Clips
路徑：${CLAUDE_SKILL_DIR} 代表此 SKILL.md 所在的資料夾，${CLAUDE_SKILL_DIR}/../.. 代表編輯器資料夾（此儲存庫的 .claude/），位於其上方兩層。
首先閱讀 ${CLAUDE_SKILL_DIR}/../../PRINCIPLES.md：每個影片都必須遵循的規則（提問、看起來真實、動態、故事與構圖、隱私、成本）。
每個對使用者的問題都必須使用問題框：呼叫 AskUserQuestion 工具（提供 2-4 個選項，建議選項排第一）。僅在當代理程式沒有該工具時，才以文字形式提出編號問題。
輸入一個長影片。輸出數個最佳的短片段，每個都是使用者風格的完整直式編輯成品。
clips/<name>/
source.mp4 長影片（若是本機檔案則為符號連結；絕不修改原始檔）
source.mp3, cover.jpg 若是純音訊 podcast，則為其音訊與節目的封面藝術
words.raw.json 完整轉錄稿（絕對不要讀取）
candidates.json 每個候選片段及其特徵（絕對不要讀取）
shortlist.md 前 8 個不重疊的片段，約 1,500 個 token：唯一需要讀取的檔案
shortlist.json 同上，供頁面使用
picks.html 使用者挑選片段的頁面
edits/<name>-clip<N>/ 每個選擇的片段對應一個編輯：source.mp4、words.raw.json（重新對時）、clip.json
在 Mac 和 Linux 上使用 python3 執行腳本，在 Windows 上使用 py。
PY="${CLAUDE_SKILL_DIR}/../../lib/ai_editor/run.py"；使用 python3 "$PY"（在 Windows 上使用 py "$PY"）來執行編輯器的 venv Python。
如果缺少此檔案，請先執行 setup 技能。K="${CLAUDE_SKILL_DIR}/scripts/clips.py"，
C="${CLAUDE_SKILL_DIR}/../../skills/cut/scripts"，S="${CLAUDE_SKILL_DIR}/../../skills/style-edit/scripts"。
0. 提問，一次
首先讀取設定檔與品味（python3 "${CLAUDE_SKILL_DIR}/../../lib/ai_editor/profile.py" show，
python3 "${CLAUDE_SKILL_DIR}/../../skills/taste/scripts/taste.py" show）。如果還沒有設定檔：先執行
start 技能的風格輸入，這樣產出的片段才會符合使用者的風格。
然後進行一次問題框呼叫，建議選項排第一：
| 問題 | 選項 |
|---|---|
| 要幾個片段？ | 3（建議）/ 5 / 1 |
| 每個片段要多長？ | 20-40 秒（建議）/ 40-60 秒 / 60-90 秒 |
| 影片中有幾個人說話？ | 一人（建議）/ 兩人（podcast 或訪談） |
跳過使用者已經回答的問題。這些問題替代了剪輯技能的「先剪輯還是全部一起處理」問題：片段會直接依序處理，使用者會核准挑選結果和靜態圖表單。
1. 影片
本機檔案（同一磁碟機上的硬連結，否則為符號連結，複製僅作為最後手段）：
python3 "${CLAUDE_SKILL_DIR}/../../skills/clips/scripts/clips.py" link "<絕對路徑>" clips/<name>
連結：
python3 "${CLAUDE_SKILL_DIR}/../../lib/ai_editor/links.py" fetch "<網址>" clips/<name> --max-height 1080
它會使用 venv 的 yt-dlp（setup 會安裝在那裡，而非 PATH 上），將下載限制在 1080p（一個 1080x1920 的片段不需要 4K；一個 20 分鐘的 4K 演講影片會有好幾 GB）並列印檔案路徑：
clips/<name>/source.mp4。退出碼 3：網站需要登入（YouTube 的「確認你不是機器人」）。先在問題框中詢問，然後使用 --cookies-from-browser chrome（或使用者的瀏覽器）重新執行。
Podcast（RSS 摘要或 Apple Podcasts 節目連結）：route 會將其最新集數列為 ask 選項；在問題框中詢問要選擇哪一集（最新的優先），然後使用 fetch "<選項網址>" clips/<選項名稱> --direct --cover "<選項圖片>"：音訊會存放為 source.mp3（或其原始副檔名），節目的封面藝術則存放為 cover.jpg。
