원클릭으로 Manus에서 모든 스킬 실행

시작하기

edit-ffmpeg

스타1

포크0

업데이트2026년 6월 13일 08:27

剪辑自动化（P2）。ffmpeg 脚本做粗剪、卡点、字幕烧录、横竖屏双版本导出，走 Intel Arc QSV 硬件编码。跳舞视频的音乐卡点也在这里。当用户说"粗剪/烧字幕/导竖屏版/卡点"时使用。

설치

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

Manus에서 실행

출처

wohuishuo

wohuishuo/cc-video-pipeline

GitHub 저장소 열기 Creator 저장소 보기

다운로드

Manus에서 실행

剪辑自动化 (edit-ffmpeg) — 可用版

硬件

Intel Arc QSV：编码用 -c:v h264_qsv 或 hevc_qsv，比 CPU 软编快很多。先跑 tools/setup.ps1 确认 QSV 可用。

已实现的能力

1. 静音切除（口播粗剪第一步）

.\.claude\skills\edit-ffmpeg\scripts\silence_cut.ps1 -Video ".\input.mp4" -Out ".\output.mp4"
# 可选参数
.\.claude\skills\edit-ffmpeg\scripts\silence_cut.ps1 -Video ".\input.mp4" -Out ".\output.mp4" -Noise "-30dB" -MinDuration 1.5

自动检测静音段（默认 -35dB / 持续 >1.5s）
切除后拼接有效段，c:v copy 不重编码（快速）
注：这是无语义的纯信号静音检测；AI 语义审核（口误/重复/纠正）待后续版本

2. 横竖屏转换

# 模糊填充背景（推荐，视觉舒适）
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_9x16.mp4" -Mode blur

# 主体居中裁切（适合主体始终在中间的）
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_crop.mp4" -Mode crop

# 上下留黑 + 字幕烧录
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_cap.mp4" -Mode captions -Subtitle ".\audio.srt"

横屏 16:9 → 竖屏 1080x1920
默认 Intel QSV 硬编，失败自动退到 CPU 软编

3. 人脸追踪横转竖（多人对谈/采访/播客）

.\.claude\skills\edit-ffmpeg\scripts\reframe.ps1 -Video ".\podcast.mp4"
.\.claude\skills\edit-ffmpeg\scripts\reframe.ps1 -Video ".\interview.mp4" -Motion smooth -FacePick speaker

移植自 jianshuo/wjs-reframing-video，裁切窗口跟随正在说话的人（嘴部开合方差判定）
依赖 venv 的 mediapipe+opencv；首次运行下载 ~4MB 模型
产出 *_cropped.mp4 + *.crop.json（裁切方案存档），原视频不动
单人/无脸内容用 to_vertical.ps1 即可，不必动用人脸追踪
看日志 face#N: Xs on screen，若全是 (no face/fallback) 说明没检测到脸 → 改用 to_vertical

4. 字幕烧录

ffmpeg -i input.mp4 -vf "subtitles=audio.srt:force_style='FontSize=18,Alignment=2'" -c:v h264_qsv output_subbed.mp4

SRT 文件来自 transcribe.py / transcribe_funasr.py / transcribe_dispatch.py
FunASR 转录的 SRT 已带标点，可直接烧录

4. 双版本批量导出

# 一次产出 B站横屏(16:9) + 抖音/TikTok竖屏(9:16)
ffmpeg -i input.mp4 -c:v h264_qsv -preset medium out_horiz.mp4
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video input.mp4 -Out out_vert.mp4 -Mode blur

计划做的能力

卡点（跳舞视频）：节拍检测（librosa / aubio），按 beat 切镜。下次做 beat_detect.py
AI 语义审核：配合 FunASR 转录结果，自动识别口误/重复/纠正/卡顿，生成审核网页，人工确认后自动剪辑（借鉴 videocut-skills 思路）
调色：LUT 应用、对比度/饱和度批量调整
自动粗剪→手工精修管线：粗剪导出格式兼容必剪导入，保留人工精修环节

TODO

beat_detect.py（librosa 节拍检测 → 切镜时间点）
review_cut.ps1（AI 语义审核 → 确认网页 → ffmpeg 剪辑）
color_grade.ps1（批量调色）

이 저장소의 다른 Skills

같은 저장소

local-tts-dub

wohuishuo/cc-video-pipeline

使用本机 Qwen3-TTS 做预设音色、纳西妲跨语言克隆、整稿/SRT/视频配音，并在稳定 CPU 生产版与 Transformers 5 + Intel Arc XPU 实验版之间安全路由。用户说“配音、朗读、纳西妲说中文/英文/日语/俄语、TTS、Qwen3-TTS、XPU/GPU 加速、预热或测速”时使用。

2026-07-011

skill-finder

wohuishuo/cc-video-pipeline

找 skill 的 skill。当用户说"有没有干X的skill/帮我找个skill/还有哪些skill能用/怎么装skill"时，在本地已下载的 skill 目录里检索匹配，给出用途+来源+安装方法。

2026-07-011

ref-analyze

wohuishuo/cc-video-pipeline

参考视频解析（P0）。下载某 UP 主的视频，做秒级拆解——语音转文字、镜头切换点、响度节奏——并输出结构化分析报告（钩子位置、节奏、信息密度、可复用的结构 SOP）。当用户说"分析这个视频/参考一下这个 up 主/拆解这条视频的结构"时使用。

