影片剪輯：從原始素材到可發佈影片
使用者拍攝、放置檔案，然後就能獲得一部節奏緊湊的影片。
此技能本身不執行的事：剪輯與渲染引擎由 video-use（需另外安裝的公開技能）負責，動畫則由 HyperFrames 渲染。在此處重做這些工具已能完成的工作，只會導致需要維護兩份版本。
安裝（每台機器一次）
此技能需在 Apple Silicon Mac（M1 或更新機型）、macOS 14 或更新版本上運行。所有處理均在本機進行：沒有任何影片會上傳至網路。請依序檢查以下項目，並安裝缺少的部分：
- 技能本身：將此
montage-video資料夾放置於~/.claude/skills/中。 - ffmpeg 與 ffprobe：
brew install ffmpeg（Homebrew：https://brew.sh）。 - uv，用於管理 Python 環境：
brew install uv。 - Node.js 18 或更新版本（含
npx）：brew install node。HyperFrames（負責渲染插畫）會於首次渲染時自動下載（npx [email protected]），並附帶其渲染瀏覽器。 - video-use 技能（剪輯與渲染引擎），需使用此技能測試過的特定版本：
git clone https://github.com/browser-use/video-use ~/.claude/skills/video-use git -C ~/.claude/skills/video-use checkout 87f00c6~/.claude/skills/video-use，請透過VIDEO_USE_DIR環境變數指定其路徑。此技能僅使用其helpers/render.py，該檔案僅需 ffmpeg：無需 ElevenLabs 金鑰。 - CrisperWhisper，能識別「呃」的轉錄器：
python3 scripts/derush.py installer（需 2.2 GB 空間，若可用空間低於 5 GB 則拒絕安裝；詳見去蕪存菁步驟 0）。 - 用於分類 B-roll 素材庫的視覺模型：無需手動操作，首次執行
brolls.py indexer時會自動下載（透過 uv 安裝的 mlx-vlm）。 - Final Cut Pro，僅用於檢閱器中的「在 Final Cut Pro 中開啟」按鈕。
- Playwright 及其 WebKit 瀏覽器，用於在 Pexels 和 Pixabay 搜尋免費 B-roll，無需金鑰或帳號：
npm install -g playwright後執行npx playwright install webkit。若未安裝，代理將使用自身瀏覽器進行搜尋（請參閱「B-roll」章節）。
請使用一段真實的短影片（約一分鐘即可）來驗證安裝是否成功：依序執行 derush.py analyser、monter、verifier。僅當這三個命令都成功執行後，安裝才算完成。
檔案存放位置
所有與該影片剪輯相關的檔案都會存放在桌面上一個以影片名稱命名的資料夾中：~/Desktop/剪輯檔案 <影片名稱> (完成後可刪除)；此名稱中的撇號應使用 ’（排版用撇號），而非 '：剪輯引擎無法讀取包含直撇號的資料夾路徑，若發生此情況，技能會停止運作並告知使用者（包含轉錄稿、剪輯清單、素材、版本、校正檢閱器專案、Final Cut Pro 專案）。此資料夾將於首次操作時自動建立，無需詢問使用者存放位置。原始素材永遠不會被移動或修改。最終匯出的檔案也將置於桌面上，位於該資料夾旁，並具有可讀的名稱（「<影片名稱> 剪輯完成.mp4」）。
所有檔案都不會自動刪除：由使用者自行在影片確認無誤後刪除工作資料夾。只要資料夾存在，即可繼續進行校正或重新開啟指向其檔案的 Final Cut Pro 專案。剪輯完成時，請告知使用者兩個位置：最終匯出檔案，以及可在無需再進行校正時移至垃圾桶的工作資料夾。若桌面資料夾已同步至 iCloud，mv 命令可能會失敗：請改用拷貝 (cp -Rc)，再將原始資料夾移至垃圾桶。
技能狀態（對呼叫者如實以告）
| 功能模組 | 截至 2026/11/11 狀態 |
|---|---|
| 1. 去蕪存菁：沉默、猶豫、重拍、口述指令 | 已上線，自 2026/11/11 起使用 CrisperWhisper 2.0 快速版辨識猶豫聲，已在四個真實素材上測試 |
| 2. 本機 B-roll 素材庫：本機分類、選擇、疊加、控制 | 已上線，已在一個含 12 個素材的測試庫上測試 |
| 3. Pexels 和 Pixabay 免費 B-roll（無需金鑰或帳號） | 自 2026/11/11 起已上線：透過 Playwright 或代理瀏覽器（computer use）搜尋，已在一個真實剪輯上測試（放置了三個素材） |