僅下載使用者有權重複使用的內容：他們自己的影片，或他們獲得許可的影片。如果連結是其他人的內容，請說明一次。
2. 轉錄，一次
python3 "$PY" "$C/transcribe.py" clips/<name>/source.mp4 clips/<name>/words.raw.json # fetch 列印的檔案：音訊請使用 source.mp3
先告知時間：Whisper 在筆記型電腦上需要每 3 分鐘的影片花費 1-4 分鐘（免費），Scribe 對於 13 分鐘的影片約需 20 秒。與剪輯技能使用相同的引擎。Scribe 會加入笑聲和其他音訊事件，這些會被分數使用。 每個片段都會重複使用此轉錄稿：不會轉錄兩次。
3. 候選片段與入圍名單
python3 "$K" candidates clips/<name> --min 20 --max 40 [--speakers 2] [--style creator-teardowns/<handle>/style.json]
傳入使用者選擇的長度。--style 是設定檔的第一個創作者：在那裡測量到的「有效手法」會列在入圍名單中。程式碼會將轉錄稿分割成句子，並將長度範圍內的每個連續完整句子組合（絕不從「嗯哼」開始或在中間結束）生成為候選片段，測量每個片段，根據特徵進行排序，並寫入 shortlist.md。
僅讀取 shortlist.md。每個條目包含鉤子、每個中間句子的開頭詞、最後一個句子以及測量到的特徵。根據四個問題判斷每個條目：鉤子是否能獨立運作、陌生人是否能理解、是否有回報、是否有具體的主張、數字或故事。
絕對不要讀取 words.raw.json 或 candidates.json。從入圍名單中挑選使用者數量的片段，最好的優先。無論分數高低，都刪除：
- 廣告朗讀、贊助商段落、開場或結尾；
- 依賴於前後文的鉤子（「如我所說」、「這就是為什麼」、「這個」）；
- 其重點是過時主張的片段（「在我錄製這段時，它是第 40 名」），而該主張後來已經改變：即時擷取當前頁面會與之矛盾。
4. 挑選頁面，然後是問題框
python3 "$K" page clips/<name> --recommend c12,c40,c7
open clips/<name>/picks.html # Windows: start "" ...，Linux: xdg-open ...
一個頁面：每個入選的片段都有 360 px 的預覽、其轉錄稿（鉤子以粗體顯示）、分數細項以及測量到的特徵，你挑選的片段會標記出來。然後在問題框中提問（多選）：你的挑選優先，每個都標有其時間和鉤子，加上一個「從頁面中挑選不同的」。等待回覆。
5. 每個選擇的片段
python3 "$K" trim clips/<name> c12 c40 c7 # -> edits/<name>-clip1, -clip2, -clip3
每個編輯資料夾都會取得 source.mp4（影格精確，已填充而不會截到下一個詞）和重新對時到該片段的 words.raw.json。純音訊來源（source.mp3）沒有畫面：trim 會為每個片段產生 source.mp4，使用 podcast 自己的封面（封面模糊並調暗以填滿 1080x1920，尖銳的封面位於字幕上方；如果沒有封面藝術則為黑色）作為背景的音訊，而 clip.json 會標示 audio_only。有封面時，渲染會將其移動：對封面進行緩慢推近、背景與之相對漂移、每個句子開頭進行小幅度縮放。對於這些，不要詢問佈局：覆疊、不重新構圖、無去背、字幕開啟（profile.py style 會保持開啟）。說明一次每個片段是音訊疊加在節目的封面上，並加上說話者的詞語作為字幕。在片段執行之前，為所有片段一次設定好音樂（style-edit references/plan.md「音樂」；風格決定，除非使用者設定了 sound.music）。
同時處理所有片段（Claude Code，或任何具有子代理程式的代理程式）：為每個片段啟動一個 clip-editor 代理程式（clip-editor），全部放在同一則訊息中，這樣它們會同時執行。為每個代理程式提供 EDIT（片段的資料夾，絕對路徑）、ROOT（${CLAUDE_SKILL_DIR}/../..）、PY 行，以及答案：長寬比、佈局、音樂、轉錄引擎，以及是否重新構圖（是，適用於寬螢幕來源，除非平台是 YouTube）或否，以及來源是否有內嵌字幕。每個代理程式會將片段從剪輯和風格編輯一路處理到靜態圖表單，並返回一個簡短的 JSON：status、cut_s、verify、cut_page、sheet、error。合併這些結果；絕對不要打開片段的轉錄稿或紙上編輯。然後在所有 ready 片段的表單上同時執行 stills-critic 代理程式，同樣全部放在同一則訊息中，並修復它們失敗的部分（針對該片段重新規劃和靜態圖）。失敗的片段：手動執行，如下所述。
