Premiere 精剪套件

Premiere 精剪套件 是做什么的？

将一个或多个原始视频文件转化为完整的、可导出的成品视频： 剪掉空白时间和填充词、校正色彩、添加预先烧录好的字幕， 并导出横屏和竖屏两个版本——全程通过 premiere-pro MCP 工具驱动 Adobe Premiere Pro， 同时依靠 claude-video-vision 完成 Premiere 本身无法在无头模式下完成的音频分析。

Premiere Pro 必须在机器上已经打开，且 premiere-pro MCP 服务器已连接， MCP Bridge (CEP) 面板已启动（窗口 → 扩展）——本技能无法启动应用程序。 如果服务器未安装，请运行套件的 setup 技能。 如果 create_sequence 等工具未直接列出，说明服务器将它们隐藏在 search_tools / invoke_tool 之后： 请使用这些工具，或使用 PREMIERE_MCP_TOOLSET=full 重新注册服务器。 如果任何 mcp__premiere-pro__* 工具调用因连接错误失败，请告知用户打开 Premiere Pro 并重试，而非尝试绕过。

为什么需要两个 MCP 而非一个

premiere-pro 可以剪辑、调色和导出——但它没有办法决定在哪里剪辑。 该服务器中没有静音检测或转录工具。 claude-video-vision 的 video_analyze 填补了这一空白：在原始文件进入 Premiere 之前， 它使用 ffmpeg 进行静音检测，并使用本地 whisper 转录（带单词级时间戳）。 剪辑列表计算一次，以纯数据形式保存，然后作为一系列 MCP 调用执行。 不要试图通过预览 Premiere 时间线来目测剪辑点——你没有帧精确的听觉，分析过程完成这项工作。

两种编辑类型——开始前选择

• 口播类（出镜说话、屏幕录制、画外音）：按照下方 Pipeline 执行——静音/填充词裁剪和字幕是关键工作。
• 蒙太奇 / B-roll（房间参观、漫游、旅行素材——无需对白驱动剪辑）：跳过静音/填充词步骤，按照下方蒙太奇管道执行。字幕可选；音乐和节奏是关键工作。

两种类型完成后均应用下方系列风格。如果不确定属于哪种类型：如果音频不承载故事，则为蒙太奇。

系列风格（默认社交媒体外观）

这些默认值来自将自动组装与手工完成最终剪辑进行比较的结果。忽略这些的初版剪辑通常会被手工重做。 如果用户有自己的风格或参考视频，则以她的品味为准：询问并调整这些规则使其匹配。

• 以最强品牌/定场镜头开头和结尾——像标题卡一样以此开场，并以此结尾。故事顺序优于时间顺序；带品牌的标志或英雄镜头比“第一个拍的镜头”更重要。
• 果断裁剪。 每个场景一个节拍，约 3–6 秒，仅保留最佳瞬间——绝不保留完整剪辑。一个好的参考剪辑从 80 秒可用素材中只保留了 46 秒。社交媒体的目标时长约为 45–60 秒。
• 完全丢弃弱素材——抖动的手持入场、摸索般的开始。如果一个剪辑需要道歉，就不应该出现在成片中。
• 全景与细节特写交替——房间全景 → 炉灶旋钮，卧室全景 → 床头板纹理。在定场镜头之间插入细节。
• 场景之间使用交叉溶解，而非硬切。 仅在有意的强调处使用硬切（一个好的参考剪辑中只使用了一两次）。
• 蒙太奇优先考虑音乐。 持续的音乐背景（约 -11 LUFS），无静音；原始相机/环境音被移除或完全压低（而非仅做闪避）。如果未提供音轨，请询问或留下静音时间线并标记——绝不使用未处理的原始环境音。
• 优先竖屏交付： 1080×1920、30fps、H.264 约 12 Mbps 是主要交付格式，即使源素材为 4K60。横屏是可选附加项，而非相反。