| 4. 品牌動畫：38 種設計師動畫（自 2026/11/11 起為預設方式）和 24 種自製動畫及其目錄 | 已上線（16:9 模式），已在一個真實剪輯上測試（三個設計師動畫）；直式格式尚未測試 |
| 5. 校正檢閱器（可精確標記畫面位置的評論、時間軸上每個評論一個標記、可關聯到動畫的評論、區段、繪圖、版本、比對） | 已上線，已在一個真實影片上進行了完整流程測試（3 次校正，一個 V3 版本）；詳見 references/lecteur-facon-frame-io.md 中的研究 |
| 6. 音效：動畫出現時的氣流聲、每個勾選的點擊聲、每個素材的颯颯聲 | 自 2026/11/11 起已上線，於疊加時自動加入，已在一個真實剪輯上測試（8 個音效） |
| 6 之二. 根據情緒選擇背景音樂 | 待建置（無音樂庫） |
| 7. 直式短片、字幕、自動上傳 | 此技能不包含此功能 |
| 8. 校正記錄 | 手動：每次反饋後在此檔案底部加入一條附有日期的規則 |
| 9. Final Cut Pro 匯出（檢閱器按鈕、獨立音軌） | 已上線：專案已建立並符合 Final Cut Pro 格式；音效位於獨立音軌；無調色或背景音樂。Premiere 和 DaVinci 版本：待建置 |
若請求涉及「待建置」的功能，請在交付時如實告知：交付已完成的部分，並說明缺少的功能。切勿將僅完成去蕪存菁的影片稱為「已剪輯完成」。
機器設定（首次使用時）
此技能不儲存任何個人化設定，因其可能供多人使用。B-roll 素材庫路徑、快取和插畫品牌指南儲存在機器層級的設定檔中：~/.config/montage-video/reglages.json（位於技能外部）。
python3 scripts/brolls.py reglage # 顯示目前設定
首次請求 B-roll 時，若「bibliotheque」設定為「aucune」（無），請向使用者確認一次：「你有自己的 B-roll 素材庫嗎？請提供路徑。」然後執行 brolls.py reglage --bibliotheque <資料夾路徑>。若使用者沒有，則僅使用免費素材庫，不再追問。品牌指南的邏輯相同：若未設定，插畫將使用預設樣式，並向使用者展示目錄以供選擇。
去蕪存菁：逐步說明
scripts/derush.py 包含三個主要操作。所有處理都在本機 Mac 上運行，不會上傳任何內容至網路。
0. 每台機器執行一次：安裝轉錄器。 猶豫聲由 CrisperWhisper 2.0 快速版（turbo）辨識，這是一個經過重新訓練以轉錄「呃」等猶豫聲的 Whisper 模型。它安裝在技能外部，位於 ~/.local/share/montage-video/crisper（或 $MONTAGE_VIDEO_DONNEES 指定的位置）：
python3 scripts/derush.py installer # 需 2.2 GB，可用空間低於 5 GB 時拒絕安裝
若未安裝，analyser 命令會停止並告知：它絕不會在未經通知的情況下回退到其他方法。
1. 分析。
python3 scripts/derush.py analyser <影片路徑> --edit-dir <工作資料夾路徑>/edit
此腳本使用 CrisperWhisper 進行逐字轉錄，透過音訊偵測沉默，並產生 edit/derush/<影片名稱>.json（資料）和 edit/derush/<影片名稱>.md（逐字逐句、含時間戳記的文字稿）。工作資料夾即是桌面上以影片名稱命名的資料夾（請參閱「檔案存放位置」）。
為何選擇 CrisperWhisper：一般的轉錄器會輸出乾淨的文字，因此會遺漏「呃」等猶豫聲，而無法刪除看不見的東西。2026/11/11 在四個真實素材上進行的測量（總計 296 秒音訊，經聽覺驗證有 11 個猶豫聲）：CrisperWhisper 快速版找到了 10 個，舊方法（使用充滿猶豫聲的句子作為提示的 Whisper，以 --moteur amorce 保留）找到了 5 個；兩者均未遺漏任何真實詞彙；速度約慢 4 倍（152 秒 vs 35 秒）。我們只刪除從前一個真實詞彙開始到後一個真實詞彙開始之間的區間：即使誤判的猶豫聲也不會刪除任何內容。
快速模型有時會錯誤標記「呃」之後的詞彙時間戳記（持續時間為零，落在猶豫聲中間）：在一次測試素材中，有兩個「que」的情況，以及 0.2 秒的「呃」殘留在最終渲染中。crisper.py 會根據音訊重新調整時間戳記（持續發聲直到音量下降，搜尋範圍限制在 0.4 秒內及下一個詞彙），並將每次修正記錄在轉錄檔案的 corrige_au_son 欄位中。
2. 閱讀文字稿並決定要移除的片段。 這是代理（agent）的工作，而非腳本的工作：完整閱讀 <影片名稱>.md，然後撰寫一個 retirer.json 檔案，內容為 `{