Communitygithub.com

yinbaozong/rough-cut-wiki-video

Agent 技能,用于从有序步骤说明和素材文件夹生成可编辑的分步教程视频粗剪包,支持剪映 10/11 和 Final Cut Pro。

rough-cut-wiki-video 是什么?

Wiki Video Rough Cut 是一个面向开发者和视频制作者的 AI Agent 技能,能将文本化的操作步骤和对应的视频素材自动组织成非破坏性的教程粗剪项目。它支持将用户粘贴的步骤说明或本地 Markdown 文件作为事实依据,语音识别优先使用素材中的说话内容作为步骤标签,若语音不可用则回退到文件名。该技能会保留所有拍摄片段,并将不匹配的素材标记为“待确认”。输出包括剪映 10/11 的原生工程文件(需加密注册)、Final Cut Pro XML (FCPXML)、SRT 字幕文件以及详细的审阅报告。支持 Windows 平台上的剪映 10/11 和 Final Cut Pro,并通过 Python 脚本进行媒体分析、计划生成和导出。

兼容平台✓Claude Code✓Codex CLI✓Cursor
npx skills add yinbaozong/rough-cut-wiki-video

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

Wiki 视频粗剪

将有序的操作步骤和素材文件夹转换为非破坏性的教程粗剪包。接受粘贴到对话中的步骤文本或本地 UTF-8 文本/Markdown 文件。优先使用本地语音证据,回退到文件名,保留所有拍摄片段,并使用提供的步骤(而非即兴解说)作为字幕的事实来源。

工作流程

  1. 询问素材目录和有序步骤。接受直接粘贴到对话中的文本或本地 UTF-8 文本/Markdown 文件;当有粘贴文本时,绝不要求使用 .md 文件。除非用户明确要求,否则不要获取 URL。在调用 CLI 之前,将粘贴的文本原样保存为任务的 wiki-source.md。

  2. 仅将有序、已拍摄的操作视为时间线步骤。不要要求用户添加未拍摄的工具列表、准备部分、背景或理论。优先使用 Step 1/2/3、步骤一/二/三 或编号列表。将必要的注意事项保留在适用的操作内部。

  3. 从加载的 SKILL.md 中定位此技能目录;绝不假设 .codex、.claude 或 .cursor 路径。

  4. 运行能力检查:

    python scripts/roughcut.py doctor
    
  5. 运行分析。除非用户要求仅使用文件名处理,否则使用 auto 模式。在自动模式下,首先提取音频轨道,使用单词时间戳进行转录,并测试口语标签是否与某个步骤相关,然后再考虑文件名:

    python scripts/roughcut.py run --media "E:\footage" --wiki "E:\job\wiki.md" --output "E:\job\output" --mode auto --preview
    
  6. 检查 review.md、edit-plan.json、代表性证据和警告。仅当素材/步骤证据支持更改时,才改进 wiki-steps.json 或 edit-plan.json。绝不编造数量、对象、成分、零件、方向或安全声明。

  7. 手动修改计划后重新运行导出器(目前使用 run 进行完整重建)。保留模棱两可或有冲突的素材,并将其标记为 待确认;绝不静默丢弃输入媒体。

  8. 在 Windows 上,使用 jianying10 命令从 edit-plan.json 创建原生的剪映 10/11 项目。首先省略 --user-data 并在暂存目录中验证。在添加 --user-data 注册实际项目之前,需要完全关闭剪映。导出器必须使用最新的有效本地 videoeditor.dll 加密两个草稿 JSON 文件,备份 root_meta_info.json,并注册匹配的主页条目。除非用户明确授权,否则绝不替换现有草稿。

证据规则

使用优先级:用户更正;与步骤相关的起始后口语标签;有意义的文件名和部件号;仅用于审阅的步骤顺序/OCR/视觉上下文。诸如 DJI_0001 之类的相机文件名不是标签。如果语音为空或与任何步骤无关,则尝试文件名。如果两者均未提供与步骤相关的证据,则停止而不是猜测,并要求用户录制口语步骤标签或重命名文件。保留重复拍摄片段,并在录制时间之前排序显式部件。将其他不匹配的素材放在时间线末尾,并在报告中仅列出未拍摄的步骤。

开始提示语为 321开始、三二一开始、321走 或单独的 开始/走。结束提示语为单独的 OK、过、可以、好了 或 结束。不要修剪短语内部的单词,例如 可以安装 或 开始拆卸。文件末尾是有效的拍摄结束。

字幕和输出

从提供的步骤创建正式字幕,稍作语法优化以使其自然可读。保留步骤中陈述的名称、数量、方向和安全警告。使用两个独立可移除的音轨:文档字幕 和精确文本 待确认。保持原始音频和原始 4K 文件不变。

输出合约和 JSON 字段定义见 schemas.md。有关平台/设置详情,请阅读 usage.md;在注册剪映项目前,请阅读 jianying10.md。在帮助用户了解拍摄约定时,请阅读 shooting-guide.md、filename-guide.md 和 wiki-format.md。

失败处理

仅使用多语言的 faster-whisper small 模型。不要替换为 tiny。如果 small 缺失或不完整,则停止语音分析并显示单行命令 scripts/download-model.ps1 或 scripts/download-model.sh 进行修复。对于其他识别或 OCR 失败,保留所有媒体,使用剩余证据,并在 review.md 中记录回退方案。如果 FFmpeg 缺失,仍输出计划、SRT、FCPXML 和草稿候选文件;省略预览。如果剪映加密或注册失败,保留暂存草稿、诊断信息、SRT、FCPXML 和 edit-plan.json;绝不自动替换、降级或卸载用户的剪映。

相关技能