# videocut-skills

**Repository Path**: CAP_LEE/videocut-skills

## Basic Information

- **Project Name**: videocut-skills
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-23
- **Last Updated**: 2026-03-23

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Videocut Skills

> 用 Claude Code Skills 构建的视频剪辑 Agent，专为口播视频设计

## 为什么做这个？

剪映的"智能剪口播"有两个痛点：
1. **无法理解语义**：重复说的句子、说错后纠正的内容，它识别不出来
2. **字幕质量差**：专业术语（Claude Code、MCP、API）经常识别错误

这个 Agent 用 Claude 的语义理解能力解决第一个问题，用自定义词典解决第二个问题。

## 效果演示

**输入**：19 分钟口播原片（各种口误、卡顿、重复）

**输出**：
- 自动识别 608 处问题（静音 114 + 口误/重复 494）
- 剪辑后视频 72MB
- 全程 AI 辅助，人工只需确认

## 核心功能

| 功能 | 说明 | 对比剪映 |
|------|------|----------|
| **语义理解** | AI 逐句分析，识别重说/纠正/卡顿 | 只能模式匹配 |
| **静音检测** | >0.3s 自动标记，可调阈值 | 固定阈值 |
| **重复句检测** | 相邻句开头≥5字相同 → 删前保后 | 无此功能 |
| **句内重复** | "好我们接下来好我们接下来做" → 删重复部分 | 无此功能 |
| **词典纠错** | 自定义专业术语词典 | 无此功能 |
| **自更新** | 记住你的偏好，越用越准 | 无此功能 |

## 快速开始

### 1. 安装 Skills

```bash
# 克隆到 Claude Code skills 目录
git clone https://github.com/Ceeon/videocut-skills.git ~/.claude/skills/videocut
```

### 2. 配置 API Key

```bash
cd ~/.claude/skills/videocut
cp .env.example .env
# 编辑 .env，填入火山引擎 API Key
```

### 3. 安装环境

打开 Claude Code，输入：

```
/videocut:安装
```

AI 会自动：
- 检查 Python、FFmpeg、Node.js
- 安装 FunASR（口误识别模型，约 2GB）
- 安装 Whisper large-v3（字幕模型，约 3GB）

## 使用流程

```
┌─────────────────────────────────────────────────────────┐
│  /videocut:安装  →  首次使用，安装环境和模型            │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  /videocut:剪口播 视频.mp4                              │
│                                                         │
│  1. 提取音频 → 上传云端                                 │
│  2. 火山引擎转录 → 字级别时间戳                         │
│  3. AI 审核：静音/口误/重复/语气词                      │
│  4. 生成审核网页 → 浏览器打开                           │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  【人工审核 + 执行剪辑】                                │
│                                                         │
│  - 单击跳转播放                                         │
│  - 双击选中/取消                                        │
│  - Shift 拖动多选                                       │
│  - 确认后点击「执行剪辑」→ 自动 FFmpeg 剪辑            │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  /videocut:字幕                                         │
│                                                         │
│  - Whisper 转录                                         │
│  - 词典纠错（Claude Code → claude code）                │
│  - 人工确认 → 烧录字幕                                  │
└─────────────────────────────────────────────────────────┘
                            ↓
┌─────────────────────────────────────────────────────────┐
│  /videocut:自更新  （可选）                             │
│                                                         │
│  告诉 AI 你的偏好，它会记住：                           │
│  - "静音阈值改成 1 秒"                                  │
│  - "保留适量嗯作为过渡"                                 │
└─────────────────────────────────────────────────────────┘
```

## Skill 清单

| Skill | 功能 | 输入 | 输出 |
|-------|------|------|------|
| `安装` | 环境准备 | 无 | 安装日志 |
| `剪口播` | 转录 + AI 审核 + 剪辑 | 视频文件 | 剪辑后视频 |
| `字幕` | 生成字幕 | 视频文件 | 带字幕视频 |
| `自更新` | 记录偏好 | 用户反馈 | 更新规则文件 |

## 目录结构

```
videocut/
├── README.md           # 本文件
├── .env.example        # API Key 模板
├── 安装/               # 环境安装 skill
├── 剪口播/             # 核心：转录 + AI 审核 + 剪辑
│   ├── SKILL.md        # 流程说明
│   ├── *.js            # 脚本（生成字幕、审核页面、服务器）
│   ├── *.sh            # 脚本（转录、剪辑）
│   └── 用户习惯/       # 审核规则（可自定义）
│       ├── 1-核心原则.md       # 删前保后
│       ├── 2-语气词检测.md     # 嗯啊呃
│       ├── 3-静音段处理.md     # >0.3s 删除
│       ├── 4-重复句检测.md     # 相邻句开头相同
│       ├── 5-卡顿词.md         # 那个那个、就是就是
│       ├── 6-句内重复检测.md   # A+中间+A 模式
│       ├── 7-连续语气词.md     # 嗯啊、啊呃
│       └── 8-重说纠正.md       # 部分重复、否定纠正
├── 字幕/               # 字幕生成与烧录
│   └── 词典.txt        # 自定义词典
└── 自更新/             # 自我进化机制
```

## 技术架构

```
┌──────────────────┐     ┌──────────────────┐
│   火山引擎 ASR   │────▶│  字级别时间戳    │
│  （云端转录）    │     │  subtitles.json  │
└──────────────────┘     └────────┬─────────┘
                                  │
                                  ▼
┌──────────────────┐     ┌──────────────────┐
│   Claude Code    │────▶│   AI 审核结果    │
│  （语义分析）    │     │  auto_selected   │
└──────────────────┘     └────────┬─────────┘
                                  │
                                  ▼
┌──────────────────┐     ┌──────────────────┐
│   审核网页       │────▶│   最终删除列表   │
│  （人工确认）    │     │  delete_segments │
└──────────────────┘     └────────┬─────────┘
                                  │
                                  ▼
┌──────────────────┐     ┌──────────────────┐
│     FFmpeg       │────▶│   剪辑后视频     │
│  filter_complex  │     │   xxx_cut.mp4    │
└──────────────────┘     └──────────────────┘
```

## 依赖

| 依赖 | 用途 | 安装方式 |
|------|------|----------|
| Node.js 18+ | 运行脚本 | `brew install node` |
| FFmpeg | 音视频处理 | `brew install ffmpeg` |
| Python 3.8+ | 模型运行 | 系统自带 |
| 火山引擎 API | 语音转录 | [申请 Key](https://console.volcengine.com/) |

## 常见问题

### Q: 火山引擎转录超时？

上传音频到 uguu.se（脚本默认），不要用 catbox.moe（火山引擎访问慢）。

### Q: 审核网页打不开？

检查端口 8899 是否被占用：`lsof -i :8899`

### Q: 剪辑后音画不同步？

使用 `filter_complex + trim` 而非 `concat demuxer`，脚本已处理。

### Q: 如何添加自定义词典？

编辑 `字幕/词典.txt`，每行一个词：
```
Claude Code
MCP
API
```

## License

MIT