从0到1玩转chengfeng-videocut-skills：这份AI视频剪辑工具指南，帮你把口播后期效率翻三倍-平芜编程栈

从0到1玩转chengfeng-videocut-skills：这份AI视频剪辑工具指南，帮你把口播后期效率翻三倍

【免费下载链接】chengfeng-videocut-skills用 Claude Code Skills 做的视频剪辑 Agent项目地址: https://gitcode.com/gh_mirrors/vi/chengfeng-videocut-skills

如果你正在找一款能自动去掉口误、重复和卡顿的AI视频剪辑工具，chengfeng-videocut-skills值得花十分钟认真了解。它不是又一个套壳软件，而是一套构建在 Claude Code Skills 机制上的智能剪辑 Agent：你只要丢给它一条原始口播视频，它就能按部就班地完成逐词转录、词典纠错、语义删词、字幕生成、画面包装直到导出成片的全流程，把重复劳动交给机器，把最终决定权牢牢留给你。

开篇故事：一条录了四遍的片，差点把我劝退

想象一下这个场景：你花一下午录好一条口播，结果剪到凌晨——先是逐帧找口误，再是手动补字幕，最后导出时发现某句话剪断了，整个人心态崩掉。这正是很多创作者每天都在经历的"剪辑翻车"。

这个项目想解决的就是这件事：让 AI 听懂"话"，而不是只剪"声音"。它把口播剪辑拆成一条清晰的流水线，每一段只产出一件东西，做完就交棒给下一段。你从"亲自动手剪"变成"审核 AI 的作业"，省下的时间可以用来打磨内容本身。

三秒看懂：它能帮你解决什么

用一张清单说清楚，别再被复杂功能吓到：

口播视频去口误：自动识别重复句、说一半断掉的残句、说错又重说的改口，遵循"删前保后"原则——后说的版本通常更完整，保留最后一遍
AI 字幕生成：不用重新转写，直接从已有逐词稿和剪辑账本"算出"剪后字幕时间，专名交给词典统一，准确率远高于裸转写
视频剪辑效率工具：从转录到导出全程 AI 编排，人工只出现在三个节点：确认继续、在 Studio 里复核、确认导出
越用越懂你：每次审核后自动复盘，把你的偏好沉淀进本地文件，下次剪辑自动适配

一句话概括：它不做剪辑的"手"，做剪辑的"大脑"，把判断交给语义理解，把剪切交给确定性程序。

最小闭环：三分钟装好，一句话跑通首个AI剪辑

上手只需要三步，别被"Agent"这个词吓住。

第一步，把仓库拉到本地。在终端里执行：

git clone https://gitcode.com/gh_mirrors/vi/chengfeng-videocut-skills

如果用的是 Codex，也可以走官方 Marketplace 方式挂载插件（codex plugin marketplace add ...后codex plugin add chengfeng-videocut），体验更完整。装好后首次运行会自动从固定版本 Release 下载并校验剪辑 Runtime（SHA-256 校验后才安装，不会用会漂移的 latest 版本）。

第二步，补齐依赖。项目支持 macOS 与 Windows 10/11，机器上需要 Bun（≥1.2）、Node.js、ffmpeg（≥6）和桌面版 Chrome。缺哪个，首次运行会在对应环节明确停下并告诉你，绝不静默跳过。

第三步，配好云端转录凭证（用于把语音转成带时间戳的逐词稿）：

node "<插件根>/scripts/videocut-cli.cjs" config set transcription.apiKey <你的火山引擎Key>

搞定这些，就可以对 Claude Code 直接说：

"剪口播我的口播视频.mp4"

没错，就是一句大白话。接下来 AI 会自己完成建档、转录、修字、五轮删词扫描，然后打开审核界面等你复核。

亲手实操：一条口播视频的完整剪辑之旅

跟着走一遍真实流程，你会发现每一步都有看得见的产出物，绝不"黑箱"。

第 1 站，转录与修字。AI 先把你的视频交给云端 ASR 做逐词转录，然后立刻过词典修正听错的字——比如把"连接叉"改回"连接X"。项目内置一本通用 AI 术语词典（references/ai-term-dictionary.md），还会读你本地的个人词典，两层叠加把专名尽量改对。这一步的产出是一张修字表，AI 会把"原词→改成→上下文"列给你看，让你确认有没有改错。

