Communitygithub.com

视频处理器(Video Processor)

处理视频文件用于 YouTube 内容创作,并生成社交媒体图形——为视频/片段生成带时间戳的转录文稿、SRT 字幕和 AI 生成的章节,创建 AI 驱动的 YouTube 缩略图(支持人脸参考),制作 LinkedIn 帖子信息图,或为任意平台生成自定义尺寸的图片。

视频处理器(Video Processor) 是什么?

此技能为 YouTube 创作者和社交媒体管理者提供了一站式视频与图形处理方案。它能够将视频片段转录为带时间戳的文稿、SRT 字幕,并利用 AI 自动生成 YouTube 章节。基于 Gemini 模型,它可以生成具有人脸参考和特定风格的 YouTube 缩略图,并支持面部替换以获得更精准的形象。技能还提供专门的 LinkedIn 信息图生成功能,采用深色主题的专业信息图风格,不包含人脸。对于 Instagram、Twitter 等其他平台,则提供灵活的通用图片生成脚本,支持自定义尺寸和样式参考。该技能完全基于命令行操作,位于 `video-processor/` 目录下,依赖 Python 3.9+、uv 包管理器、FFmpeg 以及 OpenAI 和 Gemini 的 API 密钥。

兼容平台~Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/TheSmokeDev/taskchad-os/tree/HEAD/.claude/skills/video-processor

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

视频处理器

处理视频文件用于 YouTube 内容创作,并生成社交媒体图形。本技能提供四种主要功能:

  1. 转录与章节生成:将视频片段转换为带时间戳的文稿、SRT 字幕和 AI 生成的 YouTube 章节
  2. YouTube 缩略图生成:创建 AI 驱动的 YouTube 缩略图,支持人脸参考和风格匹配
  3. LinkedIn 帖子图片:生成专业的 LinkedIn 信息图和帖子图片
  4. 通用图片生成:为任意平台创建自定义尺寸和提示的图片

何时使用此技能

当用户出现以下情况时使用此技能:

  • 希望转录视频文件或片段
  • 需要生成 YouTube 章节
  • 希望从现有文稿重新生成章节
  • 想要创建 YouTube 缩略图
  • 想要创建 LinkedIn 帖子图片或信息图
  • 想要为其他平台(Instagram、Twitter、Facebook 等)生成图片
  • 提到缩略图的人脸替换
  • 询问为图形提供人脸或风格参考

选择合适的图片生成工具

该技能提供三个图片生成脚本。根据平台和需求选择:

使用 thumbnail.py(YouTube 缩略图)当:

  • 用户提到“YouTube”、“缩略图”或“视频缩略图”
  • 请求 16:9 宽高比
  • 需要醒目、引人注目的风格,并希望包含人脸
  • 默认尺寸:1920x1080

使用 linkedin-post.py(LinkedIn 信息图)当:

  • 用户提到“LinkedIn”、“LinkedIn 帖子”或“商务信息图”
  • 请求方形格式的信息图
  • 需要专业、深色主题,不包含人脸
  • 默认尺寸:1200x1200

使用 image-gen.py(通用)当:

  • 指定了自定义尺寸(Instagram、Twitter、Facebook 等)
  • 平台不是 YouTube 或 LinkedIn
  • 用户明确请求灵活/自定义工具
  • 用户提供了完整的提示,包含特定的风格要求
  • 必需参数:--dimensions WIDTHxHEIGHT

优先级: 当用例匹配时,始终优先使用 thumbnail.py 或 linkedin-post.py。将 image-gen.py 作为其他平台或自定义需求的备用方案。

安装与要求

视频处理器位于项目仓库的 video-processor/ 目录下。

要求:

  • Python 3.9+
  • uv 包管理器
  • FFmpeg(用于转录)
  • OpenAI API 密钥(用于 Whisper 转录)
  • Gemini API 密钥(用于章节和缩略图)
  • Replicate API 令牌(可选,用于人脸替换)

环境设置:

cd video-processor
uv sync
# 确保 .env 文件存在并包含所需的 API 密钥

1. 视频转录与章节

基本转录命令

转录视频片段并生成文稿、字幕和章节:

cd video-processor
uv run transcribe.py <文件夹路径>

示例:

uv run transcribe.py ./my-youtube-video/

输入格式

视频应放在一个文件夹中,并使用数字前缀排序:

my-youtube-video/
├── 1.mp4          # 介绍
├── 2.mp4          # 主要内容
├── 3.mov          # 演示
└── 4.mp4          # 结尾

支持的格式: MP4、MOV、MKV、AVI、WEBM、M4V

输出文件

脚本在同一文件夹中生成三个文件:

  1. transcript.md - 带时间戳的 Markdown 文件

    # 文稿
    
    [00:00] 欢迎回到频道...
    [00:15] 今天我们要讨论...
    
  2. transcript.srt - 用于视频编辑器/YouTube 的 SRT 字幕文件

    1
    00:00:00,000 --> 00:00:15,500
    欢迎回到频道...
    
