AI剪口播

一个剪口播视频的 coding-agent skill:自动转录 → AI 识别口误/口癖/静音 → 网页波形审核 → 导出 FCPXML,拖进剪映或 Final Cut Pro 完成最后一刀。核心是一份 SKILL.md,任何支持 skill、能读文件、能跑 shell 的 coding agent 都能装来用,不绑定特定工具。

这个项目灵感最初来源于GitHub开源项目 videocut-skills，为了适配我自己的剪辑工作流，重写和扩展了工程导出、前端交互、视频预览、核心剪辑逻辑、语音识别和音频识别字幕等功能

审核网页:左侧逐字稿点划即删,右侧调静音留白,底部三色波形(灰=静音、红=选中删除、黄=算法额外切掉)。改到满意点「导出 FCPXML」。

这个 Skill 做什么

口播视频最费时的不是剪,是找哪里该删 —— 重复重说、卡顿、口癖、长停顿。AI剪口播 把这步交给 agent:转录全文、标出该删的片段,再起一个本地审核网页,让你在波形上一眼看清「真正会切到哪一帧」,所见即所得。

它不直接剪视频,只把「哪里该删」想清楚,生成剪辑工程文件(FCPXML)交给剪辑软件做最后一刀。无云端、无账号、无第三方图床 —— 音频直传火山引擎转录,剩下全在你本机跑。

主要特性

• AI 预标口误 — 重复重说、残句、卡顿、纯语气词整句,自动选出来等你确认,不用自己逐句听
• 波形审核,所见即所得 — 本地网页上点划增删,三色波形实时显示真正会切到哪一帧,不漂移
• 剪映 / Final Cut Pro 通吃 — 导出 FCPXML 拖进去就还原时间线,不抢剪辑软件的活
• 越用越懂你 — 每次剪完可让它学习你的取舍,沉淀成个人规则,下次预标更准
• 全程本机、免费够用 — 视频不上云,转录走火山引擎免费额度(≈40h)

安装

把这个仓库地址发给你的 coding agent,说一句 「装一下」:

https://github.com/lcbuaaliu/ai-jian-koubo

agent 会读 README,自己把它装到本地 skills 目录、配好环境、跑一遍自检,约 1 分钟。有文件系统权限的 agent 直接帮你装好;没有的话,也能在当前会话里照 SKILL.md 直接跑一遍。

唯一需要你亲自做的一步:办一个火山引擎 API Key(语音转录用,共 40h 免费额度,完全够用)。装的时候 agent 会引导你把 key 填进去。

办火山引擎 API Key(约 2 分钟)

1. 打开并登录火山引擎 · 豆包语音服务控制台。

2. 点左侧「开通管理」→ 开通「录音文件识别 1.0」。标准版和极速版都开通(各 20h、共 40h 免费额度,独立抵扣,完全够用)。

开通后在服务详情里能看到两个版本都是「已开通 · 运行中」:

3. 点左侧「API Key 管理」,复制你的 API Key。

4. 把 key 发给 agent,它会帮你放到正确位置(skill 目录下的 .env)。也可以自己设成环境变量(任何 agent、任何安装位置都认):

export VOLCENGINE_API_KEY=粘贴你的key

使用

把视频路径丢给 agent,它会先让你选一个模式:

📹 视频:/path/to/视频.mp4
请选择模式:
  [A] 剪口播 — 识别口误 → 网页审核 → 导出 FCPXML 给剪映 / FCP
  [B] 转字幕 — 转录 → 输出规范字幕文本(markdown,无时间戳)

成品默认输出到 ~/Desktop/output/日期_视频名/ 下。

模式 A:剪口播(主线)

直接说「帮我剪这个口播视频 /path/to/video.mp4」,选 A。agent 会:

1. 抽音频 → 火山引擎转录成字级字幕
2. 通读全文,标出口误 / 口癖 / 残句,预选好要删的片段
3. 起一个本地审核网页,你在波形和逐字稿上增删、调起止留白
4. 满意后点 「导出 FCPXML」
5. 把生成的 *_cut.fcpxml 拖进剪辑软件,完成最终剪辑:
   • 剪映专业版:文件 → 导入 → Final Cut Pro XML
   • Final Cut Pro:双击 .fcpxml 即导入

💡 剪完可以再说一句「已导出,学一下」。agent 会对比「AI 预选」和「你实际怎么剪」,把你的取舍习惯沉淀成个人规则,下次预标更贴近你的风格。

模式 B:转字幕

说「把这个视频转成字幕」,选 B。agent 会转录 → 纠错(同音错字、专有名词)→ 自然断行,输出一份规范的字幕文本 subtitles_formatted.md(简体中文、每行不长、无时间戳),可直接拿去用。

依赖要求

• 一个支持 skill、有文件系统访问、能跑 shell 命令的 coding agent(不绑定特定工具)
• node · python3 · ffmpeg · curl(自检脚本 doctor.js 会按平台给安装命令)
• 一个火山引擎账号(语音转录用,有免费额度)

想了解内部流程(步骤 0-8、两模式的脚本管线),看 SKILL.md —— 它是整个 skill 的唯一入口和工作流地图。

隐私

.env(你的 key)被 .gitignore 忽略,不会进仓库。音频直传火山引擎转录,不经任何第三方图床。

致谢

由 栗氪聊AI 创建。

License

AGPL-3.0 — 自由使用、修改、分发；但任何修改版都必须同样以 AGPL-3.0 开源，包括把它做成网页 / 在线服务对外提供时也要公开你的改动源码。

Copyright © 2026 栗氪聊AI