剪辑 Skills

剪辑 Skills是一个基于 Claude Code Skills 构建的自动化视频剪辑助手，专为口播类视频优化设计。它能自动识别并处理常见语音瑕疵，生成高质量字幕，并支持持续学习你的剪辑偏好。

核心功能

• 口误识别：逐字比对，精准定位发音错误，不漏不误
• 静音检测：自动标记 ≥1 秒的静音片段
• 语气词处理：智能识别“嗯”“啊”“哎”等冗余语气词并精确切除
• 字幕生成：基于 Whisper large-v3 + 自定义词典纠正，字幕准确率显著优于主流工具（如剪映）
• 自更新机制：根据你的反馈持续优化识别与剪辑策略，越用越懂你

安装步骤

1. 克隆技能库

git clone https://github.com/Ceeon/videocut-skills.git ~/.claude/skills/videocut

2. 初始化环境

在 Claude Code 中输入：

/videocut:安装

AI 将自动完成以下操作：

• 安装 Python 依赖（需 Python 3.8+）
• 下载所需模型（FunASR + Whisper large-v3，约 5GB）
• 配置 FFmpeg 环境

依赖项：Python 3.8+、FFmpeg、FunASR（用于口误识别）、Whisper large-v3（用于字幕）

使用流程

1. 生成审查稿

/videocut:剪口播

AI 自动执行：

• 音频转录
• 识别口误、静音段、语气词
• 输出带标记的审查稿，供你确认

2. 执行剪辑

/videocut:剪辑

确认后，AI 将：

• 调用 FFmpeg 删除问题片段
• 重新生成审查稿进行二次校验
• 循环审查直至无残留口误

3. 添加字幕

/videocut:字幕

流程：

• 使用 Whisper 转录音频
• 应用词典进行专业术语/人名纠正
• 将最终字幕烧录进视频（硬字幕）

4. 反馈与自学习

/videocut:自更新

当你发现识别错误或剪辑不符合预期时，可直接反馈。AI 会：

• 记录你的修正偏好
• 更新本地规则库
• 在后续任务中自动应用改进策略

技能清单速查

工作流概览

首次安装
    ↓
/videocut:剪口播 → 转录 + 识别 → 输出审查稿
    ↓
【用户确认问题片段】
    ↓
/videocut:剪辑 → 执行删除 → 重新审查 → 循环至零口误
    ↓
/videocut:字幕 → 词典纠错 → 烧录字幕
    ↓
（可选）/videocut:自更新 → 记录偏好，持续优化

项目采用 MIT 开源协议，欢迎贡献与改进。