第 2 站，五轮删词扫描。这是核心中的核心。AI 把播放顺序完整读五遍，每遍只带一个判据：

轮次	找什么	典型例子
第 1 轮	重复	"这个功能呢……这个功能它其实"
第 2 轮	残句与改口	"比如我就让他跟踪——比如我让 grok 跟踪"
第 3 轮	口误重说	说错的数字、专名，后面重说对的
第 4 轮	英文卡壳	"M-M-MCP"这类词头重复
第 5 轮	口头禅	按你的偏好决定删多少"嗯""然后"

第 3 站，两张表定稿。五轮结果汇总成删词汇总表（逐条：时间、类型、删什么、剩什么、风险）和重复句子表（哪句话录了几遍、保哪遍）。AI 会先按表"自读"一遍删后全文，读不通就撤销。据项目文档记录，这种逐条标注的方式，比让 AI"一次想六件事"的判断质量高得多。

第 4 站，你来拍板。所有候选都以稳定的词 ID 提交，AI 打开 Studio 审核界面，你在里面逐条恢复或补删。这里的交互有个很贴心的设计：你批改的结果不会白费。AI 会把"你恢复的"归类为删错了，把"你补删的"归类为漏掉了，分别归档进三个抽屉——口味差异写进偏好文件，专名错误写进词典，规则空白记入待升级判例。下次剪同类的片，它就直接按你的口味来了。

这套"AI 提案 + 人工复核 + 复盘沉淀"的闭环，是这个工具区别于普通脚本的核心价值：它真的会越用越像你。

进阶玩法：从"能剪"到"剪得好看"

第一招：推近与动画。口播视频常伴随录屏画面。项目会先抽 8–12 帧真实画面判断该不该加东西，而不是无脑铺满。据文档实测：12 段里有 2 段被画面推翻了文字预判，13 段里有 4 段的正确答案就是"不动"——画面本身讲得清，就什么都不加。要动的时候，无非三种：圈重点标注、小黑整屏动画、≤1.6 倍的推近放大。

项目自带"小黑漫画"SVG 动效风格库，就是那种黑白色块加简笔小人的分镜动画，做演示类内容特别有辨识度：

第二招：AI 字幕生成。字幕直接复用剪口播的逐词稿加账本，不存秒数，存词 ID——剪辑一改，字幕时间自动重算，永远不会出现"字幕对不上画面"的经典事故。分屏按标点来，一个逗号一屏，短句如"每天早上"（0.6 秒）是说话人真实节奏，不会误报警。

第三招：一次导出成片。导出是链条最后一段，也是唯一真正"画出像素"的地方：剪辑、推近、字幕、画面层会一次全部烧进 mp4。它要求你先把 Chrome（渲染字幕和动画）和 ffmpeg 装好。导出前先跑--dry-run看计划，数字不对就先修上游，别等编码十分钟后才发现问题。源片分辨率不够时可以用--scale 2，字幕和动画会按输出尺寸重新绘制，观感提升立竿见影。

避坑问答：四个高频问题一次说清

问：转录超时或网络不稳怎么办？答：云端转录对网络有要求，先把网络环境弄稳定再跑；失败就重试，项目不会用本地识别悄悄顶替——没有云端 ASR 时会明确报missing_cloud_transcription_adapter并停下。

问：审核页面打不开？答：先确认 Runtime 常驻服务健康（ensure-running脚本会自动做），再看端口是否被占用。注意项目已迁移到新的 Studio 审核界面，别去翻旧版的 review 页面。

问：剪完音画不同步？答：系统用"词 ID + 账本"而不是秒数做锚点，配合产品端确定性剪切，基本从根上杜绝了这类问题。若真出现，检查是不是换了源文件但指纹没更新。

问：AI 删错了我改了很多，白干了？答：不白干。你的每一次恢复和补删都会进入复盘，沉淀为偏好和词典。用得越久，删得越准。

资源与延伸：下一步该看什么

想深入研究的，直接看项目里各技能目录的SKILL.md，那是最权威的说明书：

剪辑判断逻辑与事故簿：skills/chengfeng-cut/ 的references/semantic-deletion.md和lessons.md
字幕分屏规则：skills/chengfeng-subtitle/ 的references/subtitle-correction.md
画面判断与模块契约：skills/chengfeng-visual/ 的references/visual-judgment.md、visual-module-contract.md
四个业务 Skill 的阶段合同：references/business-workflow-contract.md
环境与 Runtime 契约：references/runtime-and-product-contract.md

建议的上手路线：先拿一条两三分钟的短片跑通"剪口播 → 审核 → 导出"最小闭环，感受一下"AI 提案你拍板"的节奏；再补字幕和画面，体验一次出成片；最后认真用几次，让偏好沉淀下来，再挑战长视频。