Communitygithub.com

video-cut

將談話性頭部影片剪輯成完整的 Reels/Shorts(去除停頓、內容剪裁、縮放、9:16、逐字字幕、標題卡、閃電轉場、音樂卡拍),並自行檢查結果。用於「剪輯這部影片」、「做成 Reel/Short/TikTok」、「燒錄字幕」、「裁切影片」。

video-cut 是什麼?

「video-cut」是一個 AI 助手技能,專為將談話性頭部影片自動剪輯成適合社交媒體的短影片(如 Reels、Shorts、TikTok)而設計。它會去除停頓、修剪冗餘內容、加入智慧縮放、轉為 9:16 格式、生成逐字字幕、插入標題卡和閃電轉場,並自動將背景音樂對齊節拍。此技能支援 Claude Code 等平台,透過一個 `cut.py` 腳本運作,需搭配 `uv run` 執行。流程包含兩次處理:第一次進行初始剪輯和語音辨識,第二次根據用戶調整後的逐字時間軸進行精修。輸出為 MP4 檔案,用戶可後續在 CapCut 等工具中進一步編輯。所有參數(如靜音靈敏度、縮放、字幕等)均可透過命令列選項調整,技能還會自動抽取關鍵影格進行視覺檢查,確保最終成品品質。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bibabuzelman555/video-cut-skill/tree/HEAD

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

video-cut 是做什麼的?

你會交付一個完整且自行檢查過的影片。不是「指令執行完畢」,而是「我已經看過結果」。

工具:cut.py 位於此技能的資料夾(通常是 ~/.claude/skills/video-cut/cut.py;下方以 <cut.py> 表示)。一律使用 uv run 呼叫,依賴項由 uv 自行載入。前提:已安裝 uv。 CapCut 不會被自動控制:它沒有介面。結果是一個 mp4 檔案,用戶可在其中進一步編輯。

流程

  1. 釐清(僅詢問缺少的資訊,以可點擊選項呈現):哪個檔案?直向還是原始比例?字幕和縮放要/不要?目標長度?
  2. 第一次執行: uv run "<cut.py>" "<影片>" -o "<輸出>.mp4" 切勿覆寫原始檔。若影片超過 2 分鐘,請在背景啟動。 輸出會顯示停頓、剪輯前後長度以及縮放區段。同時會產生 <輸出>.words.tsv。
  3. 讀取字詞清單(完整讀取):每行格式為 開始<TAB>結束<TAB>字詞,時間以原始影片的秒數為單位。
    • **修正字詞:**聽錯的人名、專業術語、數字、拼字錯誤。將被拆開的詞合併(例如將 5 和 .2 合併為一行 5.2,開始時間取第一個,結束時間取第二個)。其他時間請勿修改。
    • **內容剪裁:**尋找口誤、重複的句子、填充句和重新開頭。一個剪裁範圍從第一個多餘字詞的開始時間,到第一個應保留字詞的開始時間。只剪裁完整的意義單元,絕不從句子中間切開,並保留第一句話(Hook),除非它重複。
  4. 第二次執行,使用修正後的清單和剪裁範圍: uv run ... "<影片>" -o "<輸出>.mp4" --words "<輸出>.words.tsv" --drop "12.3-15.8,40-44" --words 可節省重新轉錄的時間。即使你修改了 --drop、--noise 或 --min-silence,時間仍有效。 設計(在同一執行中設定,所有時間均以原始影片的秒數為單位):
    • --title "0-3=文字":黃色標題卡置頂,可多次使用。務必在 Hook 上方設定一個(前 3 秒,最多 4 個單詞,大寫字母)。僅在真正的段落處(例如「提示 1」)再設定其他標題卡,且間隔不少於 8 秒。
    • --flash "12.3,40":短暫的亮色閃爍作為轉場。僅用於主題切換,每分鐘最多 3 到 4 次。
    • --music "<檔案>":背景音樂在說話時自動降低音量。工具會測量節奏和節拍;縮放切換和閃爍會對齊下一個節拍(最多偏移 0.35 秒)。音量可用 --music-volume 調整(預設 0.2)。音樂檔案必須由用戶提供;若用戶要發布此影片,請詢問其是否有權使用。
    • 結尾一律淡出 0.4 秒。
  5. 檢查數值:
    • 有音樂時:輸出會顯示 BPM 和節拍數。若節奏低於 60 或高於 200,則偵測很可能有誤;請告知用戶。
    • 幾乎沒剪到東西,但明明有停頓:使用 --min-silence 0.3;若有背景噪音,使用 --noise -25。
    • 剪輯點附近字詞遺失:使用 --min-silence 0.7 或 --noise -35。
  6. **檢視畫面:**抽取 4 張關鍵影格,其中至少一張在縮放區段內,一張在縮放區段外,並用 Read 功能檢視: uv run --with imageio-ffmpeg python -c "import imageio_ffmpeg,subprocess,sys;[subprocess.run([imageio_ffmpeg.get_ffmpeg_exe(),'-v','error','-y','-ss',t,'-i',sys.argv[1],'-frames:v','1',f'{sys.argv[2]}_{t}.jpg']) for t in sys.argv[3:]]" "<輸出>.mp4" "<暫存區>\check" 2 15 30 50 請從每個標題卡以及正好在閃爍時間點(輸出會列出它們)各取一張影格。 檢查:標題卡完整且未遮蓋臉部;即使在縮放時,臉部也沒有被裁切;字幕可讀且未遮蓋嘴巴或既有文字;黃色字詞與當下情境相符;格式正確。
  7. **交付:**檔案路徑、剪輯前後長度、你移除了哪些部分以及修正了哪些字詞、你無法檢查的項目。

規則

  • 在第二次執行前,若你即將移除的內容總計超過原始長度的 10%,請用一句話告訴用戶你移除了哪些部分。
  • 從橫向格式輸出直向影片時,會從中央裁切。若人物不在中央,請告知用戶並使用 --no-vertical。
  • 若影片已有內嵌字幕,請使用 --no-subs。若縮放效果不平順或裁切到臉部,請使用 --no-zoom。
  • 縮放由工具自動設定(每隔一個鏡頭,在剪輯點和句子結尾切換)。無法手動設定單一縮放。
  • 工具無法做到的事(插入 B-Roll、圖片和 Logo、音效、場景間的柔和淡變):不要聲稱可以做到。請告知用戶,並提議可以逐一製作,但必須先取得用戶同意。
  • 你無法聽到音訊。工具可以測量節拍,但音樂和語音聽起來是否協調,只能由用戶判斷。在每個包含音樂的影片中都告知這一點,並提及 --music-volume 作為調整參數。

相關技能