Clipper 是做什么的？
拖入一个视频，Claude 会找到最精彩的时刻，然后将它们转换为带字幕的短视频，可直接发布。
所有操作都在本机运行。不会上传任何内容。技能文件位于 ~/.claude/skills/clipper/ 目录下；其工具是
scripts/transcribe.py 和 scripts/make_clips.py，使用技能自带的 Python 环境执行：~/.claude/skills/clipper/.venv/bin/python。
0. 检查安装（每次运行）
test -x ~/.claude/skills/clipper/.venv/bin/python && command -v ffmpeg
如果任一命令失败，用一句话告知用户，然后运行用户所克隆仓库中的安装脚本（在 clipper-skill 目录下执行 bash install.sh）。如果找不到该目录，则重新克隆：
git clone https://github.com/corbinsylk/clipper-skill && cd clipper-skill && bash install.sh。
1. 获取视频
用户拖入文件或提供路径。如果两者都没有提供，则用一句话向用户询问。除非另外指定，否则两个脚本都会在视频文件同目录下使用工作文件夹 <视频名称>-clips/。用户可以提供的设置（否则使用默认值，无需询问）：
| 设置 | 默认值 |
|---|---|
| 剪辑数量 | 3 到 5 个，仅限真正精彩的片段 |
| 剪辑时长 | 20 到 60 秒（目标是 30 到 45 秒） |
| 字幕颜色 | 米白色 #F5F1EA，当前正在朗读的单词为粘土色 #B03926 |
| 字幕 | 开启 |
2. 转写
~/.claude/skills/clipper/.venv/bin/python ~/.claude/skills/clipper/scripts/transcribe.py "<视频>"
它会首先打印工作文件夹路径。首次运行时会下载一次语音模型（small 模型约 500 MB）；一个 2 分钟的视频大约需要 1 分钟，一个 1 小时的视频则需要几分钟。对于超过 10 分钟的视频，以后台命令运行此命令（在 Claude Code 中：使用 Bash 工具的 run_in_background），并告知用户正在处理。如果口音较重或音频质量较差，添加 --model medium 参数。首次运行时的 HF token 警告或速度提示无关紧要。
3. 挑选精彩时刻（这是你的工作，不是脚本的）
完整读取 <工作文件夹>/transcript.md 文件。选出 3 到 5 个最精彩的时刻。一个精彩时刻：
- 以吸引人的开头句开启。 大胆的主张、令人惊讶的数字、一个问题、一个错误、一个故事的开始。 绝不要以“所以”、“并且”、“嗯”、“正如我所说”或需要依赖前文才能理解的句子开头。
- 独立成章。 从未看过完整视频的人也能理解。没有指向剪辑外部的“这个”、“那个东西”或“正如我提到的”。
- 有收尾。 它以答案、笑点、结论或教训结束：一个完整的思想，绝不停在句子中间。
- 有能量。 观点、细节、数字、情感、转折。跳过问候、赞助广告、活动通知和缓慢的铺垫。
- 不与其他选择重复。 每个剪辑表达不同的观点，且时间上绝不重叠。较短的视频给出更少的剪辑：时长在 5 分钟以下的视频，通常 1 到 3 个剪辑是正常的；不要为了凑数而拉长或重叠剪 辑。
为每个片段评分 1 到 10 分（综合评估开场、独立性、收尾和能量）。只保留得分 7 分及以上的片段；如果少于 3 个片段达到 7 分，则保留最好的 3 个，并说明这些片段质量较弱。然后写入 <工作文件夹>/moments.json 文件：
[
{"title": "文件的简短标题", "start": 63.2, "end": 101.8, "score": 9,
"hook": "剪辑的第一句原文",
"why": "一行：为什么这个片段有效",
"caption": "准备发布的帖子文案：一行钩子，然后 2-3 行简短描述，最后是一个问题或行动号召"}
]
start 和 end 是从视频开始处以秒为单位的时间点（转写时间格式为 分钟:秒，所以 01:03.2 = 63.2）。
<工作文件夹>/words.json 包含每个单词及其精确的开始 (s) 和结束 (e) 时间：通过读取它来设定剪辑边界。将 start 设置为钩子句第一个单词的 s 时间，将 end 设置为收尾句最后一个单词的 e 时间。脚本会保留从 start 到 end 之间的单词（有 0.05 秒的容差），并且绝不会截取到前一个或后一个单词，因此要删掉“So”之类的单词，就将 start 设置为下一个单词的 s 时间。
4. 制作剪辑
~/.claude/skills/clipper/.venv/bin/python ~/.claude/skills/clipper/scripts/make_clips.py "<视频>"
可以添加 --text-color "#FFFFFF" --active-color "#FFD400" 来使用其他字幕颜色，或者添加 --no-captions 来去掉字幕。每个剪辑大约需要处理一分钟。
每个剪辑：在单词边界处剪切，重新构图到 1080x1920 分辨率（宽屏视频会围绕说话者面部进行裁剪；如果出现一秒钟或更长时间的没有面部的画面，如图形、屏幕录制或 B-roll，则将其完整显示在模糊填充背景上，而不是被切掉；竖屏视频则保持完整），字幕每次显示三个单词，当前正在说的单词高亮显示，音量标准化到 -14 LUFS 响度标准。
5. 交付前检查
打开每个 clips/NN-*.jpg 文件：每个文件是一张包含整个剪辑中 8 个关键帧的缩略图条。检查所有这些缩略图：
- 在所有说话的画面中，面部都在画面内，并且字幕在下巴下方正常显示。
- 如果视频本身已嵌入了字幕（你会看到两套文字），则需要添加
--no-captions参数重新制作所有剪辑。 - 每个剪辑，脚本会打印“face in X/Y checks”。如果 X 为 0，表示没有面部可供构图（例如屏幕录制、幻灯片）：该剪辑将居中显示，请在报告中说明。在编辑过的视频中，部分画面没有面部是正常的；这些画面会被完整显示。
- 如果某个剪辑的开头或结尾在单词或思想的中间被打断，请修正 moments.json 中的
start/end时间，并添加--only N参数只重新制作该剪辑。
6. 报告
提供一个简短的列表：每个剪辑的文件名、长度、评分及其入选理由，以及它的发布帖子文案。引导用户查看 clips/scores.md 文件（所有内容都在一个文件中）和 clips/ 文件夹。提供一个下一步操作建议：挑选不同的精彩时刻、更改字幕颜色，或生成更长/更短的剪辑。