Communitygithub.com

snip — 影片剪輯與重組

將影片分割成片段、重新排列,並以指定的每秒剪輯率輸出影片。使用 MoviePy 進行影片操作,優先採用音訊轉錄進行時間戳剪輯,若失敗則回退至自適應場景偵測。

snip — 影片剪輯與重組 是什麼?

此技能「snip — 影片剪輯與重組」是一個專門用於高效影片剪輯與重組的 AI 工具。其主要功能是將使用者提供的影片依據指定時間點切分成多個片段,再按照特定順序重新組合,最後以設定的影格率(如 30 fps)輸出單一影片。這項技能特別適合製作精華片段、重新安排場景順序或調整影片節奏。在切割策略上,它採用兩階段方法:優先啟用音訊轉錄功能,透過分析語音段落取得自然的切割點;若轉錄功能關閉或失敗,則自動回退至自適應場景偵測,根據畫面變化找出轉場點。此技能支援 Claude Code、Cursor 等命令列導向的 AI 代理,透過 `config.json` 檔案配置所有參數,並提供了豐富的偵測模式(adaptive、content、threshold)與持續時間過濾器,讓使用者能精確控制最終輸出。整個工作流程包含使用者互動、配置編輯、腳本執行與結果回報,確保透明且可控的剪輯體驗。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/FilippTrigub/abra/tree/HEAD/skills/video-cutter

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

snip — 影片剪輯與重組 是做什麼的?

將影片分割成片段、重新排列順序,並以指定的影格率輸出。 適用於製作精華片段、重新排序場景或調整影片節奏。

技能目錄(此 SKILL.md 所在位置)以下簡稱為 $SKILL_DIR。


使用時機

當使用者想要進行以下操作時,請使用此技能:

  • 將影片切割成特定片段
  • 以不同順序重新排列影片片段
  • 移除影片中不需要的段落
  • 變更輸出影格率(每秒剪輯數)
  • 自動偵測語音段落以進行自然切割(優先)
  • 自動偵測場景變化作為備用方案

設定(僅首次執行)

cd "$SKILL_DIR" && uv sync

代理工作流程

1. 詢問使用者

在剪輯影片之前,我需要知道:

📹 來源影片
   列出影片檔案及其位置

✂️ 要切割的片段
   對於每個片段,請指定:
   - source: 檔案名稱
   - start: 開始時間(秒,例如 0.0, 5.5)
   - end: 結束時間(秒,例如 2.0, 10.0)

   範例片段:
   [
     {"source": "video.mp4", "start": 0.0, "end": 1.0},
     {"source": "video.mp4", "start": 3.0, "end": 4.5},
     {"source": "video.mp4", "start": 1.5, "end": 2.5}
   ]

🎬 輸出 FPS(可選)
   預設值:30 fps
   常用選項:24, 30, 60

📁 輸入 / 輸出目錄(預設:./input 和 ./output)

等待使用者回應後再繼續。

2. 決定切割策略

優先順序:

  1. 明確片段 — 如果使用者提供了特定的開始/結束時間,則使用這些
  2. 音訊轉錄 — 如果 transcription.enabled: true(預設值),則尋找或產生轉錄,並在語音段落邊界處切割
  3. 自適應場景偵測 — 若轉錄不可用或失敗,則回退至此方法

音訊轉錄(主要方法)

技能將首先嘗試使用 音訊轉錄 來取得影片中的時間戳語音段落。這能產生與口語內容對齊的更自然切割。

🤖 音訊轉錄模式(優先)

剪輯器將:
1. 在 output_dir 中尋找現有的轉錄 JSON(例如 video_transcription.json)
2. 如果未找到,則自動執行音訊轉錄
3. 在語音段落邊界處切割影片

⚙️ 設定:
   - transcription.enabled: true(預設值)
   - fallback_to_adaptive: true(預設值)— 若轉錄失敗則使用場景偵測
   - min_segment_duration: 每個片段的最小秒數(預設:1.0)
   - max_segment_duration: 每個片段的最大秒數(預設:30.0)

範例設定:
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": true,
    "fallback_to_adaptive": true,
    "min_segment_duration": 1.0,
    "max_segment_duration": 30.0
  }
}

自適應場景偵測(備用方案)

如果轉錄功能關閉或失敗,技能將回退至視覺場景偵測:

🎬 自適應場景偵測(備用方案)

自動偵測影片中的場景變化以建立剪輯點。
這透過在自然轉場處切割,避免無聊、重複的內容。

⚙️ 偵測模式:
   - adaptive  — 最適合光線變化或漸變場景 [預設值]
   - content   — 最適合快速、清晰的場景切換
   - threshold — 最適合淡入/淡出偵測

📏 場景持續時間過濾器:
   - min_scene_duration: 每個場景的最小秒數(預設:1.0)
   - max_scene_duration: 每個場景的最大秒數(預設:10.0)

