Communitygithub.com

原始素材到成片:先批准再剪

通过对话把口播素材、访谈、播客、教程或录屏剪成成片。智能体先盘点素材,按逐词时间戳工作,写出每段都附理由的剪辑决策表(EDL)等你批准,再用 FFmpeg 逐帧精确渲染,并把字幕、插入画面和声音挪到新时间线上。

原始素材到成片:先批准再剪 是什么?

「原始素材到成片」配方第 1 步(剪出成片),来自 alexey1312/Vibe-Editing-Agent-Skill(MIT)。vibe-editing-cut 是一个“对话式剪辑”技能:第一阶段只读(工具链报告、素材盘点,标出可变帧率、旋转和 HDR),随后智能体提出带源时间和输出时间的 EDL;在你批准具体条目编号之前,不剪、不渲染、不上传、不产生付费调用。原始文件绝不改动;edl.py 负责渲染、换算两套时间,并把时间线交给 HyperFrames 或 Remotion 做图形。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/alexey1312/Vibe-Editing-Agent-Skill/tree/HEAD/skills/vibe-editing-cut

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

氛围剪辑:裁剪

将原始素材裁剪为保留含义的成片,然后交给引擎进行图形处理。 代理提议并撰写;渲染器计算帧;作者决定并接受。 在设计之前先确认故事:每次含义的更改都会导致图形重建。

  • 按素材划分的路径和工具:references/routes.md
  • EDL 和两个时钟:references/edl-format.md
  • 转录和识别器:references/transcripts.md
  • 裁剪语音:references/cutting.md
  • 字幕:references/captions.md
  • 音频:references/audio.md
  • 插入片段、布局、9:16、其他语言:references/inserts-and-layouts.md
  • 屏幕录制:references/screen-recordings.md
  • 文件夹、简报和 project.md:references/project-memory.md
  • 作者提供的备注:references/edit-requests.md
  • 数据、许可和费用:references/data-and-licences.md
  • 计划格式:references/plan-format.md
  • 此仓库测量的内容:references/measured-behavior.md
  • 版本和日期:references/versions.md
  • 引用:references/sources.md

约定

  • 第一阶段为只读。 工具链报告、素材清单、读取现有转录,以及撰写计划,均不更改任何内容,也不向任何地方发送数据。
  • 未经项目ID审批,不得进行裁剪、渲染、上传、安装或付费调用 (references/plan-format.md)。 “缩短一点”在计划存在之前是对计划的请求。
  • 原始文件永不更改。 工作副本放入 work/,渲染输出放入 renders/,交付件放入 exports/。 edl.py render 拒绝在没有 --force 的情况下覆盖源文件或现有文件。
  • 两个时钟。 源时间用于素材,输出时间用于观众看到的一切; 使用 edl.py map 和 edl.py retime 进行转换,绝不手动计算。
  • 引用或标注。 关于工具的声明引用 references/sources.md 或 已测量 部分; 版本和价格来自 references/versions.md 及其日期; 品味或含义的判断需标注清楚。
  • 如实报告验证结果。 帧检查无法捕捉节奏;脚本检查无法捕捉含义。 说明已观看、已收听、已扫描的内容——以及未检查的内容。

1. 预检

python3 scripts/toolchain_report.py --format markdown
python3 scripts/media_probe.py originals/ --format markdown
  • 工具链报告说明本机的能力: 帧精确渲染、烧录字幕(许多 FFmpeg 构建版本不支持,已测量 M7)、 响度测量、本地语音识别、HyperFrames、Remotion; 以及哪些 API 密钥名称已设置(绝不显示其值)。
  • 清单标记出会影响裁剪的内容: 可变帧率(MED001)、旋转(MED002)、HDR(MED010)、 混合帧率或音频格式(MED004、MED005);规则见该技能仓库中的 CHECKS.md。
  • 阅读项目自身的说明和 project.md(如果存在)。
  • 撰写简报,或询问缺失的内容:观众和核心信息、交付格式、必须保留的内容、禁止的内容、云处理(references/project-memory.md)。

2. 选择路径

根据素材和交付物选择路径(references/routes.md)。 该技能负责裁剪:素材选择、拼接、EDL、渲染、字幕以及新时间线上的音频。 图形属于引擎的其他技能:HyperFrames(hyperframes、general-video、hyperframes-core) 或 Remotion(remotion-best-practices)。 对于必须保持不变的字幕或叠加层,属于 embedded-captions 或 talking-head-recut。

