video-story-clip-lite

name	video-story-clip-lite
description	电影/影视剧剧情短视频剪辑（开源精简版）。把完整电影剪成多条短视频素材 （抖音/快手/短剧切片）。典型场景：用户提供原片+字幕（SRT），要求剪出 8-15 条、每条 50-75 秒的剧情短视频。SEGMENTS 由 AI 生成写入 JSON 配置， cut_clips.py 读取配置执行无损切割。这是开源精简版，覆盖"字幕分析 + 片段 规划 + 无损切割 + 验证"基础流程；无字幕段视觉验证、样片风格学习闭环 （analyze_sample）在完整版中。

电影剧情短视频剪辑（开源精简版 V0.2）

概述

将完整电影剪辑成多条短视频。SEGMENTS（每条视频选哪些片段、怎么写旁白）由 AI 生成，写入 JSON 配置文件；cut_clips.py 读取配置执行切割。

剪辑风格由 references/style_guide.md 定义——AI 生成 SEGMENTS 时参照该文件。

分工边界

职责	由谁负责
分析字幕、规划片段（SEGMENTS）	AI（参照 style_guide.md）
执行切割、导出视频	cut_clips.py（读取 JSON 配置）
旁白花字文案	AI（写入 JSON 的 narrations 字段）
比例转换、字幕、背景音乐、后期	用户（在剪映处理）

skill 只输出原片规格的视频片段 + 对应关系 txt 文件。

工作流程

第 0 步：准备配置文件

从 assets/movie_config_template.json 复制模板，填入电影基本信息（movie_name / src / out_dir / ffmpeg / ffprobe），segments 留空。

询问片头/片尾区间（推荐）：主动询问用户是否提供片头/片尾区间（如"片头到 3 分钟、片尾从 1 小时 57 分开始"）。用户提供则所有 clips 强制限定在 [片头结束秒, 片尾开始秒] 区间内；未提供则用演职员表标志检测（字幕出现连续人名=片尾起点）。

第 1 步：获取原片信息

ffprobe -v error -show_entries stream=codec_name,width,height,r_frame_rate,bit_rate -of default=nw=1 "原片路径"
ffprobe -v error -show_entries format=duration,bit_rate -of default=nw=1 "原片路径"

第 2 步：分析字幕

1. 解析 SRT，建立时间↔剧情索引
2. 用 Grep 搜索关键词定位剧情节点
3. （可选）搜索公开剧情资料补充全局脉络

时间戳换算强约束（禁止手算）：所有"字幕时间 HH:MM:SS ↔ 秒"的换算必须用脚本/工具完成，禁止手算。手算 mm:ss→秒极易错位（实战教训：01:24:18 被误算为 4485s，实际应为 5058s，差 1000 秒导致片段切错）。换算公式验证：秒 = HH*3600 + MM*60 + SS，写入 SEGMENTS 前逐条核算一次。

场景定位验证强约束（提到≠发生）：定位剧情节点时，"台词提到某事件" ≠ "该事件的画面"。必须验证该台词是处于事件场景内（场景内对话），还是场景外（事后回忆/他人提及）。实战教训：搜"断腿"匹配到追车戏里"断腿之前你是好警察"（画面是追车不是断腿）、搜"合作"匹配到警方逼供。定位后必须读该台词前后 60 秒的字幕确认场景连续性，必要时抽帧验证。

对白推敲强约束（反复确认，理解后再剪）：定位每段素材前，完整读该场景的连续对白（不是只读一句关键词），确认三件事：①谁在说②说的是不是这个场景本身③场景前后文。关键阶段对白若无法完全确认，必须抽帧验证画面再定时间戳。

第 3 步：无字幕段扫描

# 跳过片头片尾：用 --start/--end 排除标题段和演职员表段（默认直接不管，除非用户特别要求）
python scripts/find_gaps.py "字幕.srt" --threshold 20 --start 300 --end 原片总秒数-300

找出无字幕段后，用字幕上下文判断是过场（删）还是关键剧情（保留但剪短/让用户确认）。强约束：

1. 凡 ≥20 秒的无字幕段，必须让用户确认内容后才能决定保留与否，不得仅凭字幕推断直接进入 SEGMENTS
2. 任何"无对白但计划剪进成片"的片段（不管有无字幕间隔）也必须让用户确认画面内容后再决定保留
3. 片头片尾（标题、演职员表、片尾歌）直接跳过，不抽帧、不进方案，除非用户特别要求。
   • 用户提供片头/片尾区间时优先使用（第 0 步询问），所有 clips 强制限定在 [片头结束秒, 片尾开始秒] 区间内
   • 无用户提供时用演职员表标志检测（字幕出现连续人名=片尾起点）
   • 生成 SEGMENTS 后逐条核对每条 clips 的结束时间 < 片尾起点，跨过片尾起点的碎片必须删除
   • 实战教训：方案声称"片尾已跳过"却把 clips 结束时间设在片尾起点之后，剪进约 49s 演职员表