对于 故事/UGC 片段（带对白的真实时刻——偶遇、反应、即兴互动），在上述基础上增加四条规则：

• 以病毒瞬间冷开场。 将偶遇中间最抓人眼球的 2–4 秒特写放在 0:00 处，然后倒叙从头讲述故事。按时间顺序是这里的基本失败模式——绝不以铺垫/背景开场。
• 为画外音钩子预留空间。 创作者通常会在冷开场部分录制一段直接对镜头讲述的画外音（“我知道大家都在想为什么……”）。剪辑无法生成这个——请构建一段冷开场，然后标记该钩子需要录制画外音（或询问用户），而非在没有的情况下输出。
• 以品牌卡片结尾。 如果用户有品牌、产品或推广的账号，请以简短的结束卡（约 3–5 秒）展示。询问她的 logo 或账号；绝不捏造。
• 对对话进行电平处理（约 -16 LUFS，窄范围），而非铺设音乐背景——对于故事类，对话承载内容；对于蒙太奇，音乐承载内容。

Pipeline

按顺序执行以下步骤。对于一批剪辑（例如一周的录制内容），在每个剪辑上重复步骤 2–8，所有剪辑共享一个 Premiere 项目。

1. 确认输入

询问（或根据上下文推断）：原始文件路径，以及这是一个单独交付物还是需要横屏（LinkedIn 风格，16:9）和竖屏（Threads/TikTok/Reels，9:16）两个版本导出。 如果用户未指定，默认导出两个版本——编辑锁定后重构画面成本很低。

2. 使用 ffprobe 获取源文件信息

ffprobe -v error -select_streams v:0 -show_entries stream=width,height,r_frame_rate \
  -show_entries format=duration -of json "<raw-file>"

你需要 width、height、r_frame_rate（解析分数，例如 30000/1001 ≈ 29.97） 和 duration。你在 Premiere 中创建的序列应与这些值匹配—— 不匹配的序列设置会导致静默缩放/帧率转换，从而降低质量。

3. 分析音频——静音 + 转录

在原始文件上调用 mcp__claude-video-vision__video_analyze， 使用 filters: {silence: true, transcription: true}。 这将返回静音间隔和单词级转录（whisper 通过 whisper.cpp 在本地运行—— 无需 API 密钥，首次运行可能需要一分钟加载模型）。

将结果保存到 JSON 文件中——你将在下一步将其提供给剪辑列表脚本。

4. 计算剪辑列表

在分析 JSON 上运行 scripts/build_cutlist.py：

python3 "<skill-path>/scripts/build_cutlist.py" analysis.json \
  --duration <ffprobe-duration> --srt-out captions.srt

该脚本的存在是因为手工完成这项工作在一个特定方面容易出错： 每次剪辑后，字幕时间戳必须根据之前移除的所有内容的累计时长进行偏移， 否则字幕会不同步。脚本处理了这一点，同时处理了静音间隙的合并/填充逻辑， 这样剪辑就不会落在单词中间。

它会自动剪辑三种内容：≥0.35 秒的静音间隙（填充 0.08 秒以避免切掉说话内容）、 生硬的填充词（um、uh、er 及变体）和口吃/假开始（立即重复的单词，如“the the”）。 它故意不自动剪辑软填充词（like、so、right、you know、actually）—— 这些通常是某人真实的说话方式，而非噪音。来自过去 UGC 剪辑的真实反馈： 像“你知道吗？”这样的即兴发挥被标记为批次中最真实的元素，并被明确保留，而非删减。 脚本在 flagged_for_review 中显示这些内容（带有上下文）—— 浏览该列表，仅当某些内容看起来像真正的填充词时才上报给用户； 有疑问时，保留它。

