ffmpeg-skill:给 Claude Code 配一个本地视频剪辑师,42 个 FFmpeg 工具、不用云、不用 API Key

ffmpeg-skill 官网图

ffmpeg-skill 是给编程智能体配的本地视频剪辑师:它把 FFmpeg 包成一套 Agent Skill,让 Claude Code、Cursor、Codex 或任何能读 SKILL.md 的智能体直接剪你的片子,再自己检查一遍成片。整个过程都在本机跑,不用云、不用 API Key,只要 Python 标准库。11 月 17 日,它登上了 GitHub 日榜,目前有 6,838 星。

智能体的工作流:先测,再剪,最后验

这个 Skill 解决的是一个具体问题:懂 FFmpeg 的智能体仍然会猜——猜帧率、猜容器支不支持某个编码、把明明可以无损复制的流重新编码一遍,最后报一句“完成了”却没打开结果看过。ffmpeg-skill 给智能体定了一条固定流程:probe → 剪辑 → check → verify。

  • 先测(probe):每个任务从 probe.py 开始,智能体按实测的时长、帧率、分辨率、色彩和音频布局做决定,而不是看文件名猜。
  • 再剪:42 个工具有类型化参数,剪切、拼接、静音去除、尺寸适配、字幕、响度、HDR 转 SDR、多机位、批量处理全覆盖;不经过 shell 字符串,不接受调用方传的 filter graph。
  • 最后验:成片要重新探测、按目标平台的规格检查,画面变了还要生成联系表(contact sheet)实际看一眼。

42 个工具都能干什么

剪切拼接、去静音、按时长和比例适配、字幕与卡拉 OK 动效、叠加层与动态图形、HDR 转 SDR 和 LUT、音频清理与动态处理、音画同步与漂移修正、多机位、响度归一化、交付检查、整项目渲染、批量处理文件夹。每个工具既能当命令行脚本用,也能作为 MCP 工具调用——默认只暴露核心 12 个以节省客户端上下文,设 FFMPEG_SKILL_MCP_FULL=1 可列出全部 42 个。整套工具由一份机器可读的 contract 描述,contract 由 CLI 的 argparse 定义实时生成,CI 会在漂移时直接报错。

一句话出成片:以 Reels 为例

对智能体说:“把 interview.mp4 保留 0:45–3:10 和 5:00–6:30,做成正好 60 秒的 Reels。”智能体会依次跑 probe.py、cut.py --segments 0:45-3:10,5:00-6:30、fit.py --duration 60 --aspect 9:16 --fit crop、export.py --preset reels、check.py --platform reels 和 look.py,最后汇报“final.mp4:59.98 秒,1080×1920,30 fps,AAC 立体声”,并附上它检查过的联系表。

一次渲染,七个平台

render.py --template 内置了 TikTok、Reels、Shorts、YouTube、X、LinkedIn、Facebook 等平台的模板:按各平台的画面比例、安全区和响度标准(例如 TikTok 字幕逐词弹出在描述栏上方、−14 LUFS)一次渲染多份成片,--template all 还会生成一张对照表,列出每个平台产出了什么。音频播客和 audiogram 也有对应模板。

安装与要求

# 0. 先装 FFmpeg 本身(以 Ubuntu/Debian 为例,macOS 与 Windows 见安装表)
sudo apt install ffmpeg
# 1. 给 Claude Code 安装(Cursor 用 --cursor,Codex 用 --codex,三个全装用 --all)
npx ffmpeg-skill
# 2. 检查本机:ffmpeg、ffprobe 与各工具所需的 FFmpeg 组件
npx ffmpeg-skill doctor

只要 ffmpeg 和 python3 在 PATH 里就能用,离线可用,不想上传的素材也不用上传。语音转字幕(caption.py --transcribe)需要另外装一个本地语音引擎(Parakeet 或 whisper),音频同样不出本机;没装也不影响其他功能,doctor 会把它标为缺失的可选项。项目在 CI 里实测了 FFmpeg 6.1、7.1、8 和 9,并用一小时真实录像做过端到端验证。更多细节见 GitHub 仓库。

同样是让 AI 帮你做视频,Claude Animated Shorts 让 Claude Code 在本地渲染病毒式动画短片,不用 AI 视频生成器;cinecode 一句话就能生成 8 分钟的纪录片;如果想先看穿一条视频是实拍、AI 生成还是代码做的,rea-video 可以逐镜拆解并给出复刻方案。

转自 GitHub 作者 kajisho5 的文章《Local video editor for coding agents: 42 FFmpeg tools with a machine-readable contract and an MCP server, for Claude Code, Cursor and Codex》,原文链接

© 版权声明
THE END
喜欢就支持一下吧
点赞25 分享