video-studio

name

video-studio

description

Use when the user asks to create or edit videos end-to-end (script→video, auto-cut/jumpcut, captions/subtitles, polishing for Shorts/Reels/TikTok). Current implemented backend: local FFmpeg (probe/render/jumpcut/burn-subtitles/polish). Planned/optional backends: Remotion (motion graphics templates), VectCutAPI (CapCut/剪映 timeline editing), and video-audio-mcp (MCP tool wrapper) when available. Produces a finished video artifact (MP4 by default) from assets + copy + a design/storyboard plan.

Video Studio (自动视频制作 / 剪辑 / 打磨)

目标：把「素材（视频/音频/图片）+ 文案 + 编排/设计方案」自动变成可发布的成片，并在最后做一轮“打磨”（节奏、转场、字幕、音量、编码）。

何时使用

• 你要“从 0 生成一个视频”（口播/科普/产品介绍/短视频）
• 你要“自动剪辑已有视频/音频”（去静音、裁切、拼接、转场、加字幕、加 Logo/BGM）
• 你要“适配平台规格”（9:16 / 1:1 / 16:9、码率、分辨率、时长上限）
• 你要“自动抛光”（音量标准化、fade in/out、H.264/yuv420p、帧率、字幕烧录）

背后能力（融合方案）

本 skill 不绑定单一引擎，而是按可用性选择 backend：

1. FFmpeg（基线后端，必备）
   • 本地快速剪辑、拼接、字幕烧录、音频混音、编码打磨
2. Remotion（可选，做“像设计稿一样”的动效视频）
   • 程序化动效、模板化片头片尾、动态字幕/图表
3. VectCutAPI（可选，高阶时间线后端）
   • 如果你有剪映/CapCut + VectCutAPI 服务，可用 API/MCP 进行更复杂的轨道/特效/关键帧
4. video-audio-mcp（可选，MCP 封装的 FFmpeg 工具箱）
   • 如果已配置该 MCP server，可把常用 FFmpeg 操作当成工具调用（trim/concat/subtitles/overlays/remove_silence）

先跑一次环境探测（强烈推荐）

在当前项目目录里执行：

python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py probe

它会输出 JSON，说明：

• ffmpeg/ffprobe 是否可用（没有则给出安装建议）
• node/npm/npx 是否可用（Remotion 需要）
• vectcut_base_url 是否可连（可选）

产物约定（建议）

• 中间文件：outputs/video-studio/tmp/
• 最终成片：outputs/video-studio/final/

你可以把素材放在：

• assets/video/ assets/audio/ assets/images/ assets/fonts/

最小闭环：用 spec 直接生成视频（FFmpeg backend）

1. 写一个 spec（可参考本 skill 的 references/sample_spec.json）

2. 运行：

python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py render --spec C:\path\to\spec.json

“打磨”步骤（推荐作为最后一步）

python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py polish --in .\outputs\video-studio\final\video.mp4 --out .\outputs\video-studio\final\video.polished.mp4

打磨会尽量做到：

• H.264 + yuv420p（平台兼容）
• 统一帧率/分辨率
• 音量标准化（EBU R128 loudnorm）
• 可选 fade in/out

自动剪辑：JumpCut（去静音/去停顿）

适合“口播/访谈/课程录屏”这类有明显停顿的视频：自动检测静音区间并拼接，提高节奏流畅度。

python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py jumpcut --in .\assets\video\talking.mp4 --out .\outputs\video-studio\final\talking.jumpcut.mp4

常用参数：

• --silence-threshold-db：静音阈值（例如 -35）
• --min-silence：最短静音时长（例如 0.4）
• --pad：保留在静音边界的 padding（避免“咬字被切掉”）

字幕烧录（SRT → MP4）

如果你已经有 captions.srt（来自转录或人工），可直接烧录：

python C:\Users\羽裳\.codex\skills\video-studio\scripts\video_studio.py burn-subtitles --in .\outputs\video-studio\final\video.mp4 --srt .\assets\captions.srt --out .\outputs\video-studio\final\video.subbed.mp4

需要 AI 生成素材时（可选）

这个 skill 优先复用既有 skill，避免重复造轮子：

• 图片/背景：$imagegen（需要 OPENAI_API_KEY）
• 配音：$speech（需要 OPENAI_API_KEY）
• 转录：$transcribe（需要 OPENAI_API_KEY）

典型全自动流程：

1. 文案 → 生成配音（speech）
2. 配音 → 生成字幕（transcribe 或手工脚本）
3. 文案/分镜 → 生成背景图（imagegen）
4. 用本 skill 的 render/polish 合成出片

质量门禁（交付前自检）

• 成片可播放（本地播放器 + 秒开）
• 分辨率/帧率符合平台（例如 1080x1920@30fps）
• 音量不过爆、不太小（主讲语音清晰，BGM 不盖人声）
• 字幕不超出安全区（手机端不被 UI 遮挡）

边界

• 本 skill 会生成/编辑视频文件，但不会替你发布到平台。
• 高级“像剪映一样”的轨道编辑：优先走 VectCutAPI（如果你有服务），否则用 FFmpeg 的能力做到“够用的自动剪辑”。