5. 构建 Premiere 项目与粗剪

1. 使用 create_project（或重复使用时使用 open_project）和 create_sequence，序列设置与 ffprobe 输出相匹配（步骤 2）。
2. 使用 import_media 导入原始文件，使用 add_to_timeline 在时间 0 处添加到轨道 0。
3. 按照剪辑列表的 cuts 数组按 start 时间降序排列，对每个剪辑：在剪辑的开始和结束位置使用 razor_timeline_at_time， 然后对中间生成的剪辑使用 remove_from_timeline，设置 deleteMode: "ripple"。 降序排列很重要——波纹删除较早的剪辑会改变所有后续时间戳，因此如果按升序操作， 步骤 4 中剩余的剪辑点将不再与任何内容对齐。
4. 确认序列时长现在大致匹配剪辑列表 JSON 中的 new_duration。

6. 色彩校正

默认外观（用户要求干净/自然，而非风格化调色）：修正白平衡、压低高光、轻微提亮暗部、适度的饱和度。 你无法盲目操作——color_correct 的参数是手动滑块，背后没有自动检测。因此：

1. 使用 export_frame 导出一个代表性帧（剪辑开始几秒后，越过任何开场）。
2. 查看它。判断白平衡（肤色不应偏橙或偏蓝）、曝光（是否有任何过曝/全黑区域）和对比度。
3. 对时间线上的剪辑应用适度的 color_correct 调整——微小的调整（个位数数值），而非大幅摆动。 自然的校正应该是几乎不被注意到的“校正”，只是让人觉得“看起来舒服”。
4. 再次 export_frame 并比较。如果仍有问题，迭代一两次；不要为了追求单帧完美而无限循环。

如果用户有想要应用的 .cube/.3dl LUT（替代或补充手动校正），请使用 apply_lut， 设置低到中等的 intensity（0.5–0.8），叠加在基础校正之上，而非替代—— 单独的 LUT 无法解决实际的白平衡问题，只会重新着色。

7. 字幕

1. 使用 import_media 导入步骤 4 中生成的 captions.srt。
2. 在序列上使用 create_caption_track，将 projectItemId 指向导入的 SRT。

这之所以有效，是因为步骤 4 已经根据剪辑后的时间线重新调整了 SRT 的时间—— 如果你在此处根据原始（剪辑前）转录时间戳重新生成字幕，它们将与编辑后的视频不同步。

8. 为第二宽高比重构画面

重构画面会裁剪进入现有帧，使用运动跟踪——从较宽到较窄（16:9 → 9:16）效果很好， 但从较窄到较宽（9:16 → 16:9）没有真正的帧数据可创造（需要 Premiere 的自动重构不支持的生成式扩展）。因此：

• 如果素材是横屏拍摄 → 使用 auto_reframe_sequence，设置 numerator: 9, denominator: 16 用于竖屏导出。这是常见情况，效果很好。
• 如果素材是竖屏拍摄 → 如果确实需要横屏版本，请告知用户，而不是静默填充/模糊两侧；重新拍摄或使用信箱/柱箱导出通常是更好的选择，而非糟糕的 AI 重构。

9. 导出

最终的社交媒体交付物为 H.264 1080p，而非 ProRes——这是成品导出，而非 Premiere 到 Premiere 的移交。 对每个版本使用 export_sequence：

• 横屏：format: "h264"（或 "mp4"），resolution 匹配源文件，quality: "high"。
• 竖屏（来自重构后的序列）：相同设置，1080×1920。

当用户未指定路径时的输出约定：在原始源文件旁边创建一个 edited/ 文件夹， 并将输出命名为 <source-name>-final.mp4（横屏）和 <source-name>-vertical.mp4。 完成前使用 save_project。

10. 反馈结果

告知用户：剪辑了什么（按原因计数——静音/填充词/口吃）、你保留在 flagged_for_review 中的内容及原因、色彩校正改变了什么、导出文件的位置。 不要只说“完成”——这是关于他们的素材；他们应该知道什么被修改了。