逐一處理（無子代理程式），按順序對每個片段：
- 從寬螢幕影片轉為直式：
python3 "$PY" "$K" reframe edits/<name>-clip<N>會裁切為 9:16，裁切會逐個鏡頭跟隨說話者的頭部（使用 ffmpeg 找到的相機剪輯點）。當設定檔的平台是 YouTube 或來源已經是直式時，跳過此步驟。 - 剪輯： 從剪輯技能的步驟 2（
retakes.py propose）開始：轉錄稿已經存在。然後按照該技能的說明進行建置、渲染、驗證和剪輯頁面。語音下的音樂會按每個檔案測量：build_timeline.py僅在單詞之間進行修剪。 - 風格：
python3 "${CLAUDE_SKILL_DIR}/../../lib/ai_editor/profile.py" style edits/<name>-clip<N>，然後從風格編輯技能的步驟 2 開始。如果來源已經有內嵌字幕，請在該編輯的style.json中設定"captions": {"present": false}，否則字幕會疊加。
無論哪種方式，打開每個片段的 cut-check.html，同時顯示所有靜態圖表單以進行一次核准，一次詢問所有片段的渲染問題，然後進行渲染。核准後，執行 python3 "${CLAUDE_SKILL_DIR}/../../skills/cut/scripts/judge_cut.py" score 對每個片段的資料夾進行（剪輯 references/judge.md）。在一個審查頁面上交付所有渲染結果，每個片段一個分頁（start 從片段 1 開始，其餘使用 alt，資料夾 clips/<name>；請參閱 ${CLAUDE_SKILL_DIR}/../../skills/style-edit/references/review.md），然後在背景執行 serve 和 wait。
如果腳本停止
| 訊息 | 處理方式 |
|---|---|
no run of whole sentences lasts <lo>-<hi> s | 在問題框中詢問更寬的長度，重新執行 candidates |
no candidate <id> | 使用 shortlist.md 中的 ID |
links.py fetch 退出碼 3（需要登入或「確認你不是機器人」） | 詢問後使用 --cookies-from-browser <browser> 重新執行 |
| 任何剪輯或風格編輯訊息 | 該技能的「如果腳本停止」表格 |
規則
- 螢幕上的每個詞語、數字和名稱都來自該片段自己的詞語。不來自影片的其餘部分，也不包括說話者沒有說過的內容。
- 無 AI 痕跡外觀：
${CLAUDE_SKILL_DIR}/../../skills/style-edit/references/ai-tells.md適用於每個片段。 - 特寫 podcast 影格沒有多餘空間：沒有卡片或標誌放在頭部之上。較少的視覺效果是正確的；字幕和縮放來承載。
- 絕不將片段從句子中間截斷。比要求的短或長，勝過打斷思路。
每個長影片的成本
根據一個 13 分鐘的雙人 podcast 和一個 12 分鐘的 talking-head 影片測量（2026-10）：
- 轉錄：Scribe 耗時 16-18 秒；Whisper 免費但較慢。每個長影片一次。
- 候選片段與特徵：程式碼耗時 4-6 秒，成本 $0。
- Claude 讀取
shortlist.md（約 1,500 個 token），絕不讀取轉錄稿（約 20,000 個）。 - 挑選頁面：為 8 個預覽進行 ffmpeg 處理耗時 30-40 秒，大小 7-9 MB。
- 然後每個片段的成本等同於一次剪輯和一次風格編輯的成本。
自我檢查
python3 "$K" demo
檔案
scripts/clips.py：候選片段、頁面、修剪、重新構圖以及離線範例（合成轉錄稿）。僅使用標準函式庫，除了reframe（透過 venv 使用 OpenCV）。${CLAUDE_SKILL_DIR}/../../agents/clip-editor.md：將一個片段從剪輯和風格編輯一路處理到其靜態圖表單。