qiaomu-cut

qiaomu-cut 是面向AI Agent的视频导演系统Skill，只需要一句自然语言描述，就能自动串联素材检索、分镜设计、字幕制作、转场动效、音频混音、视频渲染和成片质检，输出完整可复现的视频工程。

普通AI大多只给出文字剪辑思路，剩下找素材、处理版权、安装FFmpeg、调字幕、核对编码等繁琐工作依然要手动完成；而qiaomu-cut把整套流程封装成Agent可执行、可校验、可迭代的工程化管线。

版本核心能力

v0.9 已经落地的能力：一句话科普自动成片、影视英语混剪通道、付费任务断点恢复、素材SHA审计、批量HTML/SVG场景渲染、自动审片帧、旁白时长锁定、动态字幕、独立音效、多档位渲染验收。PPT直出、复杂遮罩、速度渐变等属于外部扩展能力，不会虚假宣称内置。

v0.13重大更新：代码动态图形工作室
参考54组Opus 5.5代码视频案例，落地完整的代码动效工作流：导演信撰写规范、先分镜再编码、节拍网格卡点、时间轴精准seek、子帧动态模糊、音效峰值对齐，母带响度锁定在−14 LUFS。配套qcut motion与qcut audio命令；新增qcut setup，自动检测并补齐本机全部依赖。

安装方式

一键CLI安装

npx skills add joeseesun/qiaomu-cut-skill --skill qiaomu-cut

手动部署

mkdir -p ~/.agents/skills
cp -R qiaomu-cut ~/.agents/skills/qiaomu-cut

环境自检+自动补全依赖：FFmpeg-full、中文字体、Playwright浏览器、Manim、ListenHub CLI

node ~/.agents/skills/qiaomu-cut/scripts/qcut.js doctor --json
node ~/.agents/skills/qiaomu-cut/scripts/qcut.js setup

底层调度逻辑

它会先把自然语言需求编译成QiaoCut IR中间描述，定义画幅、时长、受众、风格、分镜、素材策略与渲染引擎，再按需调度各类引擎：

素材源：33台词、ClipSeek、Pexels/Pixabay、本地素材

音视频能力：ListenHub/MarsWave图片、视频、TTS、背景音乐；Coli本地ASR

画面渲染：HTML/SVG、Manim、PPT、AI图生图，最终由ffmpeg-full完成合成。

典型需求示例

• 用免费素材做60秒挖掘机英语启蒙视频
• 制作科普短片，用3Blue1Brown风格讲解LLM的RL
• 口播素材转小红书竖版短视频，强字幕+B-roll卡点
• 代码驱动120BPM UI形态变换无缝循环动画
• 电影感人物短片，带时间线与档案照片

三档渲染管线

非final档位输出文件独立命名，不会覆盖正式成片；内置缓存机制，复用不变镜头片段，大幅加速二次渲染。60秒双语样片暖缓存下，preview仅3.3~4.1秒，final版本8.5秒完成渲染。

特色细节

1. 双语字幕三层架构：主语言字幕+中文释义+顶部注释层，适合英语学习类视频，可按需删减层级。
2. 素材审计：记录素材来源、SHA指纹、授权信息，可导出license授权报告，方便版权溯源。
3. 安全机制：付费任务必须手动确认--yes，不会静默扣积分；下载器拦截内网地址，限制重定向，凭证文件严格限制文件权限0600。
4. 旁白默认使用「向阳乔木 v1.1」，自动校验音频签名，优先输出MP3避免容器兼容问题。
5. 视觉规范：生成AI图像前先撰写visual bible，统一色板、光线、构图，保证全片视觉风格统一。

前置依赖

• Node.js 18+（使用ListenHub需要Node20+）
• ffmpeg-full、中文字体、Playwright、Manim
• 使用33台词素材：本机安装登录33台词App与33tc CLI
• AI生图：Agent环境具备图像生成能力