蒙太奇管道（无对白素材）

1. 在素材进入时间线之前观看每一个源剪辑—— 使用 video_watch，最低 1fps。不要通过文件名、缩略图或之前的文件夹摘要推断内容： 一个“仅房间”的剪辑可能以镜中可见的人物结束（曾发生过——两个浴室剪辑在最后几秒之前都是干净的）。 观看时，注意每个剪辑的最佳 3–6 秒节拍和精确的修剪点。
2. 对所有剪辑使用 ffprobe（Pipeline 步骤 2）。创建匹配源 fps 的序列——60fps 的剪辑使用 60fps 的序列。序列设置创建后无法更改（参见 MCP 错误），因此请先正确设置。
3. 按照系列风格中的故事顺序组装：品牌镜头 → 全景与细节交替 → 英雄视角镜头 → 品牌镜头再次出现。
4. 将每个剪辑修剪到注意到的节拍：将完整剪辑添加到其位置，在保留边界处使用剃刀，波纹删除剩余部分—— 同时传递**videoTrackIndices 和 audioTrackIndices**，然后使用 list_sequence_tracks 确认视频和音频轨道长度仍然匹配。 孤立音频尾部会静默地导致其后的所有内容不同步。
5. 在每个场景边界添加交叉溶解（add_transition_to_clip）。
6. 按照系列风格添加音乐背景；移除相机音频。
7. 首先导出竖屏版本（1080×1920，30fps，h264，高质量）。仅在要求时制作横屏版本。

已知的 premiere-pro MCP 错误（2026 年 8 月验证）

• trim_clip 静默无操作——返回成功，但未作任何更改（无论是否带 duration 参数）。切勿使用；请使用剃刀+波纹删除。
• export_frame 忽略 time——无论请求什么时间码，总是返回序列的第一帧。用于检查特定时刻或对序列中间剪辑进行调色时无用；请改用 claude-video-vision 从源文件提取帧。它还会自动附加自己的扩展名（x.png → x.png.png），因此请传递不带扩展名的 outputPath。
• razor_timeline_at_time 仅使用 videoTrackIndices 仍会剪切所有音频轨道——视频仅限的波纹删除会留下孤立的音频。始终显式传递 audioTrackIndices，并在之后验证同步。
• set_sequence_settings 无法在创建后更改 fps/尺寸——请创建具有正确设置的新序列并删除旧序列。
• MCP 调用可能超时但仍然成功（create_sequence 曾出现此问题）。超时时，在重试前检查 get_project_info/list_sequences——盲目重试会创建重复项。
• export_sequence 可能报告成功但未写入任何内容——已确认两次（带有和不带有 outputPath 中的文件扩展名）；它还会回显 format: "ProRes" 但实际导出 H.264（检查 MediaInfo，而非信任日志）。始终在文件系统上验证输出，然后询问用户是否满意。
• add_transition_to_clip 在处理跨轨道编辑时行为异常——当剪辑跨越轨道边界时将其分割会更好，然后仅在干净边界处添加溶解。
• create_project 如果项目已存在则会静默失败——始终先使用 get_project_info 检查，如果需要重新创建则使用 close_project。

配方：从单一源文件制作竖屏和横屏版本

对于“后期技巧”风格的提示（“编辑这个” / “让它可发布”），默认 Pipeline 已经完成所有工作。

配方：为竖屏重构已编辑的横屏序列

当序列已经锁定且你需要社交版本时：在序列上使用 auto_reframe_sequence，设置 numerator: 9, denominator: 16， 然后像平常一样导出。不需要步骤 2–7。

配方：处理原始素材是竖屏拍摄但需要横屏输出

1. 创建与源素材分辨率尺寸匹配的序列（而非目标横屏尺寸）。
2. 将源素材导入时间线，位于其原始位置和缩放比例。
3. 如果横屏版本确实需要，告知用户框架将包含两侧的竖直黑边（柱箱），因为 Premiere 的自动重构无法从竖屏素材生成的横屏帧数据。
4. 如果用户接受柱箱，将序列设置更改为 1920×1080（或用户指定的目标分辨率），并将源素材居中。
5. 或者，询问用户是否希望只提供竖屏版本（通常对于社交媒体来说完全可以接受）。
6. 在导出前保存项目。