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
- 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?
- 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。 - 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。
- **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
- 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。
- 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。
- **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。 - **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。