3. 转录

  • 每个源的单词时间戳,一次生成,保存在 transcripts/ 中(references/transcripts.md)。
  • 云端识别会发送音频并产生费用;本地识别需要安装。 两者都需要审批,并在计划中注明提供商、费用和数据情况。
  • 在规划任何裁剪之前,对照词汇表纠正名称和数字。

4. 规划故事

  1. 素材表格:源、入点-出点、逐字短语、音频、可见内容、可能的作用。
  2. 三个开场,每个标明观众在最初几秒内理解的信息。
  3. 候选:python3 scripts/edl.py candidates --words transcripts/<take>.json — 供考虑的停顿、重复和填充词,绝不自动裁剪(references/cutting.md)。
  4. 按节奏划分故事,然后 edit/edl.json:每个片段附带理由(references/edl-format.md)。
  5. python3 scripts/edl.py check edit/edl.json --probe、table 和 cuts --probe: 显示带有两个时钟的片段,以及每个被移除的时间区间供作者审阅。
  6. 存疑的裁剪放入 edit/edl_b.json,而非版本A。

5. 渲染草稿

python3 scripts/edl.py render edit/edl.json -o renders/draft_v1.mp4 --size 640x360 --preset veryfast
  • 每个片段在帧边界上重新编码,带有 10 毫秒音频淡入淡出,缩放至统一尺寸 (已测量 M1、M3、M4)。流复制裁剪永远无法帧精确 (已测量 M2)。
  • 初版草稿不含音乐、字幕或特效:仅语音和画面。
  • 佩戴耳机听取每个拼接点;检查两侧的帧。 通过精炼的备注(references/edit-requests.md)和新版本的 EDL 进行修复。

6. 字幕、音频、插入片段

  • 字幕: edl.py retime 将单词时间移动到输出时间线上; captions.py build 进行分组;captions.py check 应用限制(references/captions.md)。
  • 音频: 先处理语音,然后通过闪避处理音乐,最后是特效; 根据简报的目标响度进行测量,并明确设置 loudnorm 目标(references/audio.md)。
  • 插入片段: 在输出时间线上标记它们(edl.py map),审批一个静态帧, 然后在引擎中构建它们;edl.py hyperframes 和 edl.py remotion 移交裁剪结果 (references/inserts-and-layouts.md)。
  • 其他格式: 9:16 版本是一种新布局,而非中心裁剪。

7. 移交

  • 在宣布视频完成之前运行审核: vibe-editing-review 技能,或至少运行 python3 scripts/qa_scan.py 并附带简报、EDL 和字幕。
  • 更新 project.md:已批准的 EDL 版本、上一次成功的渲染、命令、资产和许可、未解决的缺陷。

工作流程

第一阶段 — 推荐

  1. 预检: 工具链报告、清单、简报、项目说明。
  2. 计划 遵循 references/plan-format.md: 源和转换;故事和 EDL v1;移除的时间区间;存疑的裁剪; 字幕、音频和插入片段;数据、费用和许可;此处无法验证的内容。
  3. 询问 要应用哪些项目 ID。

第二阶段 — 应用与验证

  1. 仅应用已批准的项目,一次一个层级:故事、节奏、文本、画面、音频。
  2. 每次更改后,渲染或预览同一范围并增加一秒钟的上下文,然后听取结果。
  3. 重新运行 edl.py check 和 captions.py check;对每个交付给作者的草稿运行 qa_scan.py。
  4. 更新项目状态和 project.md;报告未验证的内容。

安全护栏

  • 在第一阶段不得裁剪、渲染、上传、在云端转录或安装任何内容。
  • 不得更改或重新编码 originals/ 中的文件。
  • 不得对需要帧精确的裁剪进行流复制。
  • 不得按源时间放置字幕或插入片段。
  • 不得使用单一阈值移除所有停顿,或在未经作者决定的情况下合成缺失的单词。
  • 不得在聊天、日志或文件中打印密钥或令牌。
  • 不得添加没有记录来源和许可的音乐、字体或素材。
  • 不得接管引擎的领域:合成代码属于 HyperFrames 或 Remotion 技能。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能