2026-06-131

content-plan

wohuishuo/cc-video-pipeline

选题与标题生成（P1）。基于参考分析和账号定位，产出多个选题方向和每个选题的多版标题（对比打分），含横竖屏/多语言考量。当用户说"想选题/起标题/这个方向有哪些角度"时使用。

2026-06-131

localize-video

wohuishuo/cc-video-pipeline

视频本地化编排器（P2，部分实现）。把一条视频本地化为目标语言：转录→翻译→（配音）→烧字幕→竖屏导出。当用户说"帮我把这个视频做成中文字幕/翻译成英文/配俄语音/全套本地化"时使用。注意：翻译/配音步骤尚未自动化，由 Claude 手工完成或待补脚本。

2026-06-131

review-data

wohuishuo/cc-video-pipeline

数据复盘（P3）。记录每条视频的标题/封面/开头/各平台数据，分析哪类标题、封面、开场留存更好，沉淀规律反哺选题。当用户说"复盘/记录数据/哪种开头效果好"时使用。

2026-06-131

name	edit-ffmpeg
description	剪辑自动化（P2）。ffmpeg 脚本做粗剪、卡点、字幕烧录、横竖屏双版本导出，走 Intel Arc QSV 硬件编码。跳舞视频的音乐卡点也在这里。当用户说"粗剪/烧字幕/导竖屏版/卡点"时使用。

剪辑自动化 (edit-ffmpeg) — 可用版

硬件

Intel Arc QSV：编码用 -c:v h264_qsv 或 hevc_qsv，比 CPU 软编快很多。先跑 tools/setup.ps1 确认 QSV 可用。

已实现的能力

1. 静音切除（口播粗剪第一步）

.\.claude\skills\edit-ffmpeg\scripts\silence_cut.ps1 -Video ".\input.mp4" -Out ".\output.mp4"
# 可选参数
.\.claude\skills\edit-ffmpeg\scripts\silence_cut.ps1 -Video ".\input.mp4" -Out ".\output.mp4" -Noise "-30dB" -MinDuration 1.5

自动检测静音段（默认 -35dB / 持续 >1.5s）
切除后拼接有效段，c:v copy 不重编码（快速）
注：这是无语义的纯信号静音检测；AI 语义审核（口误/重复/纠正）待后续版本

2. 横竖屏转换

# 模糊填充背景（推荐，视觉舒适）
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_9x16.mp4" -Mode blur

# 主体居中裁切（适合主体始终在中间的）
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_crop.mp4" -Mode crop

# 上下留黑 + 字幕烧录
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video ".\input.mp4" -Out ".\output_cap.mp4" -Mode captions -Subtitle ".\audio.srt"

横屏 16:9 → 竖屏 1080x1920
默认 Intel QSV 硬编，失败自动退到 CPU 软编

3. 人脸追踪横转竖（多人对谈/采访/播客）

.\.claude\skills\edit-ffmpeg\scripts\reframe.ps1 -Video ".\podcast.mp4"
.\.claude\skills\edit-ffmpeg\scripts\reframe.ps1 -Video ".\interview.mp4" -Motion smooth -FacePick speaker

移植自 jianshuo/wjs-reframing-video，裁切窗口跟随正在说话的人（嘴部开合方差判定）
依赖 venv 的 mediapipe+opencv；首次运行下载 ~4MB 模型
产出 *_cropped.mp4 + *.crop.json（裁切方案存档），原视频不动
单人/无脸内容用 to_vertical.ps1 即可，不必动用人脸追踪
看日志 face#N: Xs on screen，若全是 (no face/fallback) 说明没检测到脸 → 改用 to_vertical

4. 字幕烧录

ffmpeg -i input.mp4 -vf "subtitles=audio.srt:force_style='FontSize=18,Alignment=2'" -c:v h264_qsv output_subbed.mp4

SRT 文件来自 transcribe.py / transcribe_funasr.py / transcribe_dispatch.py
FunASR 转录的 SRT 已带标点，可直接烧录

4. 双版本批量导出

# 一次产出 B站横屏(16:9) + 抖音/TikTok竖屏(9:16)
ffmpeg -i input.mp4 -c:v h264_qsv -preset medium out_horiz.mp4
.\.claude\skills\edit-ffmpeg\scripts\to_vertical.ps1 -Video input.mp4 -Out out_vert.mp4 -Mode blur

计划做的能力

卡点（跳舞视频）：节拍检测（librosa / aubio），按 beat 切镜。下次做 beat_detect.py
AI 语义审核：配合 FunASR 转录结果，自动识别口误/重复/纠正/卡顿，生成审核网页，人工确认后自动剪辑（借鉴 videocut-skills 思路）
调色：LUT 应用、对比度/饱和度批量调整
自动粗剪→手工精修管线：粗剪导出格式兼容必剪导入，保留人工精修环节

TODO

beat_detect.py（librosa 节拍检测 → 切镜时间点）
review_cut.ps1（AI 语义审核 → 确认网页 → ffmpeg 剪辑）
color_grade.ps1（批量调色）