  3. chapters.txt - YouTube 章节建议(AI 生成)

    0:00 介绍
    2:30 设置
    5:45 主要教程
    

功能特性

  • 多片段支持:处理带编号的片段,自动计算时间戳偏移量
  • 长视频支持:自动将超过 20 分钟的视频分割(API 限制)
  • 带时间戳的文稿:Markdown 格式,包含精确时间戳
  • AI 章节:Gemini 生成上下文相关的章节标记

仅重新生成章节

如果已有文稿并希望重新生成章节:

cd video-processor
uv run chapters.py <transcript.md 或 文件夹路径>

示例:

# 直接指向文稿文件
uv run chapters.py ./my-video/transcript.md

# 或指向包含 transcript.md 的文件夹
uv run chapters.py ./my-video/

使用场景:

  • 在不重新转录的情况下调整章节
  • 编辑文稿后重新生成
  • 使用不同的 Gemini 模型

重要说明

  • 片段必须放在一个扁平的文件夹中(无子目录)
  • 视频按文件名前缀的数字顺序处理
  • 预估费用:~$0.006/分钟音频(Whisper API)
  • 长视频会自动分割以处理 API 限制
  • 需要互联网连接

2. 缩略图生成

基本缩略图命令

生成 AI 驱动的 YouTube 缩略图:

cd video-processor
uv run thumbnail.py "您的缩略图创意"

默认行为:

  • 生成 3 个变体
  • 保存到:./output/Thumbnails/[YYYY-MM-DD]/
  • 如果存在,则使用 assets/face.jpg
  • 输出:1920x1080 PNG 文件
  • 品牌指南:请参阅 references/brand-guidelines.md 了解色彩搭配、构图和风格最佳实践

缩略图参数

必需参数

  • idea(位置参数):您的缩略图概念/创意

人脸参考选项

  • --face PATH:指定人脸参考图片(默认:assets/face.jpg)
  • --no-face:不包含任何人脸参考
  • --face-swap:使用 Replicate 进行后处理,替换真实人脸(需要 REPLICATE_API_TOKEN)

风格与参考

  • --style PATH:风格参考缩略图 - AI 匹配布局和美学
  • --ref PATH:额外的参考图片(可多次使用)

Logo 与输出

  • --logo PATH:要合成到缩略图上的 Logo
  • --logo-position [bottom-right|bottom-left|top-right|top-left]:Logo 位置(默认:bottom-right)
  • -o, --output PATH:输出目录或文件路径
  • --variations N:生成的变体数量(默认:3)

缩略图示例

基本 - 3 个变体,默认设置:

uv run thumbnail.py "对 Google 大规模裁员感到震惊的反应"

带风格参考:

uv run thumbnail.py "我的新视频创意" --style ./existing-thumbnail.jpg --face ./me.jpg

使用人脸替换以获得精确相似度:

uv run thumbnail.py "对新 AI 功能感到兴奋" --face ./me.jpg --face-swap

单个变体用于快速测试:

uv run thumbnail.py "快速测试创意" --variations 1

自定义输出目录:

uv run thumbnail.py "我的视频概念" -o ./custom-folder/

无脸(仅场景):

uv run thumbnail.py "屏幕上显示戏剧性的代码和错误" --no-face

带 Logo 覆盖:

uv run thumbnail.py "我的视频概念" --logo ./assets/logo.png

人脸参考设置

为了获得一致的缩略图:

  1. 将您的头像添加到 assets/ 文件夹:

    video-processor/assets/
    ├── face.jpg           # 默认人脸(自动加载)
    ├── face-excited.jpg   # 其他表情
    ├── face-shocked.jpg
    └── logo.png           # 频道 Logo
    
  2. 如果 assets/face.jpg 存在,脚本会自动使用它

  3. 使用 --face 覆盖以获得不同表情

  4. 使用 --no-face 完全跳过人脸参考

风格参考

--style 标志匹配现有缩略图的美学:

  • 整体布局和构图
  • 配色方案和情绪
  • 文本样式(字体粗细、颜色、位置)
  • 背景样式和效果

非常适合保持一致的频道品牌形象。

品牌指南与最佳实践

重要:在生成缩略图之前,请阅读 references/brand-guidelines.md 了解:

  • 蓝色品牌色的使用(作为强调色,而非主色)
  • 自然肤色要求(面部无蓝色调)
  • 平衡的配色方案(混合鲜艳的颜色)
  • 文本高亮模式(1-2 个关键词用蓝色)
  • 构图指南(布局、视觉流程)
  • 经过验证的示例,来自过去成功的缩略图

这些指南确保缩略图保持品牌一致性,同时避免过度饱和或不自然光线等常见陷阱。

人脸替换以获得精确相似度

AI 生成的脸可能不精确。使用 --face-swap 进行后处理:

uv run thumbnail.py "我的视频创意" --face ./me.jpg --face-swap

工作原理:

  1. 使用 AI 生成缩略图(以人脸作为参考确定位置)
  2. 使用 Replicate 进行后处理,替换为您的真实人脸

设置:

缩略图规格

元素值
分辨率1920x1080(1080p)
宽高比16:9
格式PNG(或 JPG,使用 --output .jpg)
默认变体数3
模型默认使用 Gemini 3 Pro(Nano Banana Pro)

