Clipper 是做什麼的？
放入一段影片，Claude 會找出最精彩的時刻，然後將它們轉換成帶有字幕的短片，準備好發布。
所有處理都在這台電腦上執行。沒有任何資料被上傳。此技能位於 ~/.claude/skills/clipper/；其工具是
scripts/transcribe.py 和 scripts/make_clips.py，使用技能自身的 Python 環境執行：~/.claude/skills/clipper/.venv/bin/python。
0. 檢查安裝 (每次執行)
test -x ~/.claude/skills/clipper/.venv/bin/python && command -v ffmpeg
如果任一缺失，用一行訊息告訴使用者，然後從他們 clone 的儲存庫中執行安裝程式
(bash install.sh 在 clipper-skill 資料夾內)。如果你找不到該資料夾，再次 clone 它：
git clone https://github.com/corbinsylk/clipper-skill && cd clipper-skill && bash install.sh。
1. 取得影片
使用者拖曳檔案或提供路徑。如果兩者都沒有提供，用一行訊息詢問。兩個腳本都使用
<影片名稱>-clips/ 作為工作資料夾（位於影片旁），除非你傳遞其他路徑。使用者可能會提供的設定（否則使用預設值，永遠不要詢問）：
| 設定 | 預設值 |
|---|---|
| 片段數量 | 3 到 5 個，取實際真正強的片段數量 |
| 片段長度 | 20 到 60 秒 (目標為 30 到 45 秒) |
| 字幕顏色 | 米白色 #F5F1EA，正在說的字為陶土色 #B03926 |
| 字幕 | 開啟 |
2. 轉錄
~/.claude/skills/clipper/.venv/bin/python ~/.claude/skills/clipper/scripts/transcribe.py "<video>"
它會先印出工作資料夾。第一次執行會下載語音模型一次（small 模型約 500 MB）；一個 2 分鐘的影片
大約需要一分鐘，一個小時的則需要幾分鐘。對於超過約 10 分鐘的影片，請將命令作為後台命令執行（在 Claude Code 中：使用 Bash 工具的 run_in_background），並告訴使用者它正在處理。對於口音很重或音質不佳的影片，請加上 --model medium。首次執行時出現關於 HF token 的警告或速度提示是無害的。
3. 挑選時刻 (這是你的工作，不是腳本的工作)
完整閱讀 <工作資料夾>/transcript.md。挑選 3 到 5 個最強烈的時刻。一個強烈的時刻：
- 開場第一句就有一個鉤子。 一個大膽的主張、一個驚人的數字、一個問題、一個錯誤、一個故事的開始。 絕對不要以「所以」、「然後」、「嗯」、「像我說的」或需要前後文才能理解的句子開頭。
- 能獨立存在。 從未看過完整影片的人也能理解。沒有「這個」、「那個東西」或「如我之前提到的」指向片段之外的內容。
- 有回報。 它結束在答案、笑點、結果或教訓上：一個完整的想法，絕對不要停在句子中間。
- 有能量。 觀點、具體細節、數字、情感、轉折。跳過問候、贊助段落、行政事項和緩慢的鋪陳。
- 不與其他選取重複。 每個片段都提出不同的觀點，且片段之間在時間上絕不重疊。短的影片 提供較少的片段：少於約 5 分鐘的影片，1 到 3 個片段是正常的；永遠不要為了湊數量而延長或重疊。
每個片段評分 1 到 10（綜合鉤子、獨立性、回報、能量）。只保留得分 7 分以上的；如果少於 3 個，
保留最好的 3 個並說明它們較弱。然後寫入 <工作資料夾>/moments.json：
[
{"title": "檔案的簡短標題", "start": 63.2, "end": 101.8, "score": 9,
"hook": "片段的開場第一句，逐字逐句",
"why": "一行：為什麼這個時刻有效",
"caption": "準備好的發布文案：一行鉤子，然後 2-3 行短句，最後一個問題或行動呼籲"}
]
start 和 end 是從影片開始算起的秒數（轉錄時間是分鐘:秒鐘，所以 01:03.2 = 63.2）。
<工作資料夾>/words.json 包含每個單字及其精確的開始 (s) 和結束 (e) 時間：閱讀它以設定邊界。將 start
設定為鉤子第一個單字的 s，end 設定為回報最後一個單字的 e。腳本會保留從 start 到 end
的單字（有 0.05 秒的寬容度），並且絕不觸及前後的字，所以要丟掉像「所以」這樣的字，請將 start 設定在下一個字的 s。
4. 製作片段
~/.claude/skills/clipper/.venv/bin/python ~/.claude/skills/clipper/scripts/make_clips.py "<video>"
對於其他字幕顏色，加上 --text-color "#FFFFFF" --active-color "#FFD400"，或加上 --no-captions 關閉字幕。每個片段大約需要
一分鐘的處理時間。
每個片段：在單字邊界處剪輯，重新調整為 1080x1920（寬螢幕影片會圍繞說話者的臉部裁剪；任何持續超過一秒鐘、
沒有臉部的片段，例如圖形、螢幕畫面或 B-roll，會以模糊背景完整顯示而非被裁掉；
直式影片則保持原樣），字幕每次顯示三個單字，並突出顯示正在說的單字，聲音標準化至 -14 LUFS。
5. 交付前檢查
打開每一個 clips/NN-*.jpg：每個都是一張橫跨整個片段的 8 幀縮圖。全部檢查：
- 臉部在畫面中，且字幕可閱讀，位於下巴下方，在所有說話的幀上。
- 影片已經內嵌了字幕（你看到兩組文字）：使用
--no-captions重新製作所有片段。 - 腳本會印出每個片段的「face in X/Y checks」。如果 X 是 0，則表示沒有臉部可以對焦（例如螢幕錄製、投影片）： 片段會置中對齊，所以在報告中說明此情況。在編輯過的影片中，沒有臉部的幀是預期的；它們是會被完整顯示的過場畫面。
- 如果一個片段在單字中間或想法中間開始或結束，請修正 moments.json 中的
start/end，並使用--only N只重新製作該片段。
6. 報告
一個簡短的列表：每個片段的檔案、長度、評分、為何有效，以及它的發布文案。將使用者引導至
clips/scores.md（所有內容都在一個檔案中）和 clips/ 資料夾。提供一個下一步選項：不同的時刻、其他字幕
顏色，或更長/更短的片段。