ai-video-editing

name	ai-video-editing
description	用于 AI 口播初剪、自动剪辑、去气口、去重复、视频转字幕、按口播稿对稿。支持语义级重复判断、剪后重新转字幕并与口播稿复核，还会标出大段 NG / 试讲 / 临场发挥候选段供用户确认。支持中文和英文，默认按电脑语言自动切换，也可手动指定。中文触发词包括 AI剪辑、自动剪辑、初剪、口播初剪、去气口、视频转字幕、对稿；英文触发词包括 AI video editing、auto edit this video、video edit、rough cut、trim pauses、remove repeated takes。开始前先确认用户是否提供口播稿，以及剪辑强度选 一般 或 多点。

AI Video Editing

用于口播视频的自动初剪、字幕提取、剪后复核。

推荐模型 / Recommended Model

• 推荐优先使用 GPT5.4
• 原因：
  • 更适合处理长上下文里的口播稿比对
  • 对重复表达、重说、NG 候选的语义判断更稳
  • 更适合在“少看画面、多看文本和字幕”的工作流里节省 token
• 如果运行环境不支持 GPT5.4，再退回当前环境的强推理模型

语言切换 / Language Mode

• 默认按电脑语言环境切换：
  • LANG / LC_ALL 以 zh 开头时，用中文提示和报告文案
  • 其他情况默认用英文
• 如需手动覆盖，运行入口时可加：
  • --ui-locale zh
  • --ui-locale en
• 技能对用户说话时，也优先跟随当前系统语言；如果当前会话已有明确语言要求，以会话要求为准。

开始前先问

如果用户还没提供完整信息，先用一句话补齐这些点：

1. 有没有口播稿？ 如果有，要求用户提供文本、txt/md/docx 路径，或直接粘贴内容。

2. 气口剪辑强度选哪种？ 只给两个选项：

• 一般
• 多点

3. 如果用户已经明确希望处理大段试讲 / NG / 临场发挥，也记录下来。 如果用户没提，就先按正常初剪执行；若报告里出现 large_ng_candidates，再回头问用户是否一并剪掉。

默认映射：

• 一般 -> normal
• 多点 -> more

中英文唤醒词 / Trigger Phrases

中文常见说法：

• AI剪辑
• 自动剪辑
• 初剪
• 口播初剪
• 去气口
• 剪掉重复
• 视频转字幕
• 对稿
• 按口播稿剪辑
• 帮我粗剪这个口播视频

English common prompts:

• AI video editing
• auto edit this video
• video edit
• rough cut
• rough cut this talking-head video
• remove repeated takes
• trim pauses
• turn this video into subtitles
• compare the video against the script
• edit this video using the script

工作流

1. 确认输入视频路径。
2. 如果提供了口播稿，先提取文本：
   • python "$(dirname "$0")/scripts/extract_script_text.py" "<script_path>"
3. 运行统一入口：
   • bash "$(dirname "$0")/scripts/run_ai_video_edit.sh" "<video_path>" --intensity normal
   • 或
   • bash "$(dirname "$0")/scripts/run_ai_video_edit.sh" "<video_path>" --intensity more --script "<script_path>"
   • 如需强制英文： bash "$(dirname "$0")/scripts/run_ai_video_edit.sh" "<video_path>" --script "<script_path>" --intensity normal --ui-locale en
4. 检查输出：
   • <video>.raw.txt：原始转写
   • <video>.txt：校对稿
   • <video>.raw.srt：原始字幕
   • <video>.roughcut.mp4：初剪视频
   • <video>.roughcut.raw.txt：初剪后重新转写
   • <video>.roughcut.txt：初剪后校对稿
   • <video>.roughcut.srt：初剪后字幕
   • <video>.roughcut.json：剪辑报告
5. 如果用户提供了口播稿，再根据 roughcut.json + roughcut.txt + 口播稿 做一次复核：
   • 主线内容是否一致
   • 剪后字幕和稿子是否对得上
   • 是否还残留明显重复
   • 是否误删关键句
   • 如果 script_missing_blocks_after 有明显缺口，要直接告诉用户哪些段落疑似没讲到或被误剪
6. 如果 large_ng_candidates 不为空：
   • 不要直接假定一定删
   • 先把候选时间段和原因告诉用户
   • 问用户这些大段是否要一起剪掉

首次运行依赖 / First-run Dependencies

• 会自动创建本地 .venv
• 会自动安装 faster-whisper
• 不会自动安装系统级 ffmpeg / ffprobe
• 如果检测到缺少 ffmpeg / ffprobe，脚本会直接提示用户安装
• 当前内置提示覆盖：
  • macOS：提示使用 brew install ffmpeg
  • Windows：提示使用 winget install Gyan.FFmpeg 或 choco install ffmpeg

也就是说，这个技能现在的首次使用体验是：

• Python 依赖会尽量自动处理
• 系统级视频工具会检查并提示，不会静默失败

剪辑规则

• 默认用于口播、讲解、解说、短视频出镜素材。
• 重复表达优先保留后一句。
• 相邻两段如果语义高度接近，优先判断为重说，默认保留更贴近口播稿的后一句。
• 一般：轻压气口，尽量保留自然感。
• 多点：更积极压缩停顿，节奏更短视频化。
• 有口播稿时，把稿子作为复核依据，不要为了追求更短而删掉稿子主干。
• 没有口播稿时，按重复、停顿、重说、短窗口相似度来判断。
• 初剪完成后，必须重新对初剪视频转字幕，不要拿剪前字幕代替剪后字幕。
• 永远不改原视频，只输出新文件。

何时不要直接硬剪

• 用户明确要求保留自然气口。
• 素材是访谈、多人物对话、剧情表演，不是单人口播。
• 稿子和视频明显不一致。

遇到这些情况时，先说明风险，再决定是否继续。