重要缩略图说明

  • Gemini 模型支持参考图片;Imagen 不支持
  • 费用:~$0.13/张图片(使用 Gemini 3 Pro)
  • 人脸替换增加约 $0.003/张缩略图
  • 3 张带人脸替换的缩略图:约 $0.40 总计
  • 需要互联网连接

3. LinkedIn 帖子图片生成

基本 LinkedIn 图片命令

生成 AI 驱动的 LinkedIn 帖子图片和信息图:

cd video-processor
uv run linkedin-post.py "您的帖子概念"

默认行为:

  • 生成 3 个变体
  • 保存到:./output/LinkedIn/[YYYY-MM-DD]/
  • 输出:1200x1200 PNG 文件(LinkedIn 方形格式)
  • 针对信息图布局进行了优化(无脸、白色背景、平面设计)

LinkedIn 图片参数

必需参数

  • idea(位置参数):您的 LinkedIn 帖子概念/创意

风格与参考

  • --style PATH:风格参考图片 - AI 匹配布局和美学
  • --ref PATH:额外的参考图片(可多次使用)

Logo 与输出

  • --logo PATH:要合成到图片上的 Logo
  • --logo-position [bottom-right|bottom-left|top-right|top-left]:Logo 位置(默认:bottom-right)
  • -o, --output PATH:输出目录或文件路径
  • --variations N:生成的变体数量(默认:3)

LinkedIn 图片示例

基本 - 3 个变体:

uv run linkedin-post.py "AI 验证金字塔,5 层显示人类与代理责任"

带风格参考:

uv run linkedin-post.py "我的信息图概念" --style ./existing-infographic.jpg

单个变体用于测试:

uv run linkedin-post.py "快速测试" --variations 1

自定义输出目录:

uv run linkedin-post.py "我的概念" -o ./custom-folder/

带 Logo 覆盖:

uv run linkedin-post.py "我的信息图" --logo ./assets/logo.png

LinkedIn 图片规格

元素值
分辨率1200x1200(LinkedIn 方形)
宽高比1:1
格式PNG(或 JPG,使用 --output .jpg)
默认变体数3
模型默认使用 Gemini 3 Pro(Nano Banana Pro)
风格专业信息图,无脸,平面设计

重要 LinkedIn 图片说明

  • 针对专业商务信息图进行了优化
  • 深色主题,现代时尚美学
  • 不包含任何人脸或人物(纯图表/信息图风格)
  • 蓝色配色方案,带渐变效果
  • 信息密度高于 YouTube 缩略图
  • 费用:~$0.13/张图片(使用 Gemini 3 Pro)
  • 需要互联网连接

4. 通用图片生成

基本通用图片命令

生成自定义尺寸的 AI 驱动图片,适用于任何平台:

cd video-processor
uv run image-gen.py "您的图片概念" --dimensions WIDTHxHEIGHT

主要功能:

  • 自定义尺寸(必需参数)
  • 极简提示包装(最大灵活性)
  • 支持风格参考
  • 保存到:./output/Images/[YYYY-MM-DD]/
  • 默认:3 个变体

通用图片参数

必需参数

  • idea(位置参数):您的图片概念,包含完整的提示详情
  • --dimensions WIDTHxHEIGHT:图片尺寸(例如 1080x1080、1200x675)

风格与参考

  • --style PATH:风格参考图片 - AI 匹配美学
  • --ref PATH:额外的参考图片(可多次使用)

Logo 与输出

  • --logo PATH:要合成到图片上的 Logo
  • --logo-position [bottom-right|bottom-left|top-right|top-left]:Logo 位置(默认:bottom-right)
  • -o, --output PATH:输出目录或文件路径
  • --variations N:生成的变体数量(默认:3)

通用图片示例

Instagram 方形帖子:

uv run image-gen.py "白色背景上的极简产品照片" --dimensions 1080x1080

Instagram 故事:

uv run image-gen.py "垂直励志名言设计" --dimensions 1080x1920

Twitter 帖子图片:

uv run image-gen.py "蓝色主题的技术公告图形" --dimensions 1200x675

Facebook 封面照片:

uv run image-gen.py "专业商务页眉" --dimensions 820x312

带风格参考:

uv run image-gen.py "我的概念" --dimensions 1200x1200 --style ./reference.jpg

常用尺寸参考

平台尺寸宽高比命令
YouTube 缩略图1920x108016:9使用 thumbnail.py 代替
LinkedIn 方形1200x12001:1使用 linkedin-post.py 代替
Instagram 方形1080x10801:1--dimensions 1080x1080
Instagram 故事1080x19209:16--dimensions 1080x1920
Twitter 帖子1200x67516:9--dimensions 1200x675
Facebook 帖子1200x6301.91:1--dimensions 1200x630
Pinterest 图钉1000x15002:3--dimensions 1000x1500

通用图片说明

  • 此工具提供最大的灵活性,但提示需要更详细
  • 建议在提示中包含平台名称和风格,以获得更好效果
  • 费用:~$0.13/张图片(使用 Gemini 3 Pro)
  • 需要互联网连接

相关技能