视觉验证（抽帧+多模态判定）在完整版中，精简版靠字幕上下文 + 用户确认。

第 4 步：AI 生成 SEGMENTS

第 4 步前置：先输出"剧情时间线场景清单"——正式写 SEGMENTS 前，基于字幕分析先列出 10-15 个场景：[时间戳、场景内容、画面依据]。清单需体现对剧情时间线的真实理解（含倒叙/插叙）。默认展示给用户确认后再写 SEGMENTS；若用户明确表示不需要确认（如"不用确认直接剪"），跳过确认环节直接生成。禁止跳过此步直接凭关键词找片段（用来防"提到≠发生"）。

AI 根据字幕分析结果 + references/style_guide.md 的规则，将 SEGMENTS 写入第 0 步的 JSON 配置文件 segments 字段。

格式见 assets/movie_config_template.json：每条含 num / title（网感副标题）/ clips（原片起止秒列表，可跨时间）/ narrations（旁白文案列表）。

时长硬约束（强制，生成后必须自检）：

• 每条视频总时长以 50-75s 为硬约束，先列碎片，再核算总时长，不达标必须调整后再写入配置
• 时长预算（强制）：每条先定总时长预算（如 60s），再按预算分配各碎片（如 30+20+10），禁止先乱选碎片再算总账（3 个 30s 碎片相加必超 75s）
• 不足 50s：沿该条主题扩展相关片段（前因/后果/相关反应/关键台词 callback）凑满，禁止硬塞无关画面
• 超过 75s：砍掉最弱的碎片（关联度最低/重复/过场段），压到 75s 内

碎片结构强约束（强制，防止偷懒）：

• 每条视频必须由 3-7 个碎片拼接（快剪串烧风：核心长段 + 短闪段 + callback），碎片应来自不同时间段
• 禁止整条单段连续（除极端情况且必须在方案 _note 中说明理由）；生成后自检：若 >30% 的条是单段，说明偷懒了，必须重做
• 禁止"每条只放一个关键词定位的 60s 段"——这是糊弄。每条必须有 hook + 主体 + callback
• 碎片数暂定为 3-7（用户 2026-08-13 决定）
• 实战教训：《拆弹专家2》12 条全部单段连续（无碎片拼接），严重违反风格，被判糊弄返工

全局时间戳互斥检查（强制）：生成后逐条核对所有条之间的 clips 时间戳不得重叠/重复引用。同一物理场景尽量只服务一条主题（实战教训：《拆弹专家2》第 2/3 条在病房场景交叉重叠 15s×2）。

命名约束：副标题/文件名禁止包含 Windows 非法字符：/ \ : * ? " < > |（实战教训：副标题"70/30"中的 / 被当作路径分隔符，输出目录被拆断）。可用"比""和"等替代。

交付前强制自检（6 项，全部通过才交付）：

1. 条间时间戳互斥：无重叠 / 无重复引用同一场景
2. 无片头片尾：每条 clips 结束时间 < 片尾起点
3. 每条 3-7 碎片：无整条单段（除 _note 说明）
4. 每条总时长 50-75s：按预算核算
5. 命名合法：副标题无 Windows 非法字符
6. 提到≠发生抽查：抽查 2-3 条，主题与画面匹配（读完整场景对白验证）

第 5 步：执行切割

# 无损流复制（默认，画质 100%，切割点受关键帧限制偏长 5-17s）
# 默认行为：每条视频的碎片剪完后，无损拼接为完整 mp4（与目录同名），碎片也保留
python scripts/cut_clips.py --config 电影名.json

# 重编码精确到秒（时长必须准时）
python scripts/cut_clips.py --config 电影名.json --reencode

# 只要碎片、不拼接（可选）
python scripts/cut_clips.py --config 电影名.json --no-merge

拼接方案：碎片 → TS（h264_mp4toannexb）→ concat protocol → mp4（全程 -c copy，100% 无损）。临时 TS 自动清理，碎片文件保留。

第 6 步：验证

python scripts/verify_clips.py "输出目录"

关键技术约束

1. 中文路径编码：ffmpeg 在 Git Bash 下按 GBK 解析会报错。必须用 Python subprocess 调用 ffmpeg。脚本开头加 sys.stdout.reconfigure(encoding="utf-8")。
2. 默认拼接、碎片保留：每条视频的碎片拼接为一个完整 mp4（与目录同名），碎片文件同时保留，用户可按需使用。
3. 只输出原片规格：不做分辨率转换、不加背景音乐、不加字幕。

参考文档

文件	用途
references/style_guide.md	基础剪辑风格规则（AI 生成 SEGMENTS 必读）
references/requirements.md	需求规范（分工边界、输出格式）
assets/movie_config_template.json	JSON 配置模板
scripts/cut_clips.py	核心：读 JSON 配置执行切割
scripts/find_gaps.py	无字幕段扫描
scripts/verify_clips.py	输出验证

常见问题

Q: 时长为什么比设计的长？ A: -c copy 只能在关键帧切割，每段偏长 5-17 秒。可接受就用，不可接受用 --reencode。

Q: 无字幕段怎么处理？ A: 精简版用 find_gaps.py 找出，靠前后字幕上下文判断，关键剧情段让用户确认。完整版提供抽帧 + 多模态视觉判定（DELETE/KEEP-SHORT/KEEP-FULL）。

Q: 怎么让 AI 剪得像我想要的风格？ A: 精简版遵循 style_guide.md 的基础规则。完整版提供"样片学习闭环"——分析你的最终样片，自动提炼你的风格参数写回风格指南。