🎛️ 進階(可選):
   - threshold: content 模式的像素差異閾值(預設:27.0)
   - adaptive_threshold: adaptive 模式的比率閾值(預設:3.0)
   - window_width: 要平均的影格數(預設:2)
   - min_scene_len: 切割前的最小影格數(預設:15)
   - min_content_val: 最小內容變化值(預設:15.0)

使用自動偵測備用方案的範例設定:
{
  "segments": [{"source": "video.mp4", "start": 0, "end": 60}],
  "transcription": {
    "enabled": false
  },
  "auto_detect": {
    "enabled": true,
    "mode": "adaptive",
    "min_scene_duration": 1.0,
    "max_scene_duration": 10.0
  }
}

3. 編輯 config.json

根據使用者的選擇,寫入或更新 $SKILL_DIR/config.json。

4. 執行

cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

5. 回報結果

告知使用者輸出檔案路徑、時長和 FPS。說明使用了哪種方法(基於轉錄或場景偵測)。


設定參考

鍵值預設值說明
input_dir路徑./input包含輸入影片的資料夾
output_dir路徑./output輸出資料夾
segments陣列(必要)片段定義列表
output_fps整數30輸出影格率

片段定義

鍵型別說明
source字串input_dir 中的檔案名稱
start浮點數開始時間(秒)
end浮點數結束時間(秒)

轉錄(優先方法)

鍵值預設值說明
enabled布林值true啟用基於轉錄的切割
fallback_to_adaptive布林值true若轉錄失敗則使用場景偵測
min_segment_duration浮點數1.0跳過短於此值的片段(秒)
max_segment_duration浮點數30.0跳過長於此值的片段(秒)

自動偵測(備用方案)

鍵值預設值說明
enabled布林值false啟用自動場景偵測(僅備用方案)
modeadaptive, content, thresholdadaptive偵測演算法
min_scene_duration浮點數1.0跳過短於此值的場景(秒)
max_scene_duration浮點數10.0跳過長於此值的場景(秒)
threshold浮點數27.0content/threshold 模式的像素差異閾值
adaptive_threshold浮點數3.0adaptive 模式的比率閾值
window_width整數2前後平均的影格數
min_scene_len整數15切割前的最小影格數
min_content_val浮點數15.0最小內容變化值

偵測模式(備用方案)

  • adaptive(預設):最適合光線變化或漸變轉場的影片
  • content:最適合具有清晰、銳利場景切換的影片
  • threshold:最適合偵測淡入/淡出轉場

常用命令

# 預設設定(優先使用轉錄,否則回退至 adaptive)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json

# 強制使用自適應場景偵測(跳過轉錄)
cd "$SKILL_DIR" && uv run python scripts/cutter.py --config config.json --no-transcription

# 自訂目錄
cd "$SKILL_DIR" && uv run python scripts/cutter.py \
  --input /path/to/videos --output /path/to/output

輸出

每個設定會在 output_dir 中產生一個 output.mp4,包含拼接後的片段。 音訊會從原始影片片段中保留。


錯誤處理

  • 未定義片段 → 顯示錯誤訊息,結束執行
  • 無效的片段時間 → 顯示明確的錯誤,說明預期格式
  • 找不到來源影片 → 顯示檔案未找到的錯誤
  • 轉錄失敗 → 若啟用備用方案則回退至 adaptive,否則顯示錯誤
  • 個別片段錯誤 → 記錄錯誤;其他片段繼續處理

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

FilippTrigub/abra

>- Animate a still image into a short video clip using fal.ai's LTX-2.3 Fast image-to-video model in the cloud. No GPU required - runs entirely on fal.ai serverless infrastructure.

FilippTrigub/abra

>- Auto-describe and caption images using a local vision-language model. Writes a JSON sidecar per image containing a one-sentence description, a suggested Instagram caption with hashtags, and detected content tags.

FilippTrigub/abra

>- Animated caption pipeline. Use this skill when the user wants to burn word-by-word animated captions into videos — using Whisper for transcription and pycaps for rendering. Supports default minimalist style or a futuristic CSS theme with alternating gold/magenta glowing words.

FilippTrigub/abra

>- Edit a region of a video using a text prompt via Wan2.1-VACE inpainting. Supports two modes: background (auto-segment via rembg) or region (rectangle defined by fractions). Requires a CUDA GPU with at least 8 GB free VRAM.

FilippTrigub/abra

>- Video enhancement pipeline. Use this skill when the user wants to sharpen, colour grade, warm, or normalise the audio of videos — including presets for natural, cinematic, or vivid looks.

FilippTrigub/abra

Generate videos from text or images using Higgsfield's multi-model cloud platform. Supports kling, seedance, dop, and dop-preview models. Uses a small preset layer for common creative styles. Auto-detects text-to-video or image-to-video based on input. No GPU required.

FilippTrigub/abra

>- Remove the background from every frame of a video using AI (BiRefNet-general via rembg). Outputs transparent-background video or composites onto a solid colour or image. Requires a CUDA GPU with at least 3 GB free VRAM.

相關技能