如果没有足够多独立、完整、有用的片段,则返回更少的数量。避免重复主题。对于较短的完成片段,保守地清理整个片段。如果用户要求保留完整录制内容,则不提取高光。
- 使用 HotClip 的词时间戳 ASR 进行本地转录。在将转录稿用于剪切或字幕之前,对照音频进行审查。HotClip 的自动
highlights和clip命令需要配置 LLM 端点;在此无 LLM 的工作流程中,活动助手从转录稿中选择片段并使用 FFmpeg 渲染。不要上传视频素材或转录稿。 - 默认移除明显的填充词。 审查孤立犹豫声音,例如
嗯、呃、额、唔、诶、um、uh以及明显的即时口吃重复。在剪切前检查每个候选音频。将啊、这/这个、那个、就是和然后视为上下文相关:仅当它们明显是非语义的犹豫或重复性的支架词,且句子保持自然时才移除它们。保留有意义的强调、引用、过渡以及任何不确定的词语。绝不要在整个转录稿上使用盲目的文本替换。仅剪切完整的词跨度,并带有小的自然音频边界;除非明显不想要,否则保留呼吸声和环境音。 - 默认情况下为每个语音片段生成字幕。 从审查后的转录稿创建准确的中文字幕,移除实际被剪切的词语,并根据编辑后的输出时间线重新调整所有提示的时间。保持可读的短行(通常为一到两行),自然的标点符号和安全边距。同时输出硬编码字幕的 MP4 和匹配的 SRT 侧边文件。如果用户要求不添加字幕,则仅在遵循该要求后省略两者。绝不要将未烧录的字幕计划呈现为带字幕的导出。
- 在完整的词语和句子上设置高光和填充词剪切边界。检查每个起始和结束位置附近的转录稿和音频;绝不要仅依赖
midWordCuts: 0。将保留的区间组合成一个编辑版本并保留编辑决策列表。对于保留区间[source_start, source_end]内的源时间t,将其输出时间计算为t - source_start + prior_retained_intervals 的累积时长;省略由填充词剪切移除的词语。在此输出时间线上构建 SRT,对音频/视频拼接使用相同的区间映射,然后使用 FFmpeg 的字幕滤镜将 SRT 烧录到渲染的 MP4 中。 - 保留源视频的主要画面和图形。对于重复出现的蓝色直播横幅,仅将其旧的剧集标题替换为来自转录稿的简洁、准确的标题;保留永久的刊头和装饰性艺术作品。将烧录的字幕放置在靠近底部的位置,在 1080×1920 分辨率下约为 40 像素的间距。检查渲染后的帧以确保文本可读且未被裁剪。
- 默认保留连续的音频,除非是经过验证的填充词、不需要的静音或用户请求的编辑。将 VAD 静音视为候选:如果提议的剪切与 ASR 词重叠,则检查音频并保留语音。对于视觉叠加层,在可能的情况下流式复制渲染后的音频,并将其音频包哈希与叠加前的渲染进行比较。
- 使用
ffprobe、完整的 FFmpeg 解码、音频/视频流检查、黑帧扫描、静音扫描、时长、字幕存在性/同步性以及开头/结尾词检查来验证每个导出文件。聆听渲染后的开头、中间和结尾部分。将长静音映射回源文件,并报告它是录制中的静音还是编辑引入的。展示未解决的 QA 警告,并仅报告实际执行的检查。 - 不要发布或上传。提供每个 MP4 和 SRT 的绝对路径、时长、输出文件夹以及带有 QA 链接的 Markdown 编辑报告。
命令
平台设置与命令
在两个平台上均使用仓库 CLI。首先安装 Git、Node.js LTS、FFmpeg 和 pnpm;从 https://github.com/xixihhhh/hotclip 克隆 HotClip 到一个稳定的用户目录并在其中运行 pnpm install。HotClip 的首次本地转录会下载其语音模型。不要为此转录驱动工作流程设置 LLM 环境变量。
macOS (zsh),如果需要,先安装 Homebrew:
brew install git node ffmpeg
corepack enable
corepack prepare pnpm@latest --activate
mkdir -p "$HOME/Library/Application Support/HotClip"
git clone --depth 1 https://github.com/xixihhhh/hotclip.git "$HOME/Library/Application Support/HotClip/source"
cd "$HOME/Library/Application Support/HotClip/source"
pnpm install
pnpm cli transcribe "$HOME/Movies/recording.mp4" --json > "$HOME/Movies/transcript.json"
Windows PowerShell,在 HotClip 源目录中,使用 winget 安装 Git、Node.js LTS 和 FFmpeg 后:
corepack enable
corepack prepare pnpm@latest --activate
git clone --depth 1 https://github.com/xixihhhh/hotclip.git "$env:LOCALAPPDATA\HotClip\app"
Set-Location "$env:LOCALAPPDATA\HotClip\app"
pnpm install
pnpm cli transcribe 'C:\Videos\recording.mp4' --json > 'C:\Videos\transcript.json'
官方的 HotClip macOS DMG 目前仅适用于 Apple Silicon。该应用未经 Apple 公证化;如果 Gatekeeper 阻止它,请使用官方安装指南。上述 CLI 源工作流程与 GUI 下载是分开的。在安装前,请检查当前 HotClip 发布版和安装指南以了解 Intel Mac 的兼容性。
转录在本地运行。根据转录稿中独立、完整的片段,在时长上限范围内选择一个数量;绝不要仅仅因为上限存在就填满最大值。除非用户要求省略,否则始终渲染口语化字幕和匹配的 SRT。仅移除经过单独验证的填充词跨度,然后重新调整字幕提示到输出时间线。仅在检查了转录稿边界和音频安